装备使用期间的测试性评估研究

随着大数据技术在设计领域的应用,装备测试性水平的提高不仅依赖于设计方法,还依赖于大量的、全面的测试性数据。这就要求装备测试性工作应该是贯穿全周期寿命的一个连续过程,不应局限于研制阶段,还应包括使用阶段。对装备使用期间开展测试性评估工作,有利于完善装备的测试性信息,促进装备的测试性提高。在此基础上,本文对装备使用期间的测试性评估进行了研究,给出了评估工作的具体流程和实施方法,对指导工程实践具有一定的意义。     

基于多信号流图模型的等效故障注入样本选取

为了提高测试性故障注入试验的工程实践性,针对选取的故障样本不可注入或注入成本太高的情况,提出了一种基于多信号流图模型的等效故障注入样本选取方法。建立了系统的多信号流图模型,得到了故障-故障关联矩阵和故障-测试关联矩阵,并以提高故障样本注入率为目标,通过结合测试故障子集的概念,提出了等效故障注入样本的定义和选取方法。实例表明,该方法能够有效地提高故障样本的注入率,保证了测试性验证试验的顺利进行。     

基于多源信息的复杂装备测试性评估

针对目前复杂装备测试性评估中的小子样问题,在对经典评估方法和传统Bayes评估方法进行分析的基础上,提出了一种基于多源信息融合的测试性评估方法。该方法综合考虑了多源信息的可靠度和可信度,较为合理地解决了多源信息对复杂装备测试性水平反映的可靠程度问题,以及融合求解后验分布时,因多源信息和现场试验信息的异总体特性而导致的小子样现场试验信息被淹没的问题。以某型火控系统测试性评估为例进行了研究,并与经典评估方法、传统Bayes评估方法进行了比较。结果表明,基于多源信息融合的测试性评估方法所得到的结果更为合理,在处理现场试验信息为小子样的问题时,更具优势。