CN105574333A - 一种机载设备测试性试验故障样本量确定方法 - Google Patents
一种机载设备测试性试验故障样本量确定方法 Download PDFInfo
- Publication number
- CN105574333A CN105574333A CN201510931752.4A CN201510931752A CN105574333A CN 105574333 A CN105574333 A CN 105574333A CN 201510931752 A CN201510931752 A CN 201510931752A CN 105574333 A CN105574333 A CN 105574333A
- Authority
- CN
- China
- Prior art keywords
- fault
- fault sample
- testability
- sample amount
- airborne equipment
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种机载设备测试性试验故障样本量确定方法。所述机载设备测试性试验故障样本量确定方法包括:步骤1:确定受试设备的备选故障样本量,备选故障样本量的数量为多组,其中,每组备选故障样本量包括一个备选故障样本量的数量值;步骤2:通过基于硬件的故障模式影响及危害度分析方法获取受试设备的故障模式,并确定故障模式的数量;步骤3:提取备选故障样本量的数量值大于等于故障模式数量mF的最小值,将该最小值称为故障样本量。本发明的机载设备测试性试验故障样本量确定方法在保证覆盖充分性的前提下实现工程实施的可行性,能够真实客观得到故障样本量,为测试性试验的工程应用提供了范围适中的故障样本量,节省试验时间以及成本。
Description
技术领域
本发明涉及航空产品试验技术领域,特别是涉及一种机载设备测试性试验故障样本量确定方法。
背景技术
机载设备测试性试验是通过故障注入手段激发受试产品特定数量的故障,用测试性设计的检测方法进行实际测试,并判断测试结果是否符合预期,以发现产品测试性设计缺陷,评估产品相关测试性指标的试验活动。其中,试验所需激发的故障数量,即故障样本量,对试验工程实施的可行性及试验结果的真实客观性起着决定性作用。
现有技术中,没有一种方法来确定该故障样本量。
因此,希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本发明的目的在于提供一种机载设备测试性试验故障样本量确定方法来克服或至少减轻现有技术的中的至少一个上述缺陷。
为实现上述目的,本发明提供一种机载设备测试性试验故障样本量确定方法,所述机载设备测试性试验故障样本量确定方法包括:
步骤1:确定受试设备的备选故障样本量,所述备选故障样本量的数量为多组,其中,每组备选故障样本量包括一个备选故障样本量的数量值;
步骤2:通过基于硬件的故障模式影响及危害度分析方法获取受试设备的故障模式,并确定故障模式的数量;
步骤3:提取所述步骤1中的备选故障样本量的数量值大于等于所述步骤2中所得到的故障模式数量mF的最小值,将该最小值称为故障样本量。
优选地,所述机载设备测试性试验故障样本量确定方法进一步包括:
步骤4:通过试验方法得到受试设备的自然故障样本量NZ;
步骤5:将所述步骤4中得到的自然故障样本量与所述步骤3中的故障样本量相加,从而得到总故障样本量。
优选地,所述步骤1中确定受试设备的备选故障样本量的方法具体为:
在给定受试设备测试性指标最低可接受值RL和置信度C的情况下,通过二项分布可靠度单侧置信下限公式计算得到多组备选故障样本量。
优选地,所述二项分布可靠度单侧置信下限公式具体为:
RL为受试设备测试性指标最低可接受值,C为置信度。
本发明的机载设备测试性试验故障样本量确定方法在保证覆盖充分性的前提下实现工程实施的可行性,能够较真实客观得到故障样本量,从而为测试性试验的工程应用提供了范围适中的故障样本量,从而节省了试验时间以及成本。
附图说明
图1是根据本发明第一实施例的机载设备测试性试验故障样本量确定方法的流程示意图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
图1是根据本发明第一实施例的机载设备测试性试验故障样本量确定方法的流程示意图。
如图1所示的机载设备测试性试验故障样本量确定方法包括:步骤1:确定受试设备的备选故障样本量,所述备选故障样本量的数量为多组,其中,每组备选故障样本量包括一个备选故障样本量的数量值;步骤2:通过基于硬件的故障模式影响及危害度分析方法获取受试设备的故障模式,并确定故障模式的数量;步骤3:提取所述步骤1中的备选故障样本量的数量值大于等于所述步骤2中所得到的故障模式数量mF的最小值,将该最小值称为故障样本量。
在本实施例中,所述机载设备测试性试验故障样本量确定方法进一步包括:
步骤4:通过试验方法得到受试设备的自然故障样本量NZ;
步骤5:将所述步骤4中得到的自然故障样本量与所述步骤3中的故障样本量相加,从而得到总故障样本量。
在本实施例中,所述步骤1中确定受试设备的备选故障样本量的方法具体为:
在给定受试设备测试性指标最低可接受值RL和置信度C的情况下,通过二项分布可靠度单侧置信下限公式计算得到多组备选故障样本量。
在本实施例中,所述二项分布可靠度单侧置信下限公式具体为:
其中,
RL为受试设备测试性指标最低可接受值,C为置信度。
下面以举例的方式对本发明进行进一步阐述,可以理解的是,该举例并不构成对本发明的任何限制。
在给定受试产品测试性指标最低可接受值RL=0.95和置信度C=0.80的情况下:通过二项分布可靠度单侧置信下限中公式(1)计算得到多组备选故障样本量ni(32,0)、(59,1)、(85,2)、(110,3)、(134,4)、(157,5)、(180,6)、(204,7)、(226,8)。
提取备选故障样本量的数量值大于或等于故障模式数量mF的最小值的值,在本实施例中,取即NC=134。
步骤4:自然故障样本量NZ确定
收集、统计试验方法(试飞及各类研制试验)中发生的各类自然故障总次数,将其作为自然故障样本量NZ=5。
步骤5:故障样本量N确定
将基本故障样本量NC=134和自然故障样本量NZ=5之和作为故障样本量N=139。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种机载设备测试性试验故障样本量确定方法,其特征在于,所述机载设备测试性试验故障样本量确定方法包括:
步骤1:确定受试设备的备选故障样本量,所述备选故障样本量的数量为多组,其中,每组备选故障样本量包括一个备选故障样本量的数量值;
步骤2:通过基于硬件的故障模式影响及危害度分析方法获取受试设备的故障模式,并确定故障模式的数量;
步骤3:提取所述步骤1中的备选故障样本量的数量值大于等于所述步骤2中所得到的故障模式数量mF的最小值,将该最小值称为故障样本量。
2.如权利要求1所述的机载设备测试性试验故障样本量确定方法,其特征在于,所述机载设备测试性试验故障样本量确定方法进一步包括:
步骤4:通过试验方法得到受试设备的自然故障样本量NZ;
步骤5:将所述步骤4中得到的自然故障样本量与所述步骤3中的故障样本量相加,从而得到总故障样本量。
3.如权利要求1所述的机载设备测试性试验故障样本量确定方法,其特征在于,所述步骤1中确定受试设备的备选故障样本量的方法具体为:
在给定受试设备测试性指标最低可接受值RL和置信度C的情况下,通过二项分布可靠度单侧置信下限公式计算得到多组备选故障样本量。
4.如权利要求3所述的机载设备测试性试验故障样本量确定方法,其特征在于,所述二项分布可靠度单侧置信下限公式具体为:
RL为受试设备测试性指标最低可接受值,C为置信度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510931752.4A CN105574333A (zh) | 2015-12-13 | 2015-12-13 | 一种机载设备测试性试验故障样本量确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510931752.4A CN105574333A (zh) | 2015-12-13 | 2015-12-13 | 一种机载设备测试性试验故障样本量确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105574333A true CN105574333A (zh) | 2016-05-11 |
Family
ID=55884459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510931752.4A Pending CN105574333A (zh) | 2015-12-13 | 2015-12-13 | 一种机载设备测试性试验故障样本量确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574333A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106742058A (zh) * | 2016-12-26 | 2017-05-31 | 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 |
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 |
CN109033564A (zh) * | 2018-07-06 | 2018-12-18 | 江西洪都航空工业集团有限责任公司 | 一种飞机机载设备测试性验证指标评估方法 |
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 |
CN111898924A (zh) * | 2020-08-13 | 2020-11-06 | 中国人民解放军海军航空大学 | 一种装备测试性使用综合评价方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714256A (zh) * | 2013-12-30 | 2014-04-09 | 北京航天测控技术有限公司 | 用于飞机机载设备测试性验证的抽取样本量的确定方法 |
-
2015
- 2015-12-13 CN CN201510931752.4A patent/CN105574333A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714256A (zh) * | 2013-12-30 | 2014-04-09 | 北京航天测控技术有限公司 | 用于飞机机载设备测试性验证的抽取样本量的确定方法 |
Non-Patent Citations (4)
Title |
---|
张勇等: "修复如新下基于RP和MC的故障注入样本生成", 《仪器仪表学报》 * |
张联禾: "基于模拟试验的测试性评估方法研究", 《西南师范大学学报(自然科学版)》 * |
张西山等: "测试性验证试验中的故障样本综合加权分配方法", 《计算机测量与控制》 * |
邓新文: "鱼雷测试性定量指标综合验证试验方法", 《鱼雷技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106742058A (zh) * | 2016-12-26 | 2017-05-31 | 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 |
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 |
CN109033564A (zh) * | 2018-07-06 | 2018-12-18 | 江西洪都航空工业集团有限责任公司 | 一种飞机机载设备测试性验证指标评估方法 |
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 |
CN111898924A (zh) * | 2020-08-13 | 2020-11-06 | 中国人民解放军海军航空大学 | 一种装备测试性使用综合评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574333A (zh) | 一种机载设备测试性试验故障样本量确定方法 | |
EP2977770B1 (en) | Leakage current detection method and device | |
CN102680812A (zh) | 一种产品寿命评价方法和装置 | |
CN102426334B (zh) | 一种放大电路的贮存性能表征参数确定方法 | |
CN104236889A (zh) | 橡胶密封圈的贮存寿命优化设计方法 | |
CN110908888A (zh) | 服务器测试方法及装置 | |
CN103018063A (zh) | 基于Mittag-Leffler分布的桥梁随机疲劳寿命预测方法 | |
CN103714256A (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 | |
CN106291380B (zh) | 电池老化的评估方法及装置 | |
Yu et al. | Liquid water breakthrough location distances on a gas diffusion layer of polymer electrolyte membrane fuel cells | |
CN105512488A (zh) | 一种用于机载设备测试性试验的准随机故障抽样方法 | |
CN104020089A (zh) | 一种pm2.5监测仪校准方法 | |
Attardi et al. | A new model for repairable systems with bounded failure intensity | |
CN110196779A (zh) | 一种星上电子产品加速寿命试验时间计算方法 | |
CN106407488B (zh) | 发动机失效风险评估方法和系统 | |
CN103743878A (zh) | 水质监测数据处理方法及装置 | |
CN105717006A (zh) | 一种激光粒度分析仪测量结果不确定度评定方法 | |
CN110764040B (zh) | 一种用于确定自动化检定系统误差测量功能的方法及系统 | |
CN110736595B (zh) | 轨道交通舱室内电子设备寿命评估方法 | |
CN105334032A (zh) | 一种机型结构寿命的计算方法 | |
CN205173176U (zh) | 一种螺栓超声检测用试块 | |
CN107341336A (zh) | 一种贮箱产品几何精度一致性评价方法 | |
CN105353244A (zh) | 一种电压畸变频谱试验的测试方法 | |
CN107798149B (zh) | 一种飞机维修性评估方法 | |
CN104572470A (zh) | 一种基于蜕变关系的整数溢出故障检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160511 |
|
WD01 | Invention patent application deemed withdrawn after publication |