CN102109848A - 一种高速列车运行控制系统的可靠性增长测试方法 - Google Patents

一种高速列车运行控制系统的可靠性增长测试方法 Download PDF

Info

Publication number
CN102109848A
CN102109848A CN2010106055739A CN201010605573A CN102109848A CN 102109848 A CN102109848 A CN 102109848A CN 2010106055739 A CN2010106055739 A CN 2010106055739A CN 201010605573 A CN201010605573 A CN 201010605573A CN 102109848 A CN102109848 A CN 102109848A
Authority
CN
China
Prior art keywords
control system
function
reliability
state
high speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010106055739A
Other languages
English (en)
Inventor
吉吟东
王帅
周暐
孙新亚
董炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING QUANLU COMMUNICATION SIGNAL RESEARCH DESIGN INST
Tsinghua University
Original Assignee
BEIJING QUANLU COMMUNICATION SIGNAL RESEARCH DESIGN INST
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING QUANLU COMMUNICATION SIGNAL RESEARCH DESIGN INST, Tsinghua University filed Critical BEIJING QUANLU COMMUNICATION SIGNAL RESEARCH DESIGN INST
Priority to CN2010106055739A priority Critical patent/CN102109848A/zh
Publication of CN102109848A publication Critical patent/CN102109848A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明涉及一种高速列车运行控制系统的可靠性增长测试方法,属于高速列车运行控制系统技术领域。本方法首先根据高速列车运行控制系统的体系结构建立用于系统可靠性瓶颈识别的随机自动机模型,然后基于该模型对高速列车运行控制系统进行可靠性瓶颈分析并计算高速列车运行控制系统的可靠度函数集,进一步地,基于可靠度函数集和高速列车运行控制系统可靠度增长测试过程模型,对被测高速列车运行控制系统进行可靠性增长测试。本发明所述方法解决了现有的可靠性瓶颈识别方法不能对高速列车运行控制系统功能可靠性有效识别的问题,基于本发明对被测高速列车运行控制系统进行可靠性增长测试能高效地提高系统可靠性。

Description

一种高速列车运行控制系统的可靠性增长测试方法
技术领域
本发明涉及一种高速列车运行控制系统的可靠性增长测试方法,属于高速列车运行控制系统技术领域。
背景技术
高速列车运行控制系统可靠性增长测试方法的测试序列设计的出发点是通过测试检测出对系统可靠性影响较大的故障,然后通过故障的修改高效地提高系统可靠性。高速列车运行控制系统是高可靠性、高安全性系统,是铁路系统的控制核心,系统安全可靠的运营关系到广大人民生命财产安全,因此以高效提高系统可靠性为目的的可靠性增长测试是高速列车运行控制系统在功能验证测试之后的一种更有针对性的测试。目前,在高速列车运行控制系统技术领域可靠性增长测试的研究相对较少,未见到相关公开报道。文献Coit D W.Economic allocation of test times for subsystem-level reliability growth testing.IIE Transaction,1998,30:1143-1151;Ansell J,Walls L,Quigley J.Achieving growth in reliability.Annals of Operation Research 91,1999:11-24.;Dai Y S,Xie M,Poh K L,et al.Optimal testing-resource allocation with genetic algorithm for modular software systems.Journal of Systems and Software,2003,66(1):47-55.在这方面进行了有益的探索。COIT针对大型电子系统提出了一种通过对子系统合理分配测试时间使系统的平均无故障时间最长的算法。Y.S.Dai针对模块化软件系统使用遗传算法研究了测试资源的优化分配。Huang通过敏感性分析方法研究了组件化软件在开发过程中为了保证系统高可靠性进行测试资源分配的方法。已有的可靠性增长测试方法不能分析子系统不同功能的可靠性对系统可靠性的影响,因此,已有可靠性增长测试方法并不适合高速列车运行控制系统。
发明内容
本发明的目的是提出一种高速列车运行控制系统的可靠性增长测试方法,建立适合高速列车运行控制系统的可靠性瓶颈识别方法和可靠性增长测试方法,通过对高速列车运行控制系统进行测试发现对系统可靠性影响较大的错误,通过错误的修改高效地提高系统可靠性。
本发明提出的高速列车运行控制系统的系统可靠性增长测试方法,包括以下步骤:
(1)建立一个高速列车运行控制系统的系统可靠性瓶颈识别的随机自动机模型:
RSA=(Q,∑′,P,Qm,{Ri,m}∪R(si,sk)),其中,
Q是随机自动机模型的状态集合,Q=S∪{F,C,q0,qT},其中,S={s1,s2,…sn}表示高速列车运行控制系统的n个子系统对应的状态集合,{F,C,q0,qT}是四个特殊状态,q0是随机自动机模型的超级初始状态,作为随机自动机多个初始事件的统一头状态,qT是随机自动机模型的超级结束状态,表示多个作为系统运行结束的子系统T={s1 T,s2 T,…su T}的统一终止状态,吸收态F用来描述系统运行过程中出现失效之后的状态,吸收态C用来描述系统运行正确结束之后的状态,
∑′是随机自动机的事件集合,∑′=∑∪E,其中,∑=F1∪…∪Fi∪…∪Fn,其中Fi是与高速列车运行控制系统的子系统si的功能对应的事件集合,E代表高速列车运行控制系统运行过程中发生的故障事件,E=E1∪…∪Ei∪…∪En是系统故障事件的集合,Ei表示高速列车运行控制系统子系统si的故障事件集合,每个故障事件与子系统si中一个功能的错误执行相对应;
P是随机自动机的状态转移δ:Q×∑′→Q发生的概率集;
Qm是随机自动机的标识状态集,它是状态集的一个子集;
{Ri,m}∪R(si,sk)是可靠度集合,其中Ri,m表示子系统si的第m个功能fi,m的可靠度,R(si,sk)表示子系统si和子系统sk之间通信链路可靠度;
(2)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型,对高速列车运行控制系统进行可靠性瓶颈分析,得到可靠度函数集,具体过程包括以下步骤:
(2-1)计算高速列车运行控制系统可靠性瓶颈识别的随机自动机模型从状态si转移到状态sk的概率P(sk|si),由下式计算:
P ( s k | s i ) = Σ f i , m ∈ F i R i , m × R ( s i , s k ) × P ( s k , f i , m | s i )
其中fi,m是子系统si的第m个功能,Fi是子系统si的功能集合,Ri,m是功能fi,m的可靠度,R(si,sk)是子系统si和sk之间通信链路的可靠度,P(sk,fi,m|si)是功能fi,m发生并引起随机自动机模型从状态si转移到状态sk的概率;
(2-2)根据上述随机自动机模型从状态si转移到状态sk的概率P(sk|si),构造可靠性瓶颈识别的随机自动机模型的状态转移矩阵
Figure BSA00000399020900022
如下所示:
其中:
Figure BSA00000399020900032
表示随机自动机模型的状态从si转移到sk的概率P(sk|si),
Figure BSA00000399020900033
表示高速列车运行控制系统运行时在子系统si结束运行的概率,且
Figure BSA00000399020900034
表示子系统si执行其所具有功能时发生错误的概率之和,且
Figure BSA00000399020900035
(2-3)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型的状态转移矩阵
Figure BSA00000399020900036
构造非吸收态组成的状态转移矩阵M,如下所示:
Figure BSA00000399020900037
(2-4)根据上述矩阵M,通过下式计算高速列车运行控制系统的可靠度函数为:
R ( R i , m ) = ( - 1 ) n + 3 H 1 i + H 2 i R i , m K 1 i + K 2 i R i , m
通过对上述可靠度函数求偏导得到高速列车运行控制系统的敏感度函数为:
S ( R i , m ) = ∂ R ∂ R i , m = ( - 1 ) n + 3 K 1 i H 2 i - K 2 i H 1 i ( K 1 i + K 2 i R i , m ) 2
其中:
K 1 i = α ( i + 1 ) ( i + 1 ) + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l × R ( s i , s j ) × P ( s j , f i , l | s i ) ) × α ( i + 1 ) ( j + 1 )
K 2 i = Σ j = 1 , j ≠ i j = n P ( s j , f i , m | s i ) × R ( s i , s j ) × α ( i + 1 ) ( j + 1 )
H 1 i = β ( i + 1 ) i + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l ×R ( s i , s j ) × P ( s j , f i , l | s i ) ) × β ( i + 1 ) j
H 2 i = Σ j = 2 , j ≠ i n P ( s j , f i , m | s i ) × R ( s i , s j ) × β ( i + 1 ) j
参数H1i,H2i和K1i,K2i根据行列式|I-M|和|E|计算得到,其中|I-M|是矩阵(I-M)对应的行列式,|E|是矩阵(I-M)关于第(n+2)行和第1列的余子式;
(3)根据被测试目标将测试序列集划分为测试序列子集,Ts=(Ts1,…,Tsj,…,Tsm),Tsj表示高速列车运行控制系统一个功能对应的测试序列子集;设定高速列车运行控制系统可靠性增长测试的总次数为λ和每次可靠性增长测试的测试时间为τ;使用t=1,2,…表示测试序列选择时刻;从时刻t=1到t=λ循环地执行以下步骤:
(3-1)在时刻l,根据高速列车运行控制系统功能的可靠性增长函数Rk,m(l+1)=h(τ,Rk,m(l)),得到待测功能测试之后的可靠度集合{Rk,m(l+1)},其中τ表示测试序列子集Tsl的执行时间,Rk,m(l)表示Tsl测试的目标功能fk,m当前时刻可靠度,Rk,m(l+1)表示目标功能fk,m测试之后的可靠度;
(3-2)设高速列车运行控制系统的各功能分别为待测试功能,根据待测试功能在执行测试序列子集之后的可靠度值Rk,m(l+1),得到高速列车运行控制系统在测试不同功能之后的系统可靠度值集{R(Rk,m(l+1))};
(3-3)求使高速列车运行控制系统可靠度增长最多max(R(Rk,m(l+1)-R(Rk,m(l))的测试序列子集对应的功能fk,m,令fk,m作为本次测试的待测试功能,该功能对应的测试序列子集作为本次测试要执行的测试序列子集;
(3-4)执行上述功能fk,m对应的测试序列子集,
(3-5)重复步骤(3-1)-(3-4),当完成可靠性增长测试总次数λ后,停止测试。
本发明提出的高速列车运行控制系统的可靠性增长测试方法,建立了基于随机自动机模型的高速列车运行控制系统可靠性瓶颈识别模型,进而建立高速列车运行控制系统的可靠度函数和敏感度函数求解方法进行系统可靠性瓶颈识别,通过对系统可靠性瓶颈进行测试发现对系统可靠度影响较大的缺陷,进而通过缺陷的修改高效地提高了系统的可靠度。
附图说明
图1是本发明方法的流程框图。
图2是CTCS-3级列车运行控制系统的控制流图。
图3是CTCS-3级列车运行控制系统可靠性分析的随机自动机模型。
图4是CTCS-3级列车运行控制系统可靠性增长测试对比仿真实验。
具体实施方式
本发明提出的高速列车运行控制系统的系统可靠性增长测试方法,其流程框图如图1所示,包括以下步骤:
(1)建立一个高速列车运行控制系统的系统可靠性瓶颈识别的随机自动机模型:
RSA=(Q,∑′,P,Qm,{Ri,m}∪R(si,sk)),其中,
Q是随机自动机模型的状态集合,Q=S∪{F,C,q0,qT},其中,S={s1,s2,…sn}表示高速列车运行控制系统的n个子系统对应的状态集合,{F,C,q0,qT}是四个特殊状态,q0是随机自动机模型的超级初始状态,作为随机自动机多个初始事件的统一头状态,qT是随机自动机模型的超级结束状态,表示多个作为系统运行结束的子系统T={s1 T,s2 T,…su T}的统一终止状态,吸收态F用来描述系统运行过程中出现失效之后的状态,吸收态C用来描述系统运行正确结束之后的状态,
∑′是随机自动机的事件集合,∑′=∑∪E,其中,∑=F1∪…∪Fi∪…∪Fn,其中Fi是与高速列车运行控制系统的子系统si的功能对应的事件集合,E代表高速列车运行控制系统运行过程中发生的故障事件,E=E1∪…∪Ei∪…∪En是系统故障事件的集合,Ei表示高速列车运行控制系统子系统si的故障事件集合,每个故障事件与子系统si中一个功能的错误执行相对应;
P是随机自动机的状态转移δ:Q×∑′→Q发生的概率集;
Qm是随机自动机的标识状态集,它是状态集的一个子集,
{Ri,m}∪R(si,sk)是可靠度集合,其中Ri,m表示子系统si的第m个功能fi,m的可靠度,R(si,sk)表示子系统si和子系统sk之间通信链路可靠度;
(2)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型,对高速列车运行控制系统进行可靠性瓶颈分析,得到可靠度函数集,具体过程包括以下步骤:
(2-1)计算高速列车运行控制系统可靠性瓶颈识别的随机自动机模型从状态si转移到状态sk的概率P(sk|si),由下式计算:
P ( s k | s i ) = Σ f i , m ∈ F i R i , m × R ( s i , s k ) × P ( s k , f i , m | s i )
其中fi,m是子系统si的第m个功能,Fi是子系统si的功能集合,Ri,m是功能fi,m的可靠度,R(si,sk)是子系统si和sk之间通信链路的可靠度,P(sk,fi,m|si)是功能fi,m发生并引起随机自动机模型从状态si转移到状态sk的概率;
(2-2)根据上述随机自动机模型从状态si转移到状态sk的概率P(sk|si),构造可靠性瓶颈识别的随机自动机模型的状态转移矩阵如下所示:
Figure BSA00000399020900063
其中:
Figure BSA00000399020900064
表示随机自动机模型的状态从si转移到sk的概率P(sk|si),表示高速列车运行控制系统运行时在子系统si结束运行的概率,且
Figure BSA00000399020900066
表示子系统si执行其所具有功能时发生错误的概率之和,且
Figure BSA00000399020900067
(2-3)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型的状态转移矩阵
Figure BSA00000399020900068
构造非吸收态组成的状态转移矩阵M,如下所示:
Figure BSA00000399020900071
(2-4)根据上述矩阵M,通过下式计算高速列车运行控制系统的可靠度函数为:
R ( R i , m ) = ( - 1 ) n + 3 H 1 i + H 2 i R i , m K 1 i + K 2 i R i , m
通过对上述可靠度函数求偏导得到高速列车运行控制系统的敏感度函数为:
S ( R i , m ) = ∂ R ∂ R i , m = ( - 1 ) n + 3 K 1 i H 2 i - K 2 i H 1 i ( K 1 i + K 2 i R i , m ) 2
其中:
K 1 i = α ( i + 1 ) ( i + 1 ) + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l × R ( s i , s j ) × P ( s j , f i , l | s i ) ) × α ( i + 1 ) ( j + 1 )
K 2 i = Σ j = 1 , j ≠ i j = n P ( s j , f i , m | s i ) × R ( s i , s j ) × α ( i + 1 ) ( j + 1 )
H 1 i = β ( i + 1 ) i + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l ×R ( s i , s j ) × P ( s j , f i , l | s i ) ) × β ( i + 1 ) j
H 2 i = Σ j = 2 , j ≠ i n P ( s j , f i , m | s i ) × R ( s i , s j ) × β ( i + 1 ) j
参数H1i,H2i和K1i,K2i根据行列式|I-M|和|E|计算得到,其中|I-M|是矩阵(I-M)对应的行列式,|E|是矩阵(I-M)关于第(n+2)行和第1列的余子式;
(3)根据被测试目标将测试序列集划分为测试序列子集,Ts=(Ts1,…,Tsj,…,Tsm),Tsj表示高速列车运行控制系统一个功能对应的测试序列子集;设定高速列车运行控制系统可靠性增长测试的总次数为λ和每次可靠性增长测试的测试时间为τ;使用t=1,2,…表示测试序列选择时刻;从时刻t=1到t=λ循环地执行以下步骤:
(3-1)在时刻l,根据高速列车运行控制系统功能的可靠性增长函数Rk,m(l+1)=h(τ,Rk,m(l)),得到待测功能测试之后的可靠度集合{Rk,m(l+1)},其中τ表示测试序列子集Tsl的执行时间,Rk,m(l)表示Tsl测试的目标功能fk,m当前时刻可靠度,Rk,m(l+1)表示目标功能fk,m测试之后的可靠度;
(3-2)设高速列车运行控制系统的各功能分别为待测试功能,根据待测试功能在执行测试序列子集之后的可靠度值Rk,m(l+1),得到高速列车运行控制系统在测试不同功能之后的系统可靠度值集{R(Rk,m(l+1))};
(3-3)求使高速列车运行控制系统可靠度增长最多max(R(Rk,m(l+1)-R(Rk,m(l))的测试序列子集对应的功能fk,m,令fk,m作为本次测试的待测试功能,该功能对应的测试序列子集作为本次测试要执行的测试序列子集;
(3-4)执行上述功能fk,m对应的测试序列子集,
(3-5)重复步骤(3-1)-(3-4),当完成可靠性增长测试总次数λ后,停止测试。
从工程的角度来看,一个系统的可靠性高并不意味着系统的错误少,而是意味着系统的失效率低。失效率与系统的运行环境和使用方式密切相关。一个大型系统没有错误是不可能的,因此,从保证系统可靠性的角度来看,测试的关键是确保系统的关键部分失效率低。系统可靠性增长测试的侧重点不同于一般的功能测试,其测试序列设计的出发点是寻找对系统可靠性影响较大的故障。因此,在相同的测试时间内,可靠性增长测试比一般的功能测试更有针对性,测试结束时系统可靠性也更高。
本发明方法与下述定义相关:
定义1:功能的可靠度:称功能f提供了可靠功能的概率为功能的可靠度。可靠功能包括产生正确输出,输出以正确协议格式发送给目的子系统的某个功能。
定义2:通信链路可靠度R(si,sk):它定义了一个功能输出的消息在子系统si和sk之间的通信通道传输时不发生错误的概率。
定义3:功能发生的概率:它用来描述一个功能被使用的概率,通过子系统si的执行历史数据统计计算得到
P i , m = n i , m / Σ m = 1 , . . . r n i , m
其中ni,m是子系统si的第m个功能fi,m执行的次数,r是子系统si具有的功能的数目。功能fi,m的执行可能有多于1个目的子系统,即功能对应的事件可能会引起多个状态转移。这里用P(sk,fi,m|si)描述功能fi,m的执行引起了从si到sk的状态转移。P(sk,fi,m|si)=0说明fi,m的执行不会引起从si到sk的状态转移。
本发明方法基于以下假设:
假设1:高速列车运行控制系统各个子系统之间的故障相互独立,也就是说各个子系统之间的可靠性相互独立。
假设2:Markov性假设。高速列车运行控制系统控制流转移的目的子系统只与当前子系统和当前发生的事件有关,而与控制流执行历史无关。
以下介绍本发明方法的一个实施例,实施例中所使用的数据是实际数据同数量级数据,只用来说明方法的可行性,不做实际系统评估使用。
1、建立CTCS-3级高速列车运行控制系统用于可靠性瓶颈识别的随机自动机模型。高速列车运行控制系统子系统对应的状态集合如表1所示;子系统功能建模所对应的事件如表2所示;通信链路可靠度表见表3;高速列车运行控制系统的控制流图和可靠性瓶颈识别的随机自动机模型如图2和图3所示。
表1随机自动机模型状态表
Figure BSA00000399020900091
表2随机自动机模型的基础数据
Figure BSA00000399020900101
Figure BSA00000399020900111
表3通信链路的可靠度
Figure BSA00000399020900112
Figure BSA00000399020900121
2、基于步骤1建立的高速列车运行控制系统可靠性瓶颈识别的随机自动机模型。以表4所列功能为待测功能进行可靠性瓶颈识别,计算以这6个功能的可靠度R(f1,3)、R(f2,2)、R(f2,3)、R(f4,3)、R(f6,3)、R(f9,1)分别为变量的系统可靠度函数集。
表4待测功能
Figure BSA00000399020900122
3、基于高速列车运行控制可靠性瓶颈识别的随机自动机模型和上步得到的可靠度函数集,对CTCS-3级高速列车运行控制系统进行可靠性增长测试:
3.1:对CTCS-3级高速列车运行控制系统实验室测试的测试序列集进行分析,根据表4中的待测功能把测试序列集的分成不同类型的测试序列子集,这6类测试序列子集所含测试序列个数如表5所示。
表5不同测试序列子集测试序列个数
Figure BSA00000399020900123
3.2:选择CTCS-3级高速列车运行控制系统功能的可靠性增长函数。
CTCS-3级高速列车运行控制系统功能的可靠性增长函数Rf(l+1)=h(τ,Rf(l))这里采用了Compertz模型。Compertz模型可以用来评定产品当前的可靠性及预测未来的可靠性,其模型可以表示为R(t)=abc′(t≥0),其中R(t)表示时刻t的可靠度,这里R(t)以小数形式表示;0<a≤1;0<b<1;0<c<1。本例中,对于6类不同的功能a,b,c的取值列在表5中。其中c值和测试序列子集中含有的测试序列数相关,测试序列数越多,该值越高。
表5参数值
Figure BSA00000399020900124
Figure BSA00000399020900131
设每次测试持续时间为τ=2小时,测试总次数为30次,并令所有待测功能可靠度初值为0.98。同时使用静态顺序的可靠性增长测试方法以及随机顺序的可靠性测试方法作为本发明方法的对比。将仿真实验结果绘于图4中。横轴代表测试时间,纵轴代表系统可靠度增幅(为了容易对比,对可靠度增幅乘以103绘于图中)。从仿真实验结果可见,本发明提出的基于随机自动机模型的高速列车运行控制系统可靠性增长测试方法,在测试执行过程中,可靠度增长较快;在测试结束时,高速列车运行控制系统可靠度值比其它两种测试方法测试结束时系统可靠度值要大。

Claims (1)

1.一种高速列车运行控制系统的系统可靠性增长测试方法,其特征在于该方法包括以下步骤:
(1)建立一个高速列车运行控制系统的系统可靠性瓶颈识别的随机自动机模型:
RSA=(Q,∑′,P,Qm,{Ri,m}∪R(si,sk)),其中,
Q是随机自动机模型的状态集合,Q=S∪{F,C,q0,qT},其中,S={s1,s2,…sn}表示高速列车运行控制系统的n个子系统对应的状态集合,{F,C,q0,qT}是四个特殊状态,q0是随机自动机模型的超级初始状态,作为随机自动机多个初始事件的统一头状态,qT是随机自动机模型的超级结束状态,表示多个作为系统运行结束的子系统T={s1 T,s2 T,…su T}的统一终止状态,吸收态F用来描述系统运行过程中出现失效之后的状态,吸收态C用来描述系统运行正确结束之后的状态,
∑′是随机自动机的事件集合,∑′=∑∪E,其中,∑=F1∪…∪Fi∪…∪Fn,其中Fi是与高速列车运行控制系统的子系统si的功能对应的事件集合,E代表高速列车运行控制系统运行过程中发生的故障事件,E=E1∪…∪Ei∪…∪En是系统故障事件的集合,Ei表示高速列车运行控制系统子系统si的故障事件集合,每个故障事件与子系统si中一个功能的错误执行相对应;
P是随机自动机的状态转移δ:Q×∑′→Q发生的概率集;
Qm是随机自动机的标识状态集,它是状态集的一个子集,
{Ri,m}∪R(si,sk)是可靠度集合,其中Ri,m表示子系统si的第m个功能fi,m的可靠度,R(si,sk)表示子系统si和子系统sk之间通信链路可靠度;
(2)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型,对高速列车运行控制系统进行可靠性瓶颈分析,得到可靠度函数集,具体过程包括以下步骤:
(2-1)计算高速列车运行控制系统可靠性瓶颈识别的随机自动机模型从状态si转移到状态sk的概率P(sk|si),由下式计算:
P ( s k | s i ) = Σ f i , m ∈ F i R i , m × R ( s i , s k ) × P ( s k , f i , m | s i )
其中fi,m是子系统si的第m个功能,Fi是子系统si的功能集合,Ri,m是功能fi,m的可靠度,R(si,sk)是子系统si和sk之间通信链路的可靠度,P(sk,fi,m|si)是功能fi,m发生并引起随机自动机模型从状态si转移到状态sk的概率;
(2-2)根据上述随机自动机模型从状态si转移到状态sk的概率P(sk|si),构造可靠性瓶颈识别的随机自动机模型的状态转移矩阵
Figure FSA00000399020800021
如下所示:
Figure FSA00000399020800022
其中:
Figure FSA00000399020800023
表示随机自动机模型的状态从si转移到sk的概率P(sk|si),
Figure FSA00000399020800024
表示高速列车运行控制系统运行时在子系统si结束运行的概率,且
Figure FSA00000399020800025
表示子系统si执行其所具有功能时发生错误的概率之和,且
Figure FSA00000399020800026
(2-3)根据上述高速列车运行控制系统可靠性瓶颈识别的随机自动机模型的状态转移矩阵
Figure FSA00000399020800027
构造非吸收态组成的状态转移矩阵M,如下所示:
Figure FSA00000399020800028
(2-4)根据上述矩阵M,通过下式计算高速列车运行控制系统的可靠度函数为:
R ( R i , m ) = ( - 1 ) n + 3 H 1 i + H 2 i R i , m K 1 i + K 2 i R i , m
通过对上述可靠度函数求偏导得到高速列车运行控制系统的敏感度函数为:
S ( R i , m ) = ∂ R ∂ R i , m = ( - 1 ) n + 3 K 1 i H 2 i - K 2 i H 1 i ( K 1 i + K 2 i R i , m ) 2
其中:
K 1 i = α ( i + 1 ) ( i + 1 ) + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l × R ( s i , s j ) × P ( s j , f i , l | s i ) ) × α ( i + 1 ) ( j + 1 )
K 2 i = Σ j = 1 , j ≠ i j = n P ( s j , f i , m | s i ) × R ( s i , s j ) × α ( i + 1 ) ( j + 1 )
H 1 i = β ( i + 1 ) i + Σ j = 1 , j ≠ i j = n ( Σ ( f i , l ∈ F i ) ∩ ( f i , l ≠ f i , m ) R i , l ×R ( s i , s j ) × P ( s j , f i , l | s i ) ) × β ( i + 1 ) j
H 2 i = Σ j = 2 , j ≠ i n P ( s j , f i , m | s i ) × R ( s i , s j ) × β ( i + 1 ) j
参数H1i,H2i和H1i,K2i根据行列式|I-M|和|E|计算得到,其中|I-M|是矩阵(I-M)对应的行列式,|E|是矩阵(I-M)关于第(n+2)行和第1列的余子式;
(3)根据被测试目标将测试序列集划分为测试序列子集,Ts=(Ts1,…,Tsj,…,Tsm),Tsj表示高速列车运行控制系统一个功能对应的测试序列子集;设定高速列车运行控制系统可靠性增长测试的总次数为λ和每次可靠性增长测试的测试时间为τ;使用t=1,2,…表示测试序列选择时刻;从时刻t=1到t=λ循环地执行以下步骤:
(3-1)在时刻l,根据高速列车运行控制系统功能的可靠性增长函数Rk,m(l+1)=h(τ,Rk,m(l)),得到待测功能测试之后的可靠度集合{Rk,m(l+1)},其中τ表示测试序列子集Tsl的执行时间,Rk,m(l)表示Tsl测试的目标功能fk,m当前时刻可靠度,Rk,m(l+1)表示目标功能fk,m测试之后的可靠度;
(3-2)设高速列车运行控制系统的各功能分别为待测试功能,根据待测试功能在执行测试序列子集之后的可靠度值Rk,m(l+1),得到高速列车运行控制系统在测试不同功能之后的系统可靠度值集{R(Rk,m(l+1))};
(3-3)求使高速列车运行控制系统可靠度增长最多max(R(Rk,m(l+1)-R(Rk,m(l))的测试序列子集对应的功能fk,m,令fk,m作为本次测试的待测试功能,该功能对应的测试序列子集作为本次测试要执行的测试序列子集;
(3-4)执行上述功能fk,m对应的测试序列子集,
(3-5)重复步骤(3-1)-(3-4),当完成可靠性增长测试总次数λ后,停止测试。
CN2010106055739A 2010-12-24 2010-12-24 一种高速列车运行控制系统的可靠性增长测试方法 Pending CN102109848A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010106055739A CN102109848A (zh) 2010-12-24 2010-12-24 一种高速列车运行控制系统的可靠性增长测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010106055739A CN102109848A (zh) 2010-12-24 2010-12-24 一种高速列车运行控制系统的可靠性增长测试方法

Publications (1)

Publication Number Publication Date
CN102109848A true CN102109848A (zh) 2011-06-29

Family

ID=44174029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010106055739A Pending CN102109848A (zh) 2010-12-24 2010-12-24 一种高速列车运行控制系统的可靠性增长测试方法

Country Status (1)

Country Link
CN (1) CN102109848A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885851A (zh) * 2013-03-01 2014-06-25 上海富欣智能交通控制有限公司 实时功能完整性检查系统
CN104102776A (zh) * 2014-07-14 2014-10-15 浙江众合机电股份有限公司 一种城市轨道交通列车的模型自动辨识方法
CN105760589A (zh) * 2016-02-03 2016-07-13 北京交通大学 一种基于高速列车系统作用关系网络的可靠性分析方法
CN106125713A (zh) * 2016-06-14 2016-11-16 西安交通大学 一种区间删失情况下可靠性增长的评估与预测方法
CN106814730A (zh) * 2016-12-14 2017-06-09 中国铁路总公司 列车运行控制系统安全关键软件测试用例生成方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007005586A1 (en) * 2005-06-30 2007-01-11 The Mathworks, Inc. System and method for using model analysis to generate directed test vectors
CN101441138A (zh) * 2009-01-07 2009-05-27 中南大学 列车气动性能模拟试验装置的测试方法及系统
CN101916311A (zh) * 2010-08-05 2010-12-15 北京交通大学 轨道交通自动驾驶系统模型开发与仿真测试系统与方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007005586A1 (en) * 2005-06-30 2007-01-11 The Mathworks, Inc. System and method for using model analysis to generate directed test vectors
CN101441138A (zh) * 2009-01-07 2009-05-27 中南大学 列车气动性能模拟试验装置的测试方法及系统
CN101916311A (zh) * 2010-08-05 2010-12-15 北京交通大学 轨道交通自动驾驶系统模型开发与仿真测试系统与方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《中国铁道科学》 20100930 周暐,程先东,赵洪军,王帅 CTCS-3级列控系统动态测试优化方法 102-107 1 第31卷, 第5期 2 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885851A (zh) * 2013-03-01 2014-06-25 上海富欣智能交通控制有限公司 实时功能完整性检查系统
CN103885851B (zh) * 2013-03-01 2017-02-15 上海富欣智能交通控制有限公司 实时功能完整性检查系统
CN104102776A (zh) * 2014-07-14 2014-10-15 浙江众合机电股份有限公司 一种城市轨道交通列车的模型自动辨识方法
CN104102776B (zh) * 2014-07-14 2018-06-19 浙江众合科技股份有限公司 一种城市轨道交通列车的模型自动辨识方法
CN105760589A (zh) * 2016-02-03 2016-07-13 北京交通大学 一种基于高速列车系统作用关系网络的可靠性分析方法
CN106125713A (zh) * 2016-06-14 2016-11-16 西安交通大学 一种区间删失情况下可靠性增长的评估与预测方法
CN106125713B (zh) * 2016-06-14 2018-08-10 西安交通大学 一种区间删失情况下可靠性增长的评估与预测方法
CN106814730A (zh) * 2016-12-14 2017-06-09 中国铁路总公司 列车运行控制系统安全关键软件测试用例生成方法
CN106814730B (zh) * 2016-12-14 2019-01-01 中国铁路总公司 列车运行控制系统安全关键软件测试用例生成方法

Similar Documents

Publication Publication Date Title
Ma et al. Structural damage identification based on unsupervised feature-extraction via variational auto-encoder
CN112202736B (zh) 基于统计学习和深度学习的通信网络异常分类方法
CN101576443B (zh) 基于灰色rbf神经网络的加速寿命试验寿命预测方法
CN101299004B (zh) 一种基于确定学习理论的振动故障诊断方法
CN111737911B (zh) 一种深度置信网络与极限学习机的轴承衰退趋势预测方法
CN103163877B (zh) 用于系统级故障的根本原因分析和质量监控的方法和系统
CN102520697B (zh) 一种远程协同诊断的现场信息预处理方法
CN114585983B (zh) 用于检测设备的异常运行状态的方法、装置和系统
CN102109848A (zh) 一种高速列车运行控制系统的可靠性增长测试方法
CN106802862A (zh) 列车运行控制系统安全关键软件自动测试平台
CN105004498A (zh) 一种水电机组的振动故障诊断方法
Bao et al. A Deep Transfer Learning Network for Structural Condition Identification with Limited Real‐World Training Data
CN104598736A (zh) 一种自适应多核组合相关向量机的滚动轴承寿命预测模型
CN104635146B (zh) 基于随机正弦信号测试和hmm的模拟电路故障诊断方法
CN107832789A (zh) 基于平均影响值数据变换的特征加权k近邻故障诊断方法
CN104899608A (zh) 滚动轴承剩余寿命预测的加权融合相关向量机模型
CN111241629B (zh) 基于数据驱动的飞机液压泵性能变化趋势智能预测方法
CN114970926A (zh) 一种模型训练方法、企业经营风险预测方法和装置
CN111652212A (zh) 基于深度学习的交叉杆端部紧固螺栓丢失故障检测方法
Valueian et al. Constructing automated test oracle for low observable software
Zhang et al. Controller area network node reliability assessment based on observable node information
CN110610016A (zh) 一种基于大数据机器学习进行轨道交通停准问题预测方法
CN103778263A (zh) 地铁车辆数据采集处理的装置和方法
Maroli et al. A Framework for Automated Collaborative Fault Detection in Large-Scale Vehicle Networks
CN105205589A (zh) 火力发电机组不同负荷下锅炉效率的评价方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110629