CN105786678A

CN105786678A - 一种基于相关性模型的测试性预计方法

Info

Publication number: CN105786678A
Application number: CN201410828201.0A
Authority: CN
Inventors: 时旺; 孙日芬; 杨清伟
Original assignee: Beijing Institute of Electronic System Engineering
Current assignee: Beijing Institute of Electronic System Engineering
Priority date: 2014-12-25
Filing date: 2014-12-25
Publication date: 2016-07-20
Anticipated expiration: 2034-12-25
Also published as: CN105786678B

Abstract

本发明公开一种基于相关性模型的测试性预计方法，该方法通过明确产品的功能流向和各组成部件的相互连接关系、明确测试点的位置，表明各组成部件和测试点的相关性关系，建立产品的测试相关性模型；根据测试相关性模型得出相关性矩阵；通过对相关性矩阵的计算，得出产品的故障检测率和故障隔离率指标，从而完成对产品的测试性预计工作，解决工程预计法操作性不强的问题。该方法特别适用于产品研制初期，其各种故障模式的故障率、发生频率等数据无法准确获得时的产品测试性预计。

Description

一种基于相关性模型的测试性预计方法

技术领域

本发明涉及产品测试性的预计技术领域。更具体地，涉及一种基于相关性模型的测试性预计方法。

背景技术

传统的测试性预计多采用工程预计法，即产品设计师填写相应的测试性预计表格，表格内容包括被测单元的故障率、被测单元的故障模式、每种故障模式的发生频数比以及该种故障模式是否能够被检测和隔离到。最后通过能检测到的故障率与总故障率的比值计算得到故障检测率，通过能隔离的故障率与能检测到的故障率的比值计算故障隔离率。

测试性工程预计法的实施需要大量的可靠性分析数据和测试性/BIT设计数据，因此一般只适用于产品的详细设计阶段。且工程预计法对于哪些故障模式是可测的，哪些故障模式是可隔离的主要依赖人工判断，产品设计师的个人经验很大程度上决定了预计的准确性。因此测试性的工程预计法的预计结果存在较大的主观因素影响，实际的操作性不强。

因此，需要提供一种基于相关性模型的测试性预计方法。

发明内容

本发明的目的在于提供一种基于相关性模型的测试性预计方法，该方法通过明确产品的功能流向和各组成部件的相互连接关系、明确测试点的位置，表明各组成部件和测试点的相关性关系，建立产品的测试相关性模型；根据测试相关性模型得出相关性矩阵；通过对相关性矩阵的计算，得出产品的故障检测率和故障隔离率指标，从而完成对产品的测试性预计工作，解决工程预计法操作性不强的问题。该方法特别适用于产品研制初期，其各种故障模式的故障率、发生频率等数据无法准确获得时的产品测试性预计。

为达到上述目的，本发明采用下述技术方案：

一种基于相关性模型的测试性预计方法，具体步骤为：

第一步：依据GJB/Z1391-2006《故障模式、影响及危害性分析指南》对产品进行故障模式和影响分析(FMEA)，得到产品的故障模式与影响分析表；

根据产品的故障模式和影响分析表，确定每种故障模式之间的影响和信息传递关系；

第二步：对产品的功能和结构合理划分，建立产品的功能框图，在此基础上清楚的表明功能流向、故障模式之间的传递关系及各组成部件之间的相互连接关系，从而得到产品的信号流图。

第三步：在第二部的基础上，明确产品设计的测试点的位置，测试点可以是机内测试(BIT)、外部测试设备测、人工观察等方式。依次标明各测试点和和各组成部件功能及故障模式之间的相关性关系，得到产品的相关性模型。

第四步：根据对第三步建立的相关性模型所示的故障模式与测试点之间的关系，建立相关性矩阵。

第五步：对每个测试点对应的测试向量进行故障检测和故障隔离的权重分析，确定故障检测和故障隔离过程所需的测试点，并对相关性矩阵进行相应处理，根据处理结果计算产品的故障检测率和故障隔离率。

本发明的有益效果如下：

通过本发明的应用，可在产品详细设计阶段对产品的测试性水品进行较为准确的预计，相对于传统的工程预计法，本发明的测试性预计方法更为客观准确，且能够发现较深层次的测试性设计缺陷，有利于产品的设计改进。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出本发明实施例1雷达控制机组合信号流图。

图2示出本发明实施例1雷达控制机组合测试性框图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

下面以产品是雷达控制机组合为例，对雷达控制机组合的相关性模型测试性预计方法的说明。

一种基于相关性模型的测试性预计方法，具体步骤为：

第一步：对产品进行故障模式及影响分析(FMEA)。

产品名称：雷达控制机组合。

产品组成：雷达控制机组合包括多个部分，例如但不限于，CPU主板、IO板、CT板、SP板、DP板、和PA板各一块，其组成单元见表1所示。

雷达控制机组合FMEA表见表2。

表1雷达控制机组合LRU单元表

序号	单元名称	产品编码	数量
				1	CPU主板	PCCP5S	1
2	IO板	FP2.856.039	1
				3	CT板	FP2.900.416	1
4	SP板	FP2.319.351	1
				5	DS板	FP2.319.352	1
6	DP板	FP2.315.099	1
				7	PA板	FP2.315.100	1

表2雷达控制机组合FMEA表

第二步：对产品的功能和机构合理划分，建立产品的功能框图，在此基础上清楚的表明功能流向、故障模式之间的传递关系及各组成部件之间的相互连接关系，从而得到产品的信号流图。

信号流图是设备的功能信息流所经过的有关组成单元之间的连接图。雷达控制机组合中各组成单元是按功能划分为LRU插件模块的，根据步骤一FMEA的结果，每一模块对应一个故障模式，各被测单元状态信息流由左向右传送，其信号流图如图1所示。图中的F1-F7为表2中的各个故障模式。

第三步：在第二步的基础上，明确产品设计的测试点的位置，测试点可以是机内测试(BIT)、外部测试设备测、人工观察等方式。依次表明各测试点和和各组成部件功能及故障模式之间的相关性关系，得到产品的测试性框图。

雷达控制机组合采用了机内测试(BIT)和外部测试。机内测试采用了板内ROM式BIT、微处理器BIT和边界扫描BIT；外部测试采用了雷达专用测试设备，并在雷达控制机组合上预置了测试接口。具体见表3和表4所示。

表3雷达控制机组合BIT描述表

表4雷达控制机组合外部测试描述表

根据表3和表4对产品测试点的描述，结合第二步的产品的信号流图，将测试点对应的产品功能和故障模式进行一一关联，得到产品的测试性框图如图2所示。图中的①-⑦7个测试点对应表3和表4中描述的BIT和外部测试的测试点。

第四步：根据对建立的测试相关性模型所示的故障模式与测试点之间的关系，建立相关性矩阵。

根据产品测试性框图和“单元故障响应信息必下传”的原理，可列出各LRU单元间正常(“0”)或故障(“1”)信息状态的逻辑关系。首先假定信息源头CPU主板发生故障F1，使信息下游设备相应引起故障(各测试点为“1”状态)。以次类推，其结果构成各单元间的相关性真值表，即产品的相关性矩阵。如表5内容。

表5雷达控制机组合相关性矩阵

(1)故障检测率的预计

计算每一检测点的故障检测权值W_FDj，故障检测点的权值计算公式如下：

W_{FDj} = Σ_{i = 1}^{m} d_{ij} - - - (1)

W_FDj为第j个测试点对应的故障检测权值；

d_ij为第j个测试点所在的列向量所对应的元素，

m为矩阵的行数。

从故障检测权值最大的测试点开始(如果最大的故障检测权值对应有不止一个测试点，在不考虑测试费用、时间等代价的前提下，可任选其中一个)，用测试点TP_j对应的列向量T_j将相关性矩阵一分为二，得到两个子矩阵：

D_{p}^{o} = {[d]}_{a \times j}

D_{p}^{1} = {[d]}_{(m - a) \times j}

为T_j中等于0的元素对应的行构成的子矩阵，为T_j中等于1的元素对应的行构成的子矩阵。如果的行数不等于0，则对再次计算W_FD，进行迭代，直到选用检测点对应的列向量中不再有0元素。

如预先设计的测试点选用完毕，仍存在列向量中有0元素存在，则0元素所在列向量的个数即为故障发生而不能检测到的故障模式的个数。

根据公式计算故障检测率。

式中：U_FD为能检测到的故障数；

U_T为总的故障数。

根据故障检测率预计方法，首先计算每一检测点的故障检测权值W_FDj，计算结果见表5所示。测试点①对应的故障检测权值为1，测试点②和③对应的故障检测权值为2，测试点④-⑦对应的故障检测权值为3。可选用测试点④-⑦任意一个作为第一个故障检测用测试点。以先选用测试点④为例，分割雷达控制机组合相关性矩阵，如表6所示。为方便处理将F2对应的行下移至F4行下面。以测试点④对应列向量T4的1和0为分界，将相关性矩阵分为上下两个矩阵。F1、F3、F4所在的行构成的矩阵即为上文描述的F2、F5、F6、F7所在的行构成的矩阵即为上文描述的接下来对再次计算故障检测权值，选择测试点②作为检测点，将矩阵分割为和再重复上述过程，选择测试点⑤、⑥和⑦对相关性矩阵进行处理。通过测试点④、②、⑤、⑥和⑦的选择，雷达控制机组合发生的所有故障均能够被检测到。根据公式计算，雷达控制机组合的故障检测率为100％。

表5雷达控制机组合相关性矩阵的处理(1)

表6雷达控制机组合相关性矩阵的处理(2)

表7雷达控制机组合相关性矩阵的处理(3)

表8雷达控制机组合相关性矩阵的处理(4)

表9雷达控制机组合相关性矩阵的处理(5)

(2)故障隔离率预计

计算各测试点的故障隔离权值W_FIj。故障隔离点权值计算如下：

W_{FIj} = Σ_{k = 1}^{Z} {(N_{j}^{1} N_{j}^{0})}_{k} - - - (2)

式中：为列向量T_j中元素为1的个数，为列向量T_j中元素0的个数，Z为矩阵数，Z≤2^p，p为已选择的故障隔离点数。

计算出各个故障隔离点的权值之后，从故障隔离权值较大的测试点开始，以该测试点对应的列向量T_j把相关性矩阵一分为二，得到：

D_{p}^{o} = {[d]}_{a \times j}

D_{p}^{1} = {[d]}_{(m - a) \times j}

为T_j中等于0的元素对应的行构成的子矩阵，为T_j中等于1的元素对应的行构成的子矩阵。

开始时，只有一个矩阵，当选出第一个故障隔离点之后，p＝1，分割相关性矩阵后Z＝2。对矩阵和计算隔离权值W_FI，选用权值大的点作为第二个隔离点，再次分割子矩阵，重复以上过程，直到相关性矩阵被分割为只有单行的矩阵为止，就完成了故障隔离点的选择过程。

若所有预设的测试点都对相关性矩阵进行分割后，相关性矩阵仍存在非单行的子矩阵，则该非单行的子矩阵对应的故障隔离就存在模糊度，即故障不能被准确的隔离定位。

根据公式计算故障隔离率。

式中：U_FI为能够隔离的故障数；

U_FD为能够检测出的故障数。

根据故障隔离率预计方法，首先计算各测试点的故障隔离权值W_FIj。计算结果见表10所示。选择测试点④作为第一个隔离用测试点，对矩阵进行分割，得到和再对这两个矩阵分别计算故障隔离权值，迭代开展直至相关性矩阵被分割为单行。如表11到表14所示。通过一次选择测试点④、①、②③、⑤、⑥、⑦的选择，雷达控制机组合的所有故障均能够被隔离。根据公式计算，雷达控制机组合的故障隔离率为100％。

表10雷达控制机组合相关性矩阵的处理(1)

表11雷达控制机组合相关性矩阵的处理(2)

表12雷达控制机组合相关性矩阵的处理(3)

表13雷达控制机组合相关性矩阵的处理(4)

表14雷达控制机组合相关性矩阵的处理(5)

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims

1.一种基于相关性模型的测试性预计方法，其特征在于，包括以下步骤：

(1)对产品进行故障模式和影响分析，得到产品的故障模式与影响分析表；

(2)划分产品的功能和结构，建立产品的功能框图；根据功能框图中功能流向、故障模式之间的传递关系及各组成部件之间的相互连接关系，得到产品的信号流图；

(3)确定产品用于故障检测用的测试点的位置，根据各测试点的位置和步骤(2)中信号流图建立测试点和故障模式之间的相关性关系，得到产品的相关性模型；

(4)根据步骤(3)建立的相关性模型中所示的测试点与故障模式之间的关系，建立相关性矩阵；

(5)分析每个测试点对应的测试向量的故障检测和故障隔离的权重，确定故障检测和故障隔离过程所需的测试点，并对相关性矩阵进行处理，根据处理结果计算产品的故障检测率和故障隔离率。

2.根据权利要求1所述的基于相关性模型的测试性预计方法，其特征在于：步骤(3)所述测试点的位置根据机内测试、外部测试设备测或人工观察确定。