CN106342306B - 漏检情况下的产品测试性指标获取方法 - Google Patents
漏检情况下的产品测试性指标获取方法Info
- Publication number
- CN106342306B CN106342306B CN201110011631.XA CN201110011631A CN106342306B CN 106342306 B CN106342306 B CN 106342306B CN 201110011631 A CN201110011631 A CN 201110011631A CN 106342306 B CN106342306 B CN 106342306B
- Authority
- CN
- China
- Prior art keywords
- product
- fault
- test
- calculate
- represent
- 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
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种漏检情况下的产品测试性指标获取方法,目的是提高测试性指标的准确性。技术方案是先收集产品相关的测试性设计资料,获得产品故障-测试相关性矩阵FT,然后计算漏检情况下的不确定参数,得到集合PDS和PFS,然后计算漏检情况下的故障-测试相关性矩阵FTP,在FTP的基础上计算故障检测率γFD和故障隔离率γFI;如果γFD不能满足产品规定的测试性设计要求,则对PDS中最小值所对应的测试进行改进设计,然后重新获取产品测试性指标;否则如果γFD满足要求,而γFI不能满足要求,则为产品增加测试,然后重新获取产品测试性指标,如果γFI也能满足要求,则结束。本发明考虑了产品实际测试环境中存在的漏检情况,使得测试性指标更加准确、可信度更高。
Description
技术领域
本发明涉及测试性工程领域中的测试性指标获取方法,尤其是在考虑了漏检情况下的测试性指标获取方法。
背景技术
测试性是指“产品能及时准确地确定其状态(可工作、不可工作或性能下降)并有效地隔离其内部故障的一种设计特性”。测试性指标是对产品测试性特性的描述,主要包括故障检测率、故障隔离率等。
故障检测率是指被检测出的产品故障模式的总故障率与产品所有故障模式的总故障率之比;故障隔离率是指可以被隔离到小于或等于L个可更换单元的故障模式的总故障率与被检测出的产品故障模式的总故障率之比。测试性指标是测试性参数的量值,其大小体现了产品测试性水平。在产品测试性工程领域,测试性指标获取是根据测试性设计资料,通过工程分析来计算产品测试性参数的量值。
测试性指标获取是产品测试性工作流程中的关键步骤之一,其目的是通过测试性分析与指标预计过程,获取产品当前设计水平下的测试性指标,与规定的指标要求进行比较,以评价产品测试性水平并进行测试性优化。测试性指标获取的一般过程如下:
第一步:收集产品相关的测试性设计资料
1.1收集产品固有测试性设计资料。
1.2收集产品FMECA资料和产品可靠性数据,列出产品故障模式集F={f1,f2,…,fm},掌握故障影响情况和故障率数据λ={λ1,λ2,…,λm}。
1.3收集测试方法和原理、测试选择结果信息,即可获得产品的测试集T={t1,t2,…,tn}。
第二步 获取产品测试性指标
目前,常用的测试性指标获取方法主要有相似产品法、工程分析方法和仿真方法。相似产品法是通过将产品与已有的相似产品进行对比,根据经验获得产品的测试性指标,通常利用该方法得不到精确的指标;而工程分析方法和仿真方法步骤如下所述:
2.1计算产品的故障-测试相关性矩阵
根据产品测试集T与故障模式集F之间的观测与被观测关系,利用可达性算法(Mojdeh Shakeri.Advances in System Fault Modeling andDiagnosis.University of Connecticut,1996.)计算产品故障-测试相关性矩阵FT=(ftij)m×n,FT的维数为m×n维,且其元素由ftij来表示,其中:
其中,m为产品故障数目,n为产品测试数目,fi表示产品第i个故障,tj表示产品第j个测试。可见,矩阵元素ftij为一布尔变量。矩阵FT第i行矢量Fi=[fti1 fti2…ftin]描述了故障fi发生时全部测试的输出结果,可视为故障fi的征兆,第j列矢量Tj=[ft1j ft2j … ftmj]T描述了测试tj的故障检测能力。
2.2获取产品的故障检测率γFD
利用公式计算产品的故障检测率,其中λi为故障fi的故障率,FD为能够由测试集T检测到的故障所组成的集合:
2.3获取产品的故障隔离率γFI
利用公式计算产品的故障隔离率。其中λi为故障fi的故障率,FD为能够由测试集T检测到的故障所组成的集合,FI为能够由测试集T隔离的故障所组成的集合,即在当前测试集T条件下的可隔离故障集。根据故障模糊组定义(GJB2547-1995,装备测试性大纲,国防科学技术工业委员会,1995.10.)可计算如下:
其中,Tfi={tu|fiu=1,u=1,2,…,n}为能检测故障fi的所有测试组成的集合,Tfj={tv|fjv=1,v=1,2,…,n}为能检测故障fj的所有测试组成的集合,符号“”表示当集合Tfi和Tfj相同时,即表示故障fi和故障fj位于同一模糊组,L为事先给定故障隔离模糊度。
第三步判断,如果γFD和γFI能够满足产品规定的测试性设计要求,则结束;否则对产品进行改进设计,并转入第一步。
从该过程可以看出,利用该方法虽然能够获得产品的故障检测率和故障隔离率,但都是以故障-测试之间的0/1相关性矩阵为基础。在现实中,由于产品复杂的内部结构和外界环境,其测试过程中普遍存在大量不确定信息,实际的测试结果也会受到许多干扰源的影响,包括不正确的安装、错误的人为操作、电磁干扰、环境影响以及测试设备固有的测量误差等,这些难以用传统模型来描述的运行状态和工况都会影响测试结果的可信度,从而导致漏检问题发生。运用传统方法获取产品测试性指标时,由于没有考虑测试不确定性引起的漏检情况,指标获取方法的约束条件在实际测试性设计中往往是不完备的,使得获取过程不具备对不确定信息的处理能力,如果仍然利用基于0/1表示的故障-测试相关性矩阵获取测试性指标会使得计算结果过于理想,且高于产品实际的测试性指标,不利于产品测试性设计。
发明内容
本发明要解决的技术问题是:提供一种产品测试性设计过程中的测试性指标获取方法,提高测试性指标的准确性。
本发明的技术方案如下
第一步 收集产品相关的测试性设计资料,这一步与传统测试性指标获取方法的第一步一样。
第二步 获取产品测试性指标
2.1计算产品的故障-测试相关性矩阵,这一步与传统测试性指标获取方法的第2.1步一样,得到故障-测试相关性矩阵,表示为FT=(ftij)m×n。
2.2计算漏检情况下的故障-测试相关性矩阵
2.2.1采用贝叶斯小子样方法和最小最大方法计算测试tj的两个不确定参数pdij和pfaj,其中pdij表示tj对fi的检测概率,放入不确定参数集合PDS,pfaj表示tj的虚警概率,放入不确定参数集合PFS,Pdij和pfaj具体的计算过程可参考(杨鹏博士学位论文《基于相关性模型的诊断策略优化设计技术》第48-54页中的方法),分别表示如下:
式中,TS(tj)表示测试tj能够检测到的故障所构成的集合,而为测试tj不能检测到的故障所构成的集合。P(tjf|fi)表示产品仅发生故障fi(fi∈TS(tj))时,测试tj正确报警的概率,即对该故障的检测概率;P(tjf|fk)则表示系统仅有故障发生时,测试tj错误报警的概率,即虚警概率。
2.2.2通过故障-测试相关性矩阵FT计算漏检情况下的故障-测试相关性矩阵FTP=(ftpij)m×n,其元素ftpij由下式计算所得:ftpij=P(tjf|fi)=ftij×pdij+(1-ftij)×pfaj。
2.3获取产品的故障检测率γFD,方法是:
2.3.1在产品故障集合F中,对于任意一个故障fi(fi∈F),在矩阵FTP的基础上,通过贝叶斯推理方法(Stephenson T A.An introduction to Bayesiannetwork theory and usage[R].Switzerland:IDIAP-RR 00-03,Dale MolleInstitute,2000.)计算故障fi在测试集T条件下能被检测到的概率F=F/{fi}(符号“/”表示两个集合相减)。
2.3.2如果F不为空,执行2.3.1;否则执行2.3.3。
2.3.3计算故障检测率
2.4获取产品的故障隔离率γFI
2.4.1初始化产品可隔离故障集合FI。根据背景技术的步骤2.3中的公式一,初始化产品在测试集T条件下可隔离的故障集合FI。
2.4.2在集合FI中,对于任意一个故障fi(fi∈FI),在矩阵FTP的基础上,通过贝叶斯推理方法(Stephenson T A.An introduction to Bayesian networktheory and usage[R].Switzerland:IDIAP-RR 00-03,Dale Molle Institute,2000.)计算PIi表示故障fi在测试集T条件下能被隔离的概率。
2.4.3令FI=FI/{fi}(符号“/”表示两个集合的差),并进行判断,如果此时FI不为空,则执行2.4.2;否则执行2.4.4。
2.4.4计算故障隔离率
第三步 判断,如果故障检测率γFD满足设计要求,则执行第四步;如果不满足要求,则从集合PDS中选择最小的pdij所对应的测试tj,进行改进设计,增大pdij的数值大小,并转入第一步。
第四步 判断,如果故障隔离率γFI满足设计要求,则结束;如果不满足要求,则为产品增加测试,使之能够隔离集合F/FI(F/FI表示集合F减去集合FI所构成的集合)中的故障,并转入第一步。
采用本发明可达到以下技术效果:
本发明通过故障-测试相关性矩阵计算漏检情况下的故障-测试相关性矩阵,利用该矩阵获得了产品的故障检测率和故障隔离率。由于本发明考虑了产品实际测试环境中存在的漏检情况,使得测试性指标更加准确、可信度更高。
附图说明
图1是背景技术现有方法总体流程图
图2本发明总体流程图
具体实施方案
图1是现有方法总体流程,步骤如下:
1.收集产品相关的测试性设计资料
2.获取产品测试性指标
2.1计算产品的故障-测试相关性矩阵FT。
2.2.利用公式计算产品的故障检测率。
2.3.利用公式计算产品的故障隔离率。
第三步 判断,如果γFD和γFI能够满足产品规定的测试性设计要求,则转入测试性设计工作流程的下一个步骤;否则对产品进行改进设计,并转入第一步。
图2为本发明总体流程图,步骤如下:
1.收集产品相关的测试性设计资料,这一步的方法与传统测试性指标计算方法的第1步一样。
2.获取产品测试性指标
2.1.计算产品的故障-测试相关性矩阵FT,这一步的方法与传统测试性指标计算方法的第2.1步一样。
2.2.计算漏检情况下的故障-测试相关性矩阵FTP。
2.3获取产品故障检测率。
基于矩阵FTP获取漏检情况下产品的故障检测率
2.4获取产品故障隔离率。
基于矩阵FTP获取漏检情况下产品的故障隔离率
第三步 判断,如果故障检测率γFD满足设计要求,则执行第四步;如果不满足要求,则从集合PDS中选择最小的pdij所对应的测试tj,进行改进设计,增大pdij的数值大小,并转入第一步。
第四步 判断,如果故障隔离率γFI满足设计要求,则结束;如果不满足要求,则为产品增加测试,使之能够隔离集合F/FI(F/FI表示集合F减去集合FI所构成的集合)中的故障,并转入第一步。
Claims (1)
1.一种漏检情况下的产品测试性指标获取方法,其特征在于包括以下步骤:
第一步 收集产品相关的测试性设计资料,方法是:
1.1收集产品固有测试性设计资料;
1.2收集产品FMECA资料和产品可靠性数据,列出产品故障模式集F={f1,f2,…,fm},掌握故障影响情况和故障率数据λ={λ1,λ2,…,λm};
1.3收集测试方法和原理、测试选择结果信息,获得产品的测试集T={t1,t2,…,tn};
第二步 获取产品测试性指标,方法是:
2.1根据测试与故障模式之间的观测与被观测关系,利用可达性算法计算产品故障-测试相关性矩阵FT=(ftij)m×n,FT的维数为m×n维,且其元素由ftij来表示,其中:
其中,m为产品故障数目,n为产品测试数目,fi表示产品第i个故障,tj表示产品第j个测试;
2.2计算漏检情况下的故障-测试相关性矩阵,方法是:
2.2.1采用贝叶斯小子样方法和最小最大方法计算测试tj的两个不确定参数pdij和pfaj,其中pdij表示tj对fi的检测概率,放入不确定参数集合PDS,pfaj表示tj的虚警概率,放入不确定参数集合PFS,pdij和pfaj分别表示如下:
式中,TS(tj)表示测试tj能够检测到的故障所构成的集合,为测试tj不能检测到的故障所构成的集合,P(tjf|fi)表示产品仅发生故障fi时,测试tj正确报警的概率,即对该故障的检测概率,其中fi∈TS(tj);P(tjf|fk)则表示系统仅有故障fk发生时,测试tj错误报警的概率,即虚警概率,其中
2.2.2通过故障-测试相关性矩阵FT计算漏检情况下的故障-测试相关性矩阵FTP=(ftpij)m×n,其元素ftpij由下式计算所得:ftpij=P(tjf|fi)=ftij×pdij+(1-ftij)×pfaj;
2.3获取产品的故障检测率γFD,方法是:
2.3.1在产品故障集合F中,对于任意一个故障fi,fi∈F,在矩阵FTP的基础上,通过贝叶斯推理方法计算故障fi在测试集T条件下能被检测到的概率“/”表示两个集合相减;
2.3.2如果F不为空,执行2.3.1;否则执行2.3.3;
2.3.3计算故障检测率
2.4获取产品的故障隔离率γFI,方法是:
2.4.1初始化产品可隔离故障集合FI,FI的计算公式为:
其中,Tfi={tu|fiu=1,u=1,2,…,n}为能检测故障fi的所有测试组成的集合,Tfj={tv|fjv=1,v=1,2,…,n}为能检测故障fj的所有测试组成的集合,符号表示当集合Tfi和Tfj相同时,即表示故障fi和故障fj位于同一模糊组,L为事先给定故障隔离模糊度;
2.4.2在集合FI中,对于任意一个故障fi,在矩阵FTP的基础上,通过贝叶斯推理方法计算PIi表示故障fi在测试集T条件下能被隔离的概率;
2.4.3令FI=FI/{fi},“/”表示两个集合相减;并进行判断,如果FI不为空,则执行2.4.2;否则执行2.4.4;
2.4.4计算故障隔离率
第三步判断,如果故障检测率γFD满足设计要求,则执行第四步;如果不满足要求,则从集合PDS中选择最小的pdij所对应的测试tj,进行改进设计,增大pdij的数值大小,并转入第一步;
第四步判断,如果故障隔离率γFI满足设计要求,则结束;如果不满足要求,则为产品增加测试,使之能够隔离集合F/FI中的故障,并转入第一步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110011631.XA CN106342306B (zh) | 2011-06-24 | 2011-06-24 | 漏检情况下的产品测试性指标获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110011631.XA CN106342306B (zh) | 2011-06-24 | 2011-06-24 | 漏检情况下的产品测试性指标获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106342306B true CN106342306B (zh) | 2013-01-16 |
Family
ID=58357985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110011631.XA Active CN106342306B (zh) | 2011-06-24 | 2011-06-24 | 漏检情况下的产品测试性指标获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106342306B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250631A (zh) * | 2016-08-03 | 2016-12-21 | 中国科学院西安光学精密机械研究所 | 一种基于故障‑测试相关矩阵的故障诊断方法 |
CN108460202A (zh) * | 2018-02-22 | 2018-08-28 | 中国舰船研究设计中心 | 船舶系统测试性指标优化方法 |
CN110603546A (zh) * | 2017-05-09 | 2019-12-20 | 帝斯贝思数字信号处理和控制工程有限公司 | 技术系统以及尤其是自主驾驶车辆的产品成熟度确定 |
-
2011
- 2011-06-24 CN CN201110011631.XA patent/CN106342306B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250631A (zh) * | 2016-08-03 | 2016-12-21 | 中国科学院西安光学精密机械研究所 | 一种基于故障‑测试相关矩阵的故障诊断方法 |
CN106250631B (zh) * | 2016-08-03 | 2019-03-08 | 中国科学院西安光学精密机械研究所 | 一种基于故障-测试相关矩阵的故障诊断方法 |
CN110603546A (zh) * | 2017-05-09 | 2019-12-20 | 帝斯贝思数字信号处理和控制工程有限公司 | 技术系统以及尤其是自主驾驶车辆的产品成熟度确定 |
CN108460202A (zh) * | 2018-02-22 | 2018-08-28 | 中国舰船研究设计中心 | 船舶系统测试性指标优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101950327B (zh) | 一种基于故障树信息的设备状态预测方法 | |
Ayodeji et al. | Knowledge base operator support system for nuclear power plant fault diagnosis | |
CN103776654B (zh) | 多传感器信息融合的故障诊断方法 | |
CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
JP5363927B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
CN101980225B (zh) | 一种电子产品测试性分析与诊断决策系统的实现方法 | |
US20160369777A1 (en) | System and method for detecting anomaly conditions of sensor attached devices | |
CN103675525B (zh) | 基于多svdd模型的dc‑dc变换器健康监测与故障预测方法 | |
JP2011145846A (ja) | 異常検知方法、異常検知システム、及び異常検知プログラム | |
JPH10510385A (ja) | ソフトウエア品質のアーキテクチャに基づく分析のための方法およびシステム | |
CN104156615A (zh) | 基于ls-svm的传感器检测数据点异常检测方法 | |
US10097000B2 (en) | Tool employing homotopy-based approaches in finding the controlling unstable equilibrium point in the electric power grid | |
CN105759201A (zh) | 基于异常样本识别的高压断路器自诊断方法 | |
CN105512011B (zh) | 一种电子装备测试性建模评估方法 | |
CN110348150A (zh) | 一种基于相关概率模型的故障检测方法 | |
JPH08234832A (ja) | プラント監視診断装置および方法 | |
CN103389701B (zh) | 基于分布式数据模型的厂级过程故障检测与诊断方法 | |
CN102222151A (zh) | 一种基于自回归滑动平均的模拟电路故障预测方法 | |
Park et al. | Transient diagnosis and prognosis for secondary system in nuclear power plants | |
CN105825063A (zh) | 一种测试性设计中测试点定量选择方法 | |
CN106342306B (zh) | 漏检情况下的产品测试性指标获取方法 | |
CN114925536A (zh) | 机载系统phm测试性建模与诊断策略优化方法和装置 | |
Zhou et al. | Structural health monitoring of offshore wind power structures based on genetic algorithm optimization and uncertain analytic hierarchy process | |
Yuan et al. | A Bayesian approach to degradation-based burn-in optimization for display products exhibiting two-phase degradation patterns | |
CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR03 | Grant of secret patent right | ||
GRSP | Grant of secret patent right | ||
DC01 | Secret patent status has been lifted | ||
DCSP | Declassification of secret patent |