基于层次广义随机Petri网的测试性建模新方法

针对目前装备系统采用层次化、模块化设计,维修级别与测试性建模复杂度大大提高的问题,提出一种基于层次广义随机Petri网(HGSPN)的测试性建模方法。将主流模型和广义随机Petri网(GSPN)模型进行对比,阐明主流模型存在的问题,以及选择GSPN模型的原因;对装备进行层次划分,建立分层GSPN模型;系统及其组成元件存在多个故障模式,为区分这些故障模式提出一套完整编码方案;给出可达性算法获取层次相关性矩阵,运用测试性评估数学模型得到各层级的测试性水平,将各层级的测试性信息汇总,得到装备完整的测试性水平。以某型导弹发动机系统为例,建立其HGSPN模型,并对测试性指标进行确定,得到100%的故障检测率和66. 7%的故障隔离率,验证了所提建模方法和相应算法的有效性。     

基于广义随机Petri网的导弹系统测试性建模与指标评估方法研究

针对目前导弹测试性指标论证时缺乏有效方法支撑的问题,提出了一种基于广义随机Petri网（GSPN）的测试性建模方法。在建立导弹系统三维立体结构GSPN模型基础上,以各子系统的平面GSPN模型为研究对象,分析导弹系统故障检测及维修过程,同时根据国家军用标准GJB/Z1391—2006 故障模式影响及危害性分析指南对系统故障模式进行分类;基于GSPN模型可达标识图与嵌入马尔可夫链同构,以实存状态集和消失状态集表征库所变迁,采用同构法对测试性指标进行求解;以某型导弹子系统为例,对其测试性指标进行了评估,得到92%的故障检测率和90%的故障隔离率,验证了所提建模方法和相应算法的有效性,对测试性指标的权衡分析与评估具有指导意义。     

基于广义随机Petri网的鱼雷系统级测试性参数确定方法

在装备论证阶段,提出科学合理的测试性指标要求,可以有效指导测试性设计。目前鱼雷武器系统还缺乏有效的测试性参数定量分析方法,在综合比较现有各种测试性需求分析模型的基础上,提出了一种基于广义随机Petri网的测试性建模方法。通过构建鱼雷武器系统基层级维修保障流程的广义随机Petri网模型,得到状态可达图,并利用同构法,求解了测试性参数与可用度之间的关系;以可用度和平均故障修复时间为设计指标,对国外某型鱼雷的测试性参数进行了求解,并利用Petri网 建模工具PIPE4.3.0软件进行了仿真分析,验证了模型和算法的有效性。     

模糊Petri网在坦克自动装弹机故障检测中的应用

针对坦克自动装弹机故障检测因果关系的复杂性和模糊性,提出了一种基于模糊Petri网的故障检测方法;在推理规则的基础上给出模糊Petri网推理算法,分析了自动装弹机故障特点,建立了模糊Petri网故障检测模型;最后通过实例分析验证了这种方法的可行性与有效性,方便利用计算机软件进行算法设计。     

基于故障扩散强度的故障样本选取方法

传统的测试性验证试验样本选取方法没有考虑测试对象的各故障模式之间的复杂性与不确定性关系。针对这一问题,建立了一种基于模糊概率Petri网的复杂系统故障扩散模型,该模型完备地描述了测试对象故障模式之间的传播扩散关系,并引入故障扩散强度概念,按分步扩散的原则对故障扩散过程进行描述,给出了每个故障的扩散强度量值。提出了基于故障率和故障扩散强度的故障样本选择方法,案例验证结果表明,基于该方法选择的故障样本集更能覆盖测试对象的故障模式集。     

基于云模型和故障Petri网的自动装弹机故障分析方法

针对装甲装备自动装弹机故障率高、原因复杂的情况,结合Petri网理论提出一种基于云模型和故障Petri网的旋转输弹机故障分析方法。改变以往通过专家评价和人工经验来设置参数的传统做法,提出基于云模型的模糊token值初始化方法;基于相关文献对正反推理算法进行研究,实现对自动装弹机的状态评价和故障原因诊断;以旋转输弹机为例,结合其具体构造建立对应IFFPN故障模型,通过部分故障数据和相关模型的推理,验证故障分析方法的有效性。     

基于模糊Petri网的某型舰炮系统故障诊断

故障的产生和传播是一个动态的过程,具有突发性、并发性和随机性等特点,精确的推理方法难以有效地对复杂特性的故障进行诊断.利用模糊Petri网对舰炮武器系统进行故障分析,首先分析舰炮故障类型以及故障的规则表示形式,然后给出了基于模糊Petri网的故障传播模式模型及其推理算法,最后以某舰炮武器系的弹药盘点异常故障为例进行了建模并用推理算法计算故障发生概率.结果表明,该模型具有直观和表达能力强的优点,可应用于工程实践.     

鱼雷装备测试维修Petri网模型与指标论证分析

针对鱼雷装备测试维修使用需求，采用广义随机Petri网模型对鱼雷装备进行测试维F修建模，并对测试性指标进行分析。分别建立鱼雷装备系统层和结构层GSPN模型，依据故障模式影响和危害性分析(变迁进行拓展，构建鱼雷装备基层级维修子网GSPN模型；采用同构法求解维修子网GSPN模型，利用的稳态可用度解析公式分析测试性参数与使用可用度(A0)之间的影响关系；以某型号鱼雷为例，开展测试性指标求解和模型仿真验证。研究结果表明，模型仿真可用度A0′=0.999 8，与系统要求值误差小于1%，验证了所构建模型的可行性和有效性。     

装甲车车载电台虚拟维修过程的建模技术

分析了电台维修的过程建模需求,提出了一种用于维修过程建模的扩展Petri网技术———维修过程描述网技术。介绍了该技术在电台维修建模上的基本应用方式。对一个实际的电台模件故障建立了维修过程描述网模型,以此对该建模技术进行了验证。     

基于Agent的Petri网在舰炮系统中的应用

作为传统的舰载武器装备,舰炮武器系统需要向着智能化和自动化方向发展.Agent技术和Petri网理论已成为复杂系统设计和分析中两种必不可缺的工具,这两种技术为舰炮武器系统的研究提供了重要的平台.基于Agent的时间Petri网建模(AOTPN)结合了Agent技术和Petri网理论的优点,即解决了Petri网模型的复杂性问题,又为Agent系统提供了形式化的描述.在此基础上建立了舰炮武器系统的AOTPN模型结构清晰,更好的反映了系统的工作流程和各设备间的交互关系.对模型的分析结果表明,这种方法是有效的,提出的舰炮武器系统协作机制是可行的.     

一种基于多信号流图的雷达系统测试性建模分析方法

为了在产品的设计早期获得检测率、隔离率等测试性数据,提出一种应用多信号流图模型方法进行系统测试性建模与分析的方法。基于雷达等电子产品结构复杂、解析建模困难的特点,分析了雷达系统的功能结构、工作模式及FMEA结果,并以某雷达系统为例建立系统的多信号流图,利用TEAMS软件提供的工具,对系统的测试性水平进行了分析和评估。实例分析结果表明:改进的雷达系统的测试性设计能够满足指标要求,多信号流图建模分析方法对于测试性分析和评估行之有效。     

Modeling of Testability Requirement Based on Generalized Stochastic Petri Nets

Testability design is an effective way to realize the fault detection and isolation. Its important step is to determine testability figures of merits （TFOM）. Firstly, some influence factors for TFOMs are analyzed, such as the processes of system operation, maintenance and support, fault detection and isolation and so on. Secondly, a testability requirement analysis model is built based on generalized stochastic Petri net （GSPN）. Then, the system＇s reachable states are analyzed based on the model, a Markov chain isomorphic with Petri net is constructed, a state transition matrix is created and the system＇ s steady state probability is obtained. The relationship between the steady state availability and testability parameters can be revealed and reasoned. Finally, an example shows that the proposed method can determine TFOM, such as fault detection rate and fault isolation rate, effectively and reasonably.     

基于层次Bayesian网络及后验风险准则的故障样本量确定方法

针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。     

基于相关性矩阵合并算法的系统级测试性建模方法研究

针对大型复杂系统直接构建测试性模型难度较大的问题,提出一种相关性矩阵合并算法.分析大型复杂系统的层次模块划分原则,对层次模块化测试性模型的建模要素进行了简要阐述.合并算法通过对系统进行层次模块划分,然后对低层次的单元模块分别进行测试性建模,再将低层次单元模块的故障-测试相关性矩阵逐步合并,进而生成整个系统的故障-测试相关性矩阵,并以某型导弹的导航系统为例进行实例验证,简化系统级测试性模型构建的难度.     

基于模糊集理论的储运发射箱故障树分析

针对传统的故障诊断中因缺少大量统计数据难以准确获得故障发生概率的问题,提出一种基于模糊集理论的故障树分析方法。利用故障树分析方法对储运发射箱故障进行研究,建立储运发射箱故障树模型。结合专家组对故障发生概率等级评定,对专家评定意见进行模糊化处理,将模糊集理论与专家评判相结合,获得事件的发生概率。对故障树进行分析,得到系统的顶事件模糊发生概率与各最小割集的模糊临界重要度。计算结果表明：该方法能够确定由各最小割集所引起顶事件发生的可能性大小,可为储运发射箱的故障诊断决策以及可靠性分析提供帮助。     

专家系统支持下的故障诊断测试点优化配置方法

针对系统可测试性设计和故障诊断中的测试点选取问题,设计了专家系统支持下的测试点选取的优化配置策略.为此,建立了信号拓扑有向图并进行快速相关性建模,通过专家系统将可疑故障点定位到有向图网络的局部,简化相关性矩阵,提出最优故障诊断策略.专家系统支持下的测试点设计策略充分利用了故障特征,在尽可能少的步骤、时间内快速完成了系统故障检测与隔离.