CN103714256B - 用于飞机机载设备测试性验证的抽取样本量的确定方法 - Google Patents
用于飞机机载设备测试性验证的抽取样本量的确定方法 Download PDFInfo
- Publication number
- CN103714256B CN103714256B CN201310745729.7A CN201310745729A CN103714256B CN 103714256 B CN103714256 B CN 103714256B CN 201310745729 A CN201310745729 A CN 201310745729A CN 103714256 B CN103714256 B CN 103714256B
- Authority
- CN
- China
- Prior art keywords
- sample
- fault mode
- sample size
- level
- value
- 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.)
- Active
Links
Landscapes
- Complex Calculations (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明的用于飞机机载设备测试性验证的样本抽样方法包括:初步样本量确定、样本量分配以及样本量补充三个环节。通过不同级别的测试性指标参数以及添加的n1、n2、n3、n4四个约束参数来最终确定各个级别的初始样本量。根据飞机记载设备的各级产品的具体情况,对初步确定的样本量进行上限1000的设置,避免了试验工作量太大,试验周期过长的弊端。在进行样本分配时,设计了计算Cpimin×10n≥1的最小n(n为正整数)这个约束条件,为样本量补充提供了累积范围,便于样本分配的执行。最后,本方法给出了样本补充的方法,该方法既考虑了故障发生概率及故障分布,同时又考虑了测试验证的实施手段。
Description
技术领域
本发明属于样本抽样技术领域,尤其涉及一种用于飞机机载设备测试性验证的抽取样本量的确定方法。
背景技术
大运飞机机载设备分三类:LRU级产品、综合设备级产品以及分系统级产品。其特点为不仅同一层级之间的多个产品之间有相互交联关系,而且不同层级之间的产品也具有复杂的交联关系,因此,故障模式分布及故障传递关系复杂,不同的层级所要考核的指标以及需要的输入参数也不同。
已有的样本抽样方法主要是以可靠性试验为基础,是在二项分布假设或者正态分布假设下根据风险要求计算出样本量,这样抽样建立的样本集仅考虑了样本量要求,没有考虑故障覆盖全面性和故障传递性的问题,同时对样本量过大或者过小的可能性没有考虑,不利于测试性试验验证工作的具体实施。
发明内容
为解决上述问题,本发明提供一种用于飞机机载设备测试性验证的抽取样本量的确定方法,突破了有样本抽样过程中故障覆盖不全等技术瓶颈,该样本抽样方法基于二项分布假设下,充分考虑故障覆盖充分性与故障率的约束条件进行样本抽样,实现了故障模式的功能电路级覆盖,有利于测试性验证的实施。
本发明的用于飞机机载设备测试性验证的抽取样本量的确定方法包括以下步骤:
步骤1,确定初步样本量N:对于综合设备或分系统级产品,以大于本层级故障模式总和∑ni=(n1+n4)为约束条件确定所述综合设备或分系统级产品的所述初步样本量,对于LRU级产品,以大于本层级故障模式总和∑ni=(n1+n2+n3+n4)为约束条件确定LRU级产品的所述初步样本量,其中n1-n4为四类故障模式;
其中,对于LRU级产品:n1为该产品功能电路级故障模式总数;n2为该产品包含的非电类SRU级故障模式总数;n3为该产品包含的独立的电子类SRU级故障模式总数;n4为该产品独立的LRU级故障模式总数;
对于综合设备或分系统级产品:n1为该综合设备或分系统LRU级故障模式总数;n4为综合设备或分系统级故障模式总数;
步骤2,分配所述初步样本量N:
计算相应层级每类故障模式的相对发生频率Cp,并找出其中的最小值Cpmin;然后计算出满足Cpmin×10n≥1条件的最小n,n为正整数;
根据每类故障模式的相对发生频率对所述初步样本量进行分区处理,每个故障模式对应的分区长度正比于该故障模式的相对发生概率;
根据获得的n在0~(10n-1)范围内随机抽取N次,将N次抽取到的随机数进行分区统计,得到每类故障模式的样本量分配累计值;
步骤3,补充分配的样本量:
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后小于或等于1000的,将样本量分配累计值为零的故障模式的样本量分配累计值设为1;
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后大于1000的,选取样本量分配累计值为零的各故障模式中的(1000-N)个,将其样本分配累计值设为1。
进一步的,所述步骤1中:
所述β=0.2。
进一步的,所述步骤1包括:
步骤11,按照公式(1)进行计算得到多组样本量(f,c);
步骤12,在获得的多组样本量中选取大于所述∑ni的最小值作为初步样本量N;其中,f为样本量;c为合格判定数;β为订购方风险,R1为接收概率为β时的故障检测率或故障隔离率。
本发明的有益效果在于:
(1)约束条件除了传统的故障检测率和故障隔离率指标外,还添加了n1、n2、n3、n4四个约束参数,体现了不同层级产品的测试性设计及验证特点;
(2)本方法对样本量过大的情况进行了约束处理,避免了试验工作量太大,试验周期过长;
(3)本发明给出的样本量补充方法,既考虑了故障发生概率及故障分布,同时又考虑了测试验证的实施手段。
(4)准确的验证机载设备的测试性设计指标,保证了试验的可靠性。
具体实施方式
本发明的用于飞机机载设备测试性验证的抽取样本量的确定方法包括:
步骤1,确定初步样本量N:对于综合设备或分系统级产品,以大于本层级故障模式总和∑ni=(n1+n4)为约束条件确定所述综合设备或分系统级产品的所述初步样本量,对于LRU级产品,以大于本层级故障模式总和∑ni=(n1+n2+n3+n4)为约束条件确定LRU级产品的所述初步样本量;其中n1-n4为四类故障模式,其中n1-n4为四类故障模式。
其中,对于LRU级产品:n1为该产品功能电路级故障模式总数;n2为该产品包含的非电类SRU级故障模式总数;n3为该产品包含的独立的电子类SRU级故障模式总数;n4为该产品独立的LRU级故障模式总数;
对于综合设备或分系统级产品:n1为该综合设备或分系统LRU级故障模式总数;n4为综合设备或分系统级故障模式总数;
步骤2,分配所述初步样本量N:
根据公式计算相应层级中每类故障模式的相对发生频率Cp,对于综合设备或分系统级产品共包括两类故障模式(n1,n4),对于LRU级产品共包括四类故障模式(n1,n2,n3,n4);找出其中的最小值Cpmin;然后计算出满足Cpmin×10n≥1条件的最小n,n为正整数;λi为指相应层级中的最小组成单元i的故障率;
根据每类故障模式的相对发生频率对所述初步样本量进行分区处理,每个故障模式对应的分区长度正比于该故障模式的相对发生概率;
根据获得的n在0~(10n-1)范围内随机抽取N次,将N次抽取到的随机数进行分区统计,得到每类故障模式的样本量分配累计值;
步骤3,补充分配的样本量:
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后小于或等于1000的,将样本量分配累计值为零的故障模式的样本量分配累计值设为1;
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后大于1000的,选取样本量分配累计值为零的各故障模式中的(1000-N)个,将其样本分配累计值设为1。
进一步的,所述步骤1中:
所述β=0.2。
进一步的,所述步骤1包括:
步骤11,按照公式(1)进行计算得到多组样本量(f,c);
步骤12,在获得的多组样本量中选取大于所述∑ni的最小值作为初步样本量N;其中,f为样本量;c为合格判定数;β为订购方风险,R1为接收概率为β时的故障检测率或故障隔离率。
实施例一
若确定的n取值为3,初步样本量为999,该层级的故障模式为4种,分别为M1、M2、M3、M4,根据设计方提供的该层级产品的各个最小组成单元的故障率确定4类故障模式的相对发生频率,若依次为0.2,0.3,0.4,0.1;
根据相对发生频率确定4类故障模式的抽样区间,依次为0-199,200-499,500-899,900-999
在0-999内随机抽取999次,
若随机抽取为399,则落入M2故障模式的抽样区间内,该故障模式的样本量加1,得到该故障模式的样本量分配累计值,
直到抽取N次,分配结束,得到4种故障模式对应的样本量分配累计值。
若分配结束后M1、M2、M3、M4赋值为0,0,999,0
则样本量分配累计值为零的故障模式之和为3,
3+999为1002,大于1000,则根据需要选择1000-999个样本量分配累计值为零的故障模式的样本量分配累计值加1,即M1、M2、M4中选择一个将其样本分配累计值设置为1,
若分配结束后M1、M2、M3、M4赋值为0,1,997,1
则样本量分配累计值为零的故障模式之和为1,
1+999为1000,等于1000,则样本量分配累计值为零的故障模式的样本量分配累计值加1,即M1对应的故障模式的样本量分配累计值设置为1,
补充结束。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (2)
1.一种用于飞机机载设备测试性验证的抽取样本量的确定方法,其特征在于,包括:
步骤1,确定初步样本量N:对于综合设备或分系统级产品,以大于本层级故障模式总和∑ni=(n1+n4)为约束条件确定所述综合设备或分系统级产品的所述初步样本量,对于LRU级产品,以大于本层级故障模式总和∑ni=(n1+n2+n3+n4)为约束条件确定LRU级产品的所述初步样本量,其中n1-n4为四类故障模式;
其中,对于LRU级产品:n1为该产品功能电路级故障模式总数;n2为该产品包含的非电类SRU级故障模式总数;n3为该产品包含的独立的电子类SRU级故障模式总数;n4为该产品独立的LRU级故障模式总数;
对于综合设备或分系统级产品:n1为该综合设备或分系统LRU级故障模式总数;n4为综合设备或分系统级故障模式总数;
步骤2,分配所述初步样本量N:
计算相应层级中每类故障模式的相对发生频率,并找出其中的最小值Cpmin;然后计算出满足Cpmin×10n≥1条件的最小n,n为正整数;
根据每种故障模式的相对发生频率对所述初步样本量进行分区处理,每个故障模式对应的分区长度正比于该故障模式的相对发生概率;
根据获得的n在0~(10n-1)范围内随机抽取N次,将N次抽取到的随机数进行分区统计,得到每种故障模式的样本量分配累计值;
步骤3,补充分配的样本量:
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后小于或等于1000的,将样本量分配累计值为零的故障模式的样本量分配累计值设为1;
对于步骤2中样本量分配累计值为零的故障模式之和与初步样本量N求和后大于1000的,选取样本量分配累计值为零的各故障模式中的(1000-N)个,将其样本分配累计值设为1。
2.如权利要求1所述的用于飞机机载设备测试性验证的样本抽样方法,其特征在于,所述步骤1包括:
步骤11,按照公式(1)进行计算得到多组样本量(f,c);
步骤12,在获得的多组样本量中选取大于所述∑ni的最小值作为初步样本量N;其中,f为样本量;c为合格判定数;β为订购方风险,R1为故障检测率或故障隔离率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745729.7A CN103714256B (zh) | 2013-12-30 | 2013-12-30 | 用于飞机机载设备测试性验证的抽取样本量的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745729.7A CN103714256B (zh) | 2013-12-30 | 2013-12-30 | 用于飞机机载设备测试性验证的抽取样本量的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103714256A CN103714256A (zh) | 2014-04-09 |
CN103714256B true CN103714256B (zh) | 2017-03-08 |
Family
ID=50407222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310745729.7A Active CN103714256B (zh) | 2013-12-30 | 2013-12-30 | 用于飞机机载设备测试性验证的抽取样本量的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103714256B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063593B (zh) * | 2014-06-18 | 2017-01-18 | 电子科技大学 | 一种板级电路测试性指标计算方法 |
CN105574333A (zh) * | 2015-12-13 | 2016-05-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种机载设备测试性试验故障样本量确定方法 |
CN108230210A (zh) * | 2016-12-21 | 2018-06-29 | 北京金风科创风电设备有限公司 | 风力发电机组测试性水平的评估方法及装置 |
CN106742058B (zh) * | 2016-12-26 | 2019-08-02 | 中国航空工业集团公司西安飞机设计研究所 | 一种测试性实验室试验故障总体确定方法 |
CN109459629B (zh) * | 2018-10-10 | 2020-09-01 | 北京航空航天大学 | 一种基于恢复率的恢复能力评估方法 |
CN109858097A (zh) * | 2018-12-29 | 2019-06-07 | 北京航天测控技术有限公司 | 一种航天器单机测试性评估抽样方法 |
CN111220200A (zh) * | 2020-01-02 | 2020-06-02 | 长江存储科技有限责任公司 | 样本的工艺参数的检测方法和装置 |
CN111783897B (zh) * | 2020-07-08 | 2022-11-22 | 中国人民解放军海军航空大学 | 一种装备测试性验证故障样本量确定方法及系统 |
CN112668233B (zh) * | 2020-12-03 | 2022-07-01 | 北京瑞风协同科技股份有限公司 | 一种基于剖面故障注入确定装备使用可用度的方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1651859A (zh) * | 2004-06-08 | 2005-08-10 | 赵彦云 | 用于作物单产和森林单位蓄积量估计的分层回归遥感抽样技术 |
US7509537B1 (en) * | 2006-02-02 | 2009-03-24 | Rockwell Collins, Inc. | Prognostic processor system for real-time failure analysis of line replaceable units |
CN102629267A (zh) * | 2012-03-08 | 2012-08-08 | 北京神州数码思特奇信息技术股份有限公司 | 数据处理方法和数据处理模块 |
-
2013
- 2013-12-30 CN CN201310745729.7A patent/CN103714256B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1651859A (zh) * | 2004-06-08 | 2005-08-10 | 赵彦云 | 用于作物单产和森林单位蓄积量估计的分层回归遥感抽样技术 |
US7509537B1 (en) * | 2006-02-02 | 2009-03-24 | Rockwell Collins, Inc. | Prognostic processor system for real-time failure analysis of line replaceable units |
CN102629267A (zh) * | 2012-03-08 | 2012-08-08 | 北京神州数码思特奇信息技术股份有限公司 | 数据处理方法和数据处理模块 |
Non-Patent Citations (1)
Title |
---|
基于通用充分性准则的测试性试验方案研究;石君友, 康锐;《航空学报》;第691-695页;20051130;第26卷(第6期);第691-695页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103714256A (zh) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103714256B (zh) | 用于飞机机载设备测试性验证的抽取样本量的确定方法 | |
EP3809148A1 (en) | Method and apparatus for estimating battery state of health | |
CN106844314B (zh) | 一种文章的查重方法及装置 | |
HRP20201937T1 (hr) | Postupci i uređaj za distribuiranu bazu podataka unutar mreže | |
WO2006044103A3 (en) | System and method for facilitating trading of multiple tradeable objects in an electronic trading environment | |
WO2005096748A3 (en) | Parameter-based software development, distribution, and disaster recovery | |
CN105069701A (zh) | 基于蒙特卡洛法的输电系统风险评估方法 | |
CN106155646B (zh) | 一种限制外部应用程序调用服务的方法及装置 | |
CN107526007A (zh) | 故障类型的识别方法及装置 | |
CN102222876A (zh) | 基于电流互感器的断线闭锁差动保护方法和系统 | |
CN109858097A (zh) | 一种航天器单机测试性评估抽样方法 | |
Tsakiris et al. | Percolation of randomly distributed growing clusters: Finite-size scaling and critical exponents for the square lattice | |
CN102751725A (zh) | 一种配电网过负荷风险状态辨识方法 | |
CN109325603B (zh) | 故障请求处理方法、装置及终端设备 | |
JP2015099620A5 (zh) | ||
JP5895358B2 (ja) | 破壊検査システム、破壊検査方法、データ処理プログラムおよびプログラム記録媒体 | |
CN107370149A (zh) | 确定电力系统负荷削减量的方法和系统 | |
CN106325227B (zh) | 制程管控线的生成方法和装置及制程管控系统 | |
CN104198854A (zh) | 一种在线支路型故障筛选与排序方法 | |
CN105656858B (zh) | 一种数据更新方法及装置 | |
CN106033576A (zh) | 一种对象信息的展示方法和装置 | |
Croft et al. | Radiation-induced large-scale structure during the reionization epoch: the autocorrelation function | |
US20170078178A1 (en) | Delay information output device, delay information output method, and non-transitory computer-readable recording medium | |
CN107247194A (zh) | 一种不平衡台区调相效果的检测方法及装置 | |
CN105653832B (zh) | 储能电站的储能单元功率分配的评估方法和装置 |
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 |