CN102930081A - 一种基于相关性模型的机内测试设计方法 - Google Patents
一种基于相关性模型的机内测试设计方法 Download PDFInfo
- Publication number
- CN102930081A CN102930081A CN2012103805554A CN201210380555A CN102930081A CN 102930081 A CN102930081 A CN 102930081A CN 2012103805554 A CN2012103805554 A CN 2012103805554A CN 201210380555 A CN201210380555 A CN 201210380555A CN 102930081 A CN102930081 A CN 102930081A
- Authority
- CN
- China
- Prior art keywords
- test
- matrix
- vector
- row
- fault mode
- 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.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明属于测试性技术,涉及一种基于相关性模型的机内测试设计方法。该方法以产品相关性模型为基础,首先对相关性模型进行简化,消除冗余测试并合并模糊组,接着识别每种故障对应的最小测试向量矩阵,然后根据测试的可靠性指标以及测试成本确定最优测试向量,作为故障检测和隔离的判据,并将其转化为嵌入式诊断程序部署在产品的机内测试中。该方法能够实现以最优的测试费用、最少的测试准确找出故障源,从而提高电子产品测试性设计水平。
Description
技术领域
本发明属于测试性技术,涉及一种基于相关性模型的机内测试设计方法。
背景技术
随着大规模集成电路的发展和应用,电子设备集成度越来越高、功能越来越复杂,随之而来的是故障模式的多样化,并体现出较强的耦合性和关联性,一种故障发生时会引起多个故障同时发生,导致故障检测和隔离时间长、难度大,维修工作量迅速增加。
机内测试(Built-in test,BIT)技术是系统或设备依靠其内部检测电路和检测软件来完成系统或设备工作参数监测、故障检测和隔离的综合能力。
现有的BIT工程设计方法主要有参数比较法和边界扫描法。参数比较法是通过与正常工作参数比较来检测和隔离故障,参数比较法主要依赖设计人员的工程经验,由于电子设备故障模式多、关联性强、表征参数多,设计人员要花大量时间确定测试点、监测参数与故障之间的关系,且准确性不高;边界扫描法虽然能够将故障隔离到器件,但其只适用于具有边界扫描功能的器件,且难以在电路正常工作时进行边界扫描,因此边界扫描法的使用具有一定的局限性。
目前的BIT测试设计方法中对各测试点和测试项的考虑,主要基于故障模式的检测和隔离,在设计过程中仅注重测试点的检测隔离效果、实现难易程度和给系统附加的影响,较少顾及各测试点的平均故障间隔时间和测试成本,最终得到的测试点个数较多,可能存在设计冗余,致使产品系统复杂度高,可靠性下降,测试成本高,测试周期长,对人员需求高;同时存在对故障模式的检测隔离方法分配困难等问题。
发明内容
本发明的目的是提出一种测试准确性高、故障源查找速度快的一种基于相关性模型的机内测试设计方法。
本发明的技术解决方案是,步骤一:建立相关性模型的数学模型,相关性模型的数学模型的依存矩阵表示:
其中故障模式总数为p,测试的个数为q,矩阵的第i行[di1 di2…diq]表示的是产品第i个故障模式在每一个测试上的反映信息,矩阵的第j列[d1j d2j…dpj]T,表示的是第j个测试和每个故障模式之间的相关性,当dij=0时,表示第i个故障模式和第j个测试不相关,当dij=1时,表示第i个故障模式和第j个测试相关;
步骤二:简化依存矩阵,简化依存矩阵包括消除冗余测试和合并模糊组两部分,
消除冗余测试:比较依存矩阵的各列,对存在的完全相同的列,保留其中一列,删除其余列,直到各列均不相同;合并模糊组:比较依存矩阵的各行,对存在的完全相同的行,合并为一行,作为一个故障模式模糊组的测试向量,直到各行均不相同;获得简化后的依存矩阵D0:
其中1≤i≤n≤p,1m≤j≤m≤q,Fi表示简化后的第i个故障模式或故障模式模糊组,F0表示无故障状态,Tj表示简化后的第j个测试;
步骤三:以D0为输入,生成被诊断的故障模式或故障模式模糊组的最小测试向量矩阵,具体过程如下:
从D0矩阵中抽取与Fi所对应的k个列向量,其中1≤k≤m,k的初始值为1。对k个列向量的抽取为排列组合形式,抽取总数为对抽取总数为中的每一种抽取情况进行编码ID1,…,IDj,…,得到Fi所对应的测试向量矩阵为 其中j=1,..., 为编号为IDj组合的行向量,同时将D0矩阵转化为个由D0矩阵中k个不同列向量组合下的矩阵组 其中为在D0中去除一行后的n×k矩阵,将每一个行向量与Dsub中相对应矩阵的行向量进行比较,如果在中存在一组行向量l=1,2,...,n,使得成立,则将从中删除,否则保留;如此依次经历到从而实现对的约简,约简后的矩阵表示为如果为非空矩阵,则为Fi的最小测试向量矩阵,进入步骤四,否则将k加1,重复此过程,直到k=m;
其中:Tj为测试向量元素对应的测试的平均故障间隔时间(h),Mj为测试向量元素对应的测试成本,∑T为所有测试的平均故障间隔时间(h)的总和,∑M为所有测试的测试成本的总和;
步骤五:将步骤四中确定的最优测试向量作为故障判据部署至机内测试系统中。
所述的每一个测试是指,当一个物理测试点完成两个以上故障特征状态的测试时,测试即为一个物理测试点执行的测试项;当一个物理测试点完成单个故障特征状态的测试时,测试即为一个物理测试点。
本发明具有的优点和有益效果
本发明以产品相关性模型为基础,通过识别最小测试向量矩阵和最优测试向量,并结合测试项的平均故障间隔时间和测试成本得到个数少、平均故障间隔时间短和测试成本低的最优测试向量,便于测试性设计人员设计和分配故障模式的检测方式和检测点分布,为其设计工作提供参考。由于简化了测试点的个数,产品复杂度得到降低,故障诊断速度得到提升,产品的可靠性和维修性得到提高;本发明还综合测试项的测试成本,实现以最优的测试费用和最少的测试来准确检测并隔离故障,从而提高了电子产品测试性设计水平。本方法可以简化产品测试性设计工作,减少设计开发成本,在一定程度上增加产品的装备完好性和任务成功性。
附图说明
图1是本发明主要步骤流程图;
图2是本发明实施例中选用的产品的电路功能结构框图;
图3是本发明实施例中电路相关性模型图;
图4是本发明实施例中依存矩阵。
具体实施方式
一种基于相关性模型的机内测试设计方法的主要步骤如下:
步骤一:建立相关性模型的数学模型。相关性模型的数学模型可用下述的依存矩阵表示:
其中故障模式总数为p,测试的个数为q,矩阵的第i行[di1 di2…diq],表示的是产品发生第i个故障模式在每一个测试上的反映信息,矩阵的第j列[d1j d2j…dpj]T,表示的是第j个测试和每个故障模式之间的相关性,当dij=0时,表示第i个故障模式和第j个测试不相关,当dij=1时,表示第i个故障模式和第j个测试相关;
步骤二:简化依存矩阵,简化依存矩阵包括消除冗余测试和合并模糊组两部分,
消除冗余测试:比较依存矩阵的各列,对存在的完全相同的列,这些列中对应的测试存在冗余,根据产品具体设计和测试需求保留其中一列,删除其余列,直到各列均不相同;合并模糊组:比较依存矩阵的各行,对存在的完全相同的行,这些行所对应的组成部件是不可区分的,合并为一行,作为一个故障模式模糊组的测试向量,直到各行均不相同;获得简化后的依存矩阵D0:
其中1≤i≤n≤p,1≤j≤m≤q,Fi表示简化后的第i个故障模式或故障模式模糊组,F0表示无故障状态,Tj表示简化后的第j个测试;
步骤三:以D0为输入,生成被诊断的故障模式或故障模式模糊组的最小测试向量矩阵,具体过程如下:
从D0矩阵中抽取与Fi所对应的k个列向量,其中1≤k≤m,k的初始值为1。对k个列向量的抽取为排列组合形式,抽取总数为对抽取总数为中的每一种抽取情况进行编码ID1,…,IDj,…,得到Fi所对应的测试向量矩阵为 其中j=1,..., 为编号为IDj组合的行向量,同时将D0矩阵转化为个由D0矩阵中k个不同列向量组合下的矩阵组 其中为在D0中去除一行后的n×k矩阵,将每一个行向量与Dsub中相对应矩阵的行向量进行比较,如果在中存在一组行向量l=1,2,...,n,使得成立,则将从中删除,否则保留;如此依次经历到从而实现对的约简,约简后的矩阵表示为如果为非空矩阵,则为Fi的最小测试向量矩阵,进入步骤四,否则将k加1,重复此过程,直到k=m;
其中:Tj为测试向量元素对应的测试的平均故障间隔时间(h),Mj为测试向量元素对应的测试成本,∑T为所有测试的平均故障间隔时间(h)的总和,∑M为所有测试的测试成本的总和;
步骤五:将步骤四中确定的最优测试向量作为故障判据部署至机内测试系统中。
实施例
本案例选用的对象为旋转变压器激励发生电路。该电路用于产生旋转变压器励磁绕组所需的正弦信号,为旋转变压器的运行提供激励,从而实现航空永磁同步电动机、无刷直流电动机等控制系统中对于电动机位置的检测要求。该电路功能结构框图如图1所示。
基于旋转变压器激励发生电路的功能结构,利用测试性建模软件对该电路进行测试性建模,得到相关性模型如图2所示,测试性模型中包含电源模块、正弦信号发生、频率控制指令数模变换、频率控制指令输出模块、幅值调理模块和驱动能力调节模块共六个功能模块,TestP1到TestP8共八个物理测试点,T1到T9共9个测试项,测试项的平均故障间隔时间和测试成本如表1所示;根据旋转变压器激励发生电路相关性模型分析得到其数学模型即依存矩阵,通过消除冗余测试和合并模糊组得到简化后的依存矩阵D0,如图3。
以故障模式F4(频率控制指令输出模块中的频率控制指令输出状态值不正确)为例,确定其最小测试向量矩阵。由依存矩阵可得测试项中列向量个数为9,故障模式个数为9,即m=9,n=9。
1)从D0矩阵中抽取与故障模式F4所对应的k=1个列向量,1个列向量的排列组合数为对每一种排列组合进行编码ID1,...,ID9,得到故障模式F4所对应的测试向量矩阵为 其中j=1,...,9,为编号为IDj组合的行向量。 同时将D0矩阵转化为9个由D0矩阵中1个不同列向量组合下的矩阵组其中
3)将k加1,从D0矩阵中抽取与故障模式F4所对应的k=2个列向量,2个列向量的排列组合数为对每一种排列组合进行编码ID1,...,ID36,得到故障模式F4所对应的测试向量矩阵为 其中j=1,...,36,为编号为IDj组合的行向量。则有: 同时将D0矩阵转化为36个由D0矩阵中2个不同列向量组合下的矩阵组 其中 如
5)将k加1,从D0矩阵中抽取与故障模式F4所对应的k=3个列向量,3个列向量的排列组合数为对每一种排列组合进行编码ID1,...,ID84,得到故障模式F4所对应的测试向量矩阵为 其中j=1,...,84,为编号为IDj组合的行向量。则有: 同时将D0矩阵转化为84个由D0矩阵中3个不同列向量组合下的矩阵组其中 如
6)对于在 中不存在 使得成立,因此将在中保留;对于在 中不存在l=1,2,...,9,使得成立,因此将在中保留;对于其他j≠10,在中均存在一行使得如此经历至过程后,可得到约简后的矩阵 为故障模式F4的最小测试向量矩阵。
编码为26的抽取3个列向量的组合为第1列、第7列和第8列,编码为27的抽取3个列向量的组合为第1列、第7列和第9列,即诊断出故障模式F4的最少需第1、7和8个测试项或者第1、7和9个测试项。对于其他故障模式,可类比F4得到最小测试向量矩阵。
每个测试项的平均故障间隔时间和测试成本如表1所示。
表1测试项的平均故障间隔时间和测试成本
同理得Fj的最小测试向量:
Claims (2)
1.一种基于相关性模型的机内测试设计方法,其特征是,
步骤一:建立相关性模型的数学模型,相关性模型的数学模型的依存矩阵表示:
其中故障模式总数为p,测试的个数为q,矩阵的第i行[di1 di2…diq]表示的是产品第i个故障模式和每一个测试上的相关性,矩阵的第j列[d1j d2j…dpj]T,表示的是第j个测试和每个故障模式之间的相关性,当dij=0时,表示第i个故障模式和第j个测试不相关,当dij=1时,表示第i个故障模式和第j个测试相关;
步骤二:简化依存矩阵,简化依存矩阵包括消除冗余测试和合并模糊组两部分,
消除冗余测试:比较依存矩阵的各列,对存在的完全相同的列,保留其中一列,删除其余列,直到各列均不相同;合并模糊组:比较依存矩阵的各行,对存在的完全相同的行,合并为一行,作为一个故障模式模糊组的测试向量,直到各行均不相同;获得简化后的依存矩阵D0:
其中1≤i≤n≤p,1≤j≤m≤q,Fi表示简化后的第i个故障模式或故障模式模糊组,F0表示无故障状态,Tj表示简化后的第j个测试;
步骤三:以D0为输入,生成被诊断的故障模式或故障模式模糊组的最小测试向量矩阵,具体过程如下:
从D0矩阵中抽取与Fi所对应的k个列组成向量,其中1≤k≤m,k的初始值为1。对k个列的抽取为排列组合形式,抽取总数为对抽取总数为中的每一种抽取情况进行编码ID1,…,IDj,…,得到Fi所对应的测试向量矩阵为 其中j=1,..., 为编号为IDj组合的行向量,同时将D0矩阵转化为个由D0矩阵中k个不同列向量组合下的矩阵组 其中为在D0中去除一行后的n×k矩阵,将每一个行向量与Dsub中相对应矩阵的行向量进行比较,如果在中存在一组行向量l=1,2,...,n,使得成立,则将从中删除,否则保留;如此依次经历到从而实现对的约简,约简后的矩阵表示为如果为非空矩阵,则为Fi的最小测试向量矩阵,进入步骤四,否则将k加1,重复此过程,直到k=m;
其中:Tj为测试向量元素对应的测试的平均故障间隔时间(h),Mj为测试向量元素对应的测试成本,∑T为所有测试的平均故障间隔时间(h)的总和,∑M为所有测试的测试成本的总和;
步骤五:将步骤四中确定的最优测试向量作为故障判据部署至机内测试系统中。
2.根据权利要求1所述的一种基于相关性模型的机内测试设计方法,其特征是,所述的每一个测试是指,当一个物理测试点完成两个以上故障特征状态的测试时,测试即为一个物理测试点执行的测试项;当一个物理测试点完成单个故障特征状态的测试时,测试即为一个物理测试点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210380555.4A CN102930081B (zh) | 2012-10-09 | 2012-10-09 | 一种基于相关性模型的机内测试设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210380555.4A CN102930081B (zh) | 2012-10-09 | 2012-10-09 | 一种基于相关性模型的机内测试设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102930081A true CN102930081A (zh) | 2013-02-13 |
CN102930081B CN102930081B (zh) | 2015-04-08 |
Family
ID=47644878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210380555.4A Active CN102930081B (zh) | 2012-10-09 | 2012-10-09 | 一种基于相关性模型的机内测试设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930081B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196691A (zh) * | 2013-04-08 | 2013-07-10 | 北京航空航天大学 | 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法 |
CN103927259A (zh) * | 2014-04-18 | 2014-07-16 | 北京航空航天大学 | 一种基于测试性建模数据的故障检测与隔离综合方法 |
CN105786678A (zh) * | 2014-12-25 | 2016-07-20 | 北京电子工程总体研究所 | 一种基于相关性模型的测试性预计方法 |
CN108319517A (zh) * | 2017-12-21 | 2018-07-24 | 北京旋极信息技术股份有限公司 | 一种故障诊断的方法及装置 |
CN108957315A (zh) * | 2017-05-22 | 2018-12-07 | 北京金风科创风电设备有限公司 | 风力发电机组的故障诊断方法和设备 |
CN109773790A (zh) * | 2019-01-22 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于机器视觉和bit技术的智能化检测系统和方法 |
CN113094940A (zh) * | 2021-03-04 | 2021-07-09 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 机内测试指标确定方法和用于航空产品的机内测试方法 |
CN113380335A (zh) * | 2021-08-16 | 2021-09-10 | 北京博睿天扬科技有限公司 | 基于工业大数据的化工数据分析系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147824A (zh) * | 2011-03-09 | 2011-08-10 | 北京航空航天大学 | 一种针对通断式多态系统的扩展测试性建模方法 |
-
2012
- 2012-10-09 CN CN201210380555.4A patent/CN102930081B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147824A (zh) * | 2011-03-09 | 2011-08-10 | 北京航空航天大学 | 一种针对通断式多态系统的扩展测试性建模方法 |
Non-Patent Citations (3)
Title |
---|
杨鹏: "基于相关性模型的诊断策略优化设计技术", 《中国博士学位论文全文数据库 工程科技II辑》 * |
王子玲等: "一种建立复杂系统相关性矩阵的新方法", 《测试技术学报》 * |
郭明威: "基于相关性模型的BIT诊断策略技术研究", 《计算机应用研究》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196691B (zh) * | 2013-04-08 | 2015-07-15 | 北京航空航天大学 | 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法 |
CN103196691A (zh) * | 2013-04-08 | 2013-07-10 | 北京航空航天大学 | 基于主对角元占优模糊关系矩阵建立相关性故障测试矩阵的方法 |
CN103927259B (zh) * | 2014-04-18 | 2016-08-24 | 北京航空航天大学 | 一种基于测试性建模数据的故障检测与隔离综合方法 |
CN103927259A (zh) * | 2014-04-18 | 2014-07-16 | 北京航空航天大学 | 一种基于测试性建模数据的故障检测与隔离综合方法 |
CN105786678B (zh) * | 2014-12-25 | 2018-09-25 | 北京电子工程总体研究所 | 一种基于相关性模型的测试性预计方法 |
CN105786678A (zh) * | 2014-12-25 | 2016-07-20 | 北京电子工程总体研究所 | 一种基于相关性模型的测试性预计方法 |
CN108957315A (zh) * | 2017-05-22 | 2018-12-07 | 北京金风科创风电设备有限公司 | 风力发电机组的故障诊断方法和设备 |
CN108319517A (zh) * | 2017-12-21 | 2018-07-24 | 北京旋极信息技术股份有限公司 | 一种故障诊断的方法及装置 |
CN108319517B (zh) * | 2017-12-21 | 2021-08-27 | 北京旋极信息技术股份有限公司 | 一种故障诊断的方法及装置 |
CN109773790A (zh) * | 2019-01-22 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于机器视觉和bit技术的智能化检测系统和方法 |
CN109773790B (zh) * | 2019-01-22 | 2021-04-02 | 北京电子工程总体研究所 | 一种基于机器视觉和bit技术的智能化检测系统和方法 |
CN113094940A (zh) * | 2021-03-04 | 2021-07-09 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 机内测试指标确定方法和用于航空产品的机内测试方法 |
CN113094940B (zh) * | 2021-03-04 | 2022-02-11 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 机内测试指标确定方法和用于航空产品的机内测试方法 |
CN113380335A (zh) * | 2021-08-16 | 2021-09-10 | 北京博睿天扬科技有限公司 | 基于工业大数据的化工数据分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102930081B (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930081B (zh) | 一种基于相关性模型的机内测试设计方法 | |
CN101907088B (zh) | 基于单类支持向量机的故障诊断方法 | |
CN110488630B (zh) | 一种控制增稳飞控计算机测试系统及测试方法 | |
Deb et al. | QSI's integrated diagnostics toolset | |
CN109541353B (zh) | 配电自动化检测系统 | |
CN104778370A (zh) | 基于蒙特卡洛仿真求解动态故障树模型的风险分析方法 | |
CN102722471B (zh) | 一种基于综合相关性矩阵的模糊关系矩阵生成方法 | |
CN108255649A (zh) | 一种基于建模仿真协同分析的诊断策略设计方法 | |
CN104504248A (zh) | 一种基于设计数据分析的故障诊断建模方法 | |
CN102184291A (zh) | 一种针对全测试无反馈系统的系统级故障诊断方法 | |
KR101865666B1 (ko) | 원자로노심보호계통 소프트웨어 검증용 시뮬레이션 장치 및 시스템 | |
CN105786678A (zh) | 一种基于相关性模型的测试性预计方法 | |
CN103853889A (zh) | 一种基于键合图的电力电子系统故障诊断方法 | |
CN103163398A (zh) | 核电站贝雷板件可靠性检测系统和方法 | |
CN105574328A (zh) | 一种机载诊断模型的集成方法 | |
CN103336198B (zh) | 一种电气系统故障诊断装置 | |
CN102902852A (zh) | 一种汽车ecu诊断软件模型的自动生成系统及方法 | |
CN109696900A (zh) | 一种测试汽车控制器局域网络报文发送周期的系统和方法 | |
Zabi et al. | Health monitoring and prognosis of hybrid systems | |
CN102735435A (zh) | 一种基于相关性模型的动量轮故障可诊断性确定方法 | |
Zhao et al. | Hardware-in-the-loop simulation platform for fault diagnosis of rocket engines | |
CN106354930B (zh) | 一种空间飞行器的自适应重构方法及系统 | |
Fort et al. | Fault tolerant design of a field data modular readout architecture for railway applications | |
Kubalík et al. | Dependable design technique for system-on-chip | |
CN111044826B (zh) | 检测方法及检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |