CN111651853A - 产品故障综合诊断能力的评估方法 - Google Patents
产品故障综合诊断能力的评估方法 Download PDFInfo
- Publication number
- CN111651853A CN111651853A CN202010288532.5A CN202010288532A CN111651853A CN 111651853 A CN111651853 A CN 111651853A CN 202010288532 A CN202010288532 A CN 202010288532A CN 111651853 A CN111651853 A CN 111651853A
- Authority
- CN
- China
- Prior art keywords
- fault
- product
- injection
- diagnosis
- isolation
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 171
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000002347 injection Methods 0.000 claims abstract description 210
- 239000007924 injection Substances 0.000 claims abstract description 210
- 238000001514 detection method Methods 0.000 claims abstract description 165
- 238000002955 isolation Methods 0.000 claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012423 maintenance Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000001953 sensory effect Effects 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 66
- 238000012360 testing method Methods 0.000 description 19
- 238000013461 design Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 210000000697 sensory organ Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 206010053159 Organ failure Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及一种产品故障综合诊断能力的评估方法。该方法包括：当需要对产品进行故障综合诊断能力评估时，根据产品的故障模式，确定产品的故障注入样本；依次执行故障注入样本，根据故障注入样本对应的故障注入方式对产品进行故障注入；注入成功后，采用故障注入样本对应的故障检测方式对产品进行故障诊断；故障诊断包括故障检测和故障隔离；当故障注入样本全部执行完毕后，获取故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量，确定产品的故障隔离错误率；根据故障隔离错误率，确定产品的故障综合诊断能力的评估结果；其中，故障综合诊断能力与故障隔离错误率呈负相关。采用本方法能够提高评估结果的准确度。
Description
技术领域
本申请涉及测试性技术领域，特别是涉及一种产品故障综合诊断能力的评估方法。
背景技术
综合诊断设计在航空航天、船舶、工业等领域发展迅速，特别是在军工方面。综合诊断是考虑多种现场可采用的故障检测和故障隔离手段组合，对产品进行故障检测和隔离，使故障产品在现场能够及时被发现，并隔离出来，以供维修人员进行维修更换。综合诊断的测试性指标包括多种，例如故障检测率、故障隔离率、虚警率、故障覆盖率等，这些指标只能从单个方面评价测试性设计的优劣，对于综合诊断设计而言，目前缺乏较好的系统性指标来衡量和评价。
评价综合诊断设计可以通过收集现场使用数据和故障数据来进行，也可以通过对产品注入故障来模拟检测和隔离能力，进而评价其综合诊断设计。注入故障的方法也称为测试性故障注入试验，是目前评价产品测试性设计的主要方法。
现有的对综合诊断设计进行系统评价的方法有2015年12期的航空维修与工程上发表的“试飞阶段系统综合诊断能力量化评估方法”，其提供的系统诊断效率评估公式为：
其将各种不同检测手段的故障检出率Fi与诊断时间归一化后的λi相乘，并累加来表示其系统诊断效率，P值越小代表诊断效率越高。
然而，现有的方法过于理想化，只考虑了故障检出率和故障诊断时间，但实际影响故障检测的因素很多，现有的评估方法过于片面，导致评估结果存在准确度低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高评估结果准确度的产品故障综合诊断能力的评估方法。
一种产品故障综合诊断能力的评估方法，所述方法包括：
当需要对产品进行故障综合诊断能力评估时，根据所述产品的故障模式，确定所述产品的故障注入样本；
依次执行所述故障注入样本，根据所述故障注入样本对应的故障注入方式对所述产品进行故障注入；
注入成功后，采用所述故障注入样本对应的故障检测方式对所述产品进行故障诊断；所述故障诊断包括故障检测和故障隔离；
当所述故障注入样本全部执行完毕后，获取所述故障隔离失败的故障注入样本数量和所述故障检测成功的故障注入样本数量，确定所述产品的故障隔离错误率；
根据所述故障隔离错误率，确定所述产品的故障综合诊断能力的评估结果；其中，所述故障综合诊断能力与所述故障隔离错误率呈负相关。
在其中一个实施例中，所述根据所述产品的故障模式，确定所述产品的故障注入样本，包括：获取所述产品的故障模式对应的故障率；根据预设故障注入样本总量和所述故障率，确定所述产品的故障注入样本。
在其中一个实施例中，所述故障注入样本包括预设故障注入成功判据、预设故障检测成功判据以及预设故障隔离成功判据；所述注入成功后，采用所述故障注入样本对应的故障检测方式对所述产品进行故障诊断，包括：根据所述预设故障注入成功判据，判断所述产品的故障注入是否成功；若注入成功，则采用所述故障注入样本对应的故障检测方式对所述产品进行故障检测，根据所述预设故障检测成功判据，判断所述故障检测方式是否检测成功；若检测成功，则采用所述故障检测方式对所述产品进行故障隔离，根据所述预设故障隔离成功判据，判断所述故障检测方式是否隔离成功。
在其中一个实施例中，还包括：若隔离成功，则获取所述故障检测方式的故障检测时间和故障隔离时间，得到所述故障注入样本的故障诊断时间；根据所述故障注入样本的故障诊断时间，得到所述产品的故障诊断时间；所述根据所述故障隔离错误率，确定所述产品的故障综合诊断能力的评估结果，包括：根据所述故障隔离错误率、所述产品的故障诊断时间、所述产品的故障注入样本总量、所述故障注入样本的预设诊断时间、所述产品对应的预设检测难度系数以及预设隔离难度系数，确定所述产品的故障综合诊断能力的评估结果；其中，所述故障综合诊断能力与所述故障隔离错误率、所述产品的故障诊断时间、所述产品对应的预设检测难度系数以及预设隔离难度系数呈负相关，所述故障综合诊断能力与所述产品的故障注入样本总量和所述故障注入样本的预设诊断时间呈正相关。
在其中一个实施例中，所述根据所述故障注入样本的故障诊断时间，得到所述产品的故障诊断时间，包括：若所述故障注入样本仅包括一种故障检测方式，则对所述故障注入样本的故障诊断时间进行求和处理，得到所述产品的故障诊断时间。
在其中一个实施例中，还包括：若所述故障注入样本包括至少两种故障检测方式，则对所述至少两种故障检测方式的故障诊断时间进行平均处理，得到所述故障注入样本的故障诊断时间；对所述故障注入样本的故障诊断时间进行求和处理，得到所述产品的故障诊断时间。
在其中一个实施例中，还包括：若所述故障检测方式中包含返厂维修检测方式，则所述返厂维修检测方式的故障诊断时间采用预设数值。
在其中一个实施例中，还包括：当所述预设诊断时间无法获取时，采用任意数值的带时间单位的数值或者单位时间替代所述预设诊断时间。
在其中一个实施例中，还包括：若所述故障注入样本包括至少两种故障检测方式，则对所述至少两种故障检测方式的故障诊断时间进行加权处理或者均方根处理，得到所述故障注入样本的故障诊断时间。
在其中一个实施例中，所述预设故障检测成功判据和所述预设故障隔离成功判据，通过故障码或人体感官故障方式实现。
上述产品故障综合诊断能力的评估方法，通过根据故障注入样本对应的故障注入方式对产品进行故障注入，在注入成功后，采用故障注入样本对应的故障检测方式对该产品进行故障诊断，当故障注入样本全部执行完毕后，获取故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量，从而确定产品的故障隔离错误率，根据故障隔离错误率，确定产品的故障综合诊断能力的评估结果。本方法考虑到了故障隔离失败对产品故障综合诊断能力评估的影响，结合故障隔离错误率对产品的综合诊断能力进行评价，而故障隔离错误率是根据故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量得到的，评估结果综合考虑了故障隔离、故障检测以及样本数量，较为全面地从多个维度对产品故障综合诊断能力进行评估，提高了评估结果的准确度。
附图说明
图1为一个实施例中产品故障综合诊断能力的评估方法的流程示意图；
图2为一个实施例中确定产品的故障注入样本步骤的流程示意图；
图3为一个实施例中得到故障诊断时间步骤的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种产品故障综合诊断能力的评估方法，包括以下步骤：
步骤S102，当需要对产品进行故障综合诊断能力评估时，根据产品的故障模式，确定产品的故障注入样本。
其中，产品为各类需要进行故障综合诊断评价的产品，例如由多个现场可更换单元(LRU)组成的机电类产品、视频类产品、包含操作系统的计算机类产品以及其他纯电子产品等。故障模式为产品所发生的、能被观察或测量到的故障现象，即故障的表现形式，例如CPLD无法更新逻辑、NvRAM存储功能故障以及不能采集开关开信号等。故障注入样本为测试性故障注入试验时对产品不同组成部件或者功能模块进行故障注入的相关信息，每个故障模式可以有多个故障注入样本，即故障注入样本的数量可以为多个，可根据实际情况设置。
进一步的，故障注入样本的信息可以包括：故障注入样本的编号、故障注入方式、故障检测方式、故障注入成功判据、故障检测成功判据、故障隔离成功判据、故障注入执行次数等，其中，故障注入方式包括了故障注入的具体器件或者产品组成模块。
测试性故障注入试验的目的是通过对产品施加故障来检验和验证产品对故障检测和隔离(定位)的能力以及其他测试性指标的情况，产品的测试性指标最常用的有：故障检测率、故障隔离率和虚警率等。其中，故障检测率是指在规定的时间内，用规定的方法正确检测到的故障数与被测单元实际发生的故障总数之比。故障隔离率是指在规定的时间内，用规定的方法，正确定位隔离到产品具体部件的故障数与检测成功的故障数之比。虚警率是指一定时间内实际发生的虚警次数与所有故障报出次数之比。
测试性故障注入试验的主要流程如下：
1、故障模式、影响和危害性分析(FMECA)。通过科学分析，能够获取产品的所有可能发生的故障模式及其发生的概率，作为测试性故障注入试验的输入；
2、测试性试验方案设计。试验方案设计主要内容包括：确定试验的样本总数，也即总故障注入次数，故障样本分配给每个故障模式的数量，也即每个故障模式进行故障注入的次数。
3、约定产品故障检测和故障隔离的规定要求，以及确定检测和隔离的成功判据。
4、实施故障注入，并记录试验结果。
除了测试性故障注入试验可以获得产品的测试性指标以外，也可以通过收集产品在使用过程中发生的有关故障的检测的情况和隔离的情况，也能够获得产品的测试性指标。
具体地，当需要对产品进行故障综合诊断能力评估时，根据行业相关标准，例如GJB1391标准开展故障模式、影响及危害性分析(FMECA)，获取产品的所有故障模式、故障率以及故障检测方式等，从而根据分析结果，确定产品的故障注入样本。
步骤S104，依次执行故障注入样本，根据故障注入样本对应的故障注入方式对产品进行故障注入。
其中，故障注入方式为产品不同组成部件或者功能模块对应的失效方式。故障注入是指通过改变产品内部电路组件相关电学参数或修改产品内部软件等多种不同方式来模拟产品发生预期的故障。
具体地，依次执行各故障注入样本，根据各故障注入样本对应的故障注入方式对产品进行故障注入，例如可以将某一故障注入样本包括的元器件的失效方式注入至产品中，具体地，例如修改产品某一元器件的参数，实现故障注入。
步骤S106，注入成功后，采用故障注入样本对应的故障检测方式对产品进行故障诊断。
其中，故障诊断包括故障检测和故障隔离，故障检测即检测出产品发生的故障，故障隔离为对产品发生故障的具体器件或者模块进行故障定位，故障检测方式为各个故障模式对应的检测手段，例如机内自检测(BIT)、自动检测设备检测(ATE)、便携式检测设备检测(PMA)、人工检测等检测手段。
具体地，当执行某故障注入样本，对该产品以该故障注入样本对应的故障注入方式注入故障成功后，采用故障注入样本记录的故障检测方式对该产品进行故障检测和故障隔离，即注入故障后，按照事先预计的故障检测方法对产品进行故障检测和故障隔离，以此来评价测试性指标。
步骤S108，当故障注入样本全部执行完毕后，获取故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量，确定产品的故障隔离错误率。
其中，故障隔离失败为故障注入到产品中后，产品通过有效的检测手段检测出故障后，检测隔离出的故障组件中不包括注入故障的组件的情况。故障检测成功为故障注入到产品中后，产品通过有效的检测手段检测出故障的情况。故障隔离错误率为故障隔离失败的故障注入样本数占故障检测成功的故障注入样本数的比重。
具体地，当产品所有的故障注入样本全部执行完毕后，可以通过人工统计或者检测设备存储的试验数据，获取该产品故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量，从而确定产品的故障隔离错误率R，参见以下公式：
步骤S110，根据故障隔离错误率，确定产品的故障综合诊断能力的评估结果。
其中，故障综合诊断能力与故障隔离错误率呈负相关，即产品的故障隔离错误率越高，其故障综合诊断能力越低。
具体地，根据故障隔离错误率确定产品的故障综合诊断能力的评估结果，即对产品进行综合诊断设计评价，得到产品的综合诊断效率。
上述产品故障综合诊断能力的评估方法中，通过根据故障注入样本对应的故障注入方式对产品进行故障注入，在注入成功后，采用故障注入样本对应的故障检测方式对该产品进行故障诊断，当故障注入样本全部执行完毕后，获取故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量，从而确定产品的故障隔离错误率，根据故障隔离错误率，确定产品的故障综合诊断能力的评估结果。本方法考虑到了故障隔离失败对产品故障综合诊断能力评估的影响，结合故障隔离错误率对产品的综合诊断能力进行评价，而故障隔离错误率是根据故障隔离失败的故障注入样本数量和故障检测成功的故障注入样本数量得到的，评估结果综合考虑了故障隔离、故障检测以及样本数量，较为全面的从多个维度对产品故障综合诊断能力进行评估，提高了评估结果的准确度。
在一个实施例中，如图2所示，根据产品的故障模式，确定产品的故障注入样本，包括以下步骤：
步骤S202，获取产品的故障模式对应的故障率。
其中，故障率为产品的各故障模式发生的概率。
步骤S204，根据预设故障注入样本总量和故障率，确定产品的故障注入样本。
具体地，根据GJB1391标准开展故障模式、影响及危害性分析(FMECA)，获取产品的所有故障模式及其故障率、故障检测方式等。FMECA分析表的主要内容可以如下表格所示：
根据FMECA分析表的分析结果，考虑产品的故障模式总数和试验的周期及开销，确定故障注入的样本总量记为N，再按照每个故障模式的故障率大小，将样本总量N分配给各个故障模式，从而确定产品的故障注入样本。具体分配方法可以参考其他数学方法、标准或自定义，分配到若干个样本的故障模式将会执行同等数量的故障注入。
进一步地，故障注入样本的分配方法可以如下表所示：
在一个实施例中，故障注入样本包括预设故障注入成功判据、预设故障检测成功判据以及预设故障隔离成功判据。
其中，预设故障注入成功判据为故障注入成功时的判定准则，不同的故障注入样本，其对应的预设故障注入成功判据不同。例如，通过专用计量仪器进行测量得到集成电路D10的第5脚电压信号小于0.5V。预设故障检测成功判据为故障注入成功后，通过样本对应的故障检测方式检测成功的判定准则，不同的故障注入样本，其对应的预设故障检测成功判据不同。例如，通过专用计量仪器进行故障检测，上报的数据中第10字节第2位为1。预设故障隔离成功判据为故障注入成功后，通过样本对应的故障检测方式检测成功后，故障隔离(定位)的判定准则，不同的故障注入样本，其对应的预设故障隔离成功判据不同。例如，通过专用计量仪器进行故障定位，上报的数据中第15字节第6位为1。
在一个实施例中，如图3所示，得到产品的故障诊断时间，包括以下步骤：
步骤S302，根据预设故障注入成功判据，判断产品的故障注入是否成功。
具体地，根据故障注入样本对应的预设故障注入成功判据，判断产品故障注入是否成功。若注入成功，进入步骤S304；反之，注入失败。
步骤S304，采用故障注入样本对应的故障检测方式对产品进行故障检测。
具体地，若产品故障注入成功，则采用故障注入样本对应的故障检测方式对产品进行故障检测，例如采用自动检测设备检测(ATE)进行故障检测。
步骤S306，根据预设故障检测成功判据，判断故障检测方式是否检测成功。
具体地，根据故障注入样本对应的预设故障检测成功判据，判断该故障注入样本对应的故障检测方式是否检测成功。若检测成功，则进入步骤S308；反之，检测失败。
步骤S308，采用故障检测方式对产品进行故障隔离。
具体地，若产品检测成功，则继续采用故障注入样本对应的故障检测方式对产品进行故障隔离，例如继续采用自动检测设备检测(ATE)进行故障隔离。
步骤S310，根据预设故障隔离成功判据，判断故障检测方式是否隔离成功。
具体地，根据故障注入样本对应的预设故障隔离成功判据，判断产品故障注入的具体器件或者模块是否隔离(定位)成功。若隔离成功，则进入步骤S312；反之，隔离失败。
步骤S312，获取故障检测方式的故障检测时间和故障隔离时间，得到故障注入样本的故障诊断时间。
具体地，若故障隔离(定位)成功，即故障定位到产品具体的功能部件或功能模块，则获取通过该故障检测方式进行故障诊断得到的故障检测时间和故障隔离时间，得到该故障注入样本对应的故障诊断时间ti，即故障注入试验中，每个故障注入样本成功检测和隔离所需时间记为ti，i为取值从1到N的整数。
步骤S314，根据故障注入样本的故障诊断时间，得到产品的故障诊断时间。
具体地，根据产品各个故障注入样本的故障诊断时间，可以通过累加或者加权处理，从而得到产品的故障诊断时间。
本实施例中，通过根据预设注入成功判据、预设检测成功判据以及预设隔离成功判据，依次对注入故障后的产品进行故障注入判定、故障检测判定以及故障隔离判定，从而得到故障注入样本的故障诊断时间，进一步得到产品的故障诊断时间，可以获取到故障注入试验的各个阶段的测试性数据，例如检测失败数以及隔离失败数，以实现全面地从多个维度对产品故障综合诊断能力进行评估，提高评估结果的准确度。
具体地，在一个实施例中，若故障注入样本仅包括一种故障检测方式，则对故障注入样本的故障诊断时间进行求和处理，得到产品的故障诊断时间。
如以下公式所示：
其中，t为产品的故障诊断时间，包括故障检测时间和故障隔离时间，ti为故障注入样本的故障诊断时间，N为故障注入样本的总量。
以上为每个故障样本仅有一种检测方式检测隔离的情况，将每个故障样本的故障诊断时间进行累加求和处理，得到该产品的故障诊断时间。
优选地，在另一个实施例中，若故障注入样本包括至少两种故障检测方式，则对至少两种故障检测方式的故障诊断时间进行平均处理，得到故障注入样本的故障诊断时间；对故障注入样本的故障诊断时间进行求和处理，得到产品的故障诊断时间。
若每个故障样本有多种检测手段可以检测和隔离，那么取这多种检测手段的成功检测和隔离所需时间的平均值，如以下公式所示：
其中，ti代表只有一种检测手段的每个故障样本(总共m个)的故障诊断时间(故障检测和隔离所需的时间)，tj代表有两种检测手段的每个故障样本(总共n个)的故障诊断时间(故障检测和隔离所需的时间)，tk代表有三种检测手段的每个故障样本(总共p个)的故障诊断时间(故障检测和隔离所需的时间)。
本实施例中，综合了多种检测手段对同一个故障注入样本带来的影响，提高了故障诊断过程的准确性。
在一个实施例中，还包括：若故障注入样本包括至少两种故障检测方式，则对至少两种故障检测方式的故障诊断时间进行加权处理或者均方根处理，得到故障注入样本的故障诊断时间。
本实施例中，两种以上检测手段的故障诊断时间(检测和隔离时间)计算按照算数平均计算，实际使用时可以替换为其他加权方式，并不局限于平均处理取平均值，还可以是均方根、专家打分加权平均等处理方式。因此加权方式的变化也属于本专利的保护范围。
优选地，在一个实施例中，根据故障隔离错误率，确定产品的故障综合诊断能力的评估结果，包括：根据故障隔离错误率、产品的故障诊断时间、产品的故障注入样本总量、故障注入样本的预设诊断时间、产品对应的预设检测难度系数以及预设隔离难度系数，确定产品的故障综合诊断能力的评估结果。
其中，故障综合诊断能力与故障隔离错误率R、产品的故障诊断时间t、产品对应的预设检测难度系数s以及预设隔离难度系数k呈负相关，故障综合诊断能力与产品的故障注入样本总量N和故障注入样本的预设诊断时间T呈正相关。
参照以下公式：
其中，P为故障综合诊断能力的评估结果，即产品的综合诊断效率，P值越高，综合诊断效率越高，呈正相关性。T为故障注入样本的预设平均诊断时间，根据产品的综合诊断设计要求进行设置。
预设检测难度系数s为产品在对故障检测的设计难度，取值范围为s≤1，s值越小，代表检测难度越大。预设隔离难度系数k为产品在对故障隔离的设计难度，取值范围k≥1，k值越小，代表隔离难度越大。预设检测难度系数s和预设隔离难度系数k可以由评价方根据以往产品的经验和产品的初步设计方案事先确定。优选的，针对不同产品确定不同的隔离和检测难度系数，从而实现跨产品类型进行综合诊断效率对比。
在一些实施例中，上述公式中的1+kR属于一个代表性的参数值，其可以更换为其他参数，例如虚警率、故障隔离率或其他代表故障检测和隔离负面影响的因子及其加权或简单数学变换，因此作出此类简单更换和变换也属于本专利的保护范围。
在一些实施例中，故障综合诊断能力的评估结果P做简单的变换处理，例如取倒数，或者将其中参数删减等都属于本技术方案的应有之义，属于本专利保护范围。
在一个实施例中，若故障检测方式中包含返厂维修检测方式，则返厂维修检测方式的故障诊断时间采用预设数值。
本实施例中，测试性故障注入试验中，若对于某些故障模式，所有检测手段均失效，需要返厂才能进行维修的故障样本，其故障诊断时间，即成功检测和隔离所需时间应视实际情况约定为一个较大的固定值，不随故障样本变化而变化。
在一个实施例中，当预设诊断时间无法获取时，采用任意数值的带时间单位的数值或者单位时间替代预设诊断时间。
本实施例中，预设诊断时间T并不是必须的参数，是为了使综合诊断效率最终的量纲为1而设置，因此，当该参数无法获取时，可以统一采用其他时间值或采用单位时间作为该参数，例如1分钟。因此更换T为其他时间或其他简单量也属于本专利的保护范围。
在一个实施例中，预设故障检测成功判据和预设故障隔离成功判据，通过故障码或人体感官故障方式实现。
本实施例中，故障码为包括0和1的数字码，用来表示故障检测和故障隔离的结果。人体感官故障方式为通过人体感官感受确定的故障形式，可以包括声音、显示屏显示、灯光以及振动等感官方式。具体地，受产品实际设计要求，预设故障检测成功判据和预设故障隔离成功判据可以通过带0和1的故障码实现故障上报，也可以通过声音、显示屏显示、灯光以及振动等人体感官方式实现故障上报，即表示故障诊断成功或者故障隔离成功，方便用户查看，加快试验过程。
本方案实际使用案例1：
假设目前要对多款产品进行比对综合诊断效率，并由评价方规定隔离难度系数k按以下原则选取：
(1)由多个现场可更换单元(以下简称“LRU”)组成的产品，但其中只有一个LRU具备设计综合诊断的可能，其他LRU上设计综合诊断的难度极大，此时k＝1；
(2)由多个LRU组成的产品，其中大部分LRU均能够设计和集成综合诊断的能力，少数LRU上设计综合诊断的难度极大，此时k＝2；
(3)由多个LRU组成的产品，其中所有LRU均能够设计和集成综合诊断的能力，此时k＝4；
由评价方规定检测难度系数按以下原则选取：
(1)机电类产品，s＝0.85；
(2)射频类产品，s＝0.9；
(3)包含操作系统的计算机类产品，s＝0.95；
(4)其他纯电子产品，s＝1。
现有3个产品需要进行对比综合诊断效率，规定的综合诊断时间要求为5分钟。
产品1：该产品属于机电类产品，s取0.85。其由多个LRU组成，但其中只有一个LRU具备设计综合诊断能力的可能，因此k＝1；
产品2：该产品属于纯电子产品，s取1。其由多个LRU组成，所有LRU具备设计综合诊断的可能，因此k＝4；
产品3：该产品属于射频类产品，s取0.9。其由多个LRU组成，其中大部分LRU均能够设计和集成综合诊断的能力，少数LRU上设计综合诊断的难度极大，此时k＝2。
按照相关标准要求，制定了测试性故障注入试验方案，确定了故障注入样本总数为分别为：产品1有100个，产品2有150个，产品3有200个，并对这三个产品进行了故障注入，经过统计得到，产品1的所有故障的检测和隔离时间总和t1＝350min，R1＝0.06，产品2的所有故障的检测和隔离时间总和t2＝375min，R2＝0.01，产品3的所有故障的检测和隔离时间总和t3＝760min，R3＝0.02。
则计算三个产品的综合诊断效率：
产品1的综合诊断效率P＝1.586；
产品2的综合诊断效率P＝1.923；
产品3的综合诊断效率P＝1.406。
结论：产品2的综合诊断效率最高。
应该理解的是，虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种产品故障综合诊断能力的评估方法，其特征在于，所述方法包括：
当需要对产品进行故障综合诊断能力评估时，根据所述产品的故障模式，确定所述产品的故障注入样本；
依次执行所述故障注入样本，根据所述故障注入样本对应的故障注入方式对所述产品进行故障注入；
注入成功后，采用所述故障注入样本对应的故障检测方式对所述产品进行故障诊断；所述故障诊断包括故障检测和故障隔离；
当所述故障注入样本全部执行完毕后，获取所述故障隔离失败的故障注入样本数量和所述故障检测成功的故障注入样本数量，确定所述产品的故障隔离错误率；
根据所述故障隔离错误率，确定所述产品的故障综合诊断能力的评估结果；其中，所述故障综合诊断能力与所述故障隔离错误率呈负相关。
2.根据权利要求1所述的方法，其特征在于，所述根据所述产品的故障模式，确定所述产品的故障注入样本，包括：
获取所述产品的故障模式对应的故障率；
根据预设故障注入样本总量和所述故障率，确定所述产品的故障注入样本。
3.根据权利要求1所述的方法，其特征在于，所述故障注入样本包括预设故障注入成功判据、预设故障检测成功判据以及预设故障隔离成功判据；所述注入成功后，采用所述故障注入样本对应的故障检测方式对所述产品进行故障诊断，包括：
根据所述预设故障注入成功判据，判断所述产品的故障注入是否成功；
若注入成功，则采用所述故障注入样本对应的故障检测方式对所述产品进行故障检测，根据所述预设故障检测成功判据，判断所述故障检测方式是否检测成功；
若检测成功，则采用所述故障检测方式对所述产品进行故障隔离，根据所述预设故障隔离成功判据，判断所述故障检测方式是否隔离成功。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若隔离成功，则获取所述故障检测方式的故障检测时间和故障隔离时间，得到所述故障注入样本的故障诊断时间；根据所述故障注入样本的故障诊断时间，得到所述产品的故障诊断时间；
所述根据所述故障隔离错误率，确定所述产品的故障综合诊断能力的评估结果，包括：
根据所述故障隔离错误率、所述产品的故障诊断时间、所述产品的故障注入样本总量、所述故障注入样本的预设诊断时间、所述产品对应的预设检测难度系数以及预设隔离难度系数，确定所述产品的故障综合诊断能力的评估结果；其中，所述故障综合诊断能力与所述故障隔离错误率、所述产品的故障诊断时间、所述产品对应的预设检测难度系数以及预设隔离难度系数呈负相关，所述故障综合诊断能力与所述产品的故障注入样本总量和所述故障注入样本的预设诊断时间呈正相关。
5.根据权利要求4所述的方法，其特征在于，所述根据所述故障注入样本的故障诊断时间，得到所述产品的故障诊断时间，包括：
若所述故障注入样本仅包括一种故障检测方式，则对所述故障注入样本的故障诊断时间进行求和处理，得到所述产品的故障诊断时间。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
若所述故障注入样本包括至少两种故障检测方式，则对所述至少两种故障检测方式的故障诊断时间进行平均处理，得到所述故障注入样本的故障诊断时间；
对所述故障注入样本的故障诊断时间进行求和处理，得到所述产品的故障诊断时间。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述故障检测方式中包含返厂维修检测方式，则所述返厂维修检测方式的故障诊断时间采用预设数值。
8.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当所述预设诊断时间无法获取时，采用任意数值的带时间单位的数值或者单位时间替代所述预设诊断时间。
9.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述故障注入样本包括至少两种故障检测方式，则对所述至少两种故障检测方式的故障诊断时间进行加权处理或者均方根处理，得到所述故障注入样本的故障诊断时间。
10.根据权利要求3所述的方法，其特征在于，所述预设故障检测成功判据和所述预设故障隔离成功判据，通过故障码或人体感官故障方式实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010288532.5A CN111651853B (zh) | 2020-04-14 | 2020-04-14 | 产品故障综合诊断能力的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010288532.5A CN111651853B (zh) | 2020-04-14 | 2020-04-14 | 产品故障综合诊断能力的评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111651853A true CN111651853A (zh) | 2020-09-11 |
| CN111651853B CN111651853B (zh) | 2023-12-12 |
Family
ID=72346137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010288532.5A Active CN111651853B (zh) | 2020-04-14 | 2020-04-14 | 产品故障综合诊断能力的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111651853B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364491A (zh) * | 2020-10-28 | 2021-02-12 | 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）） | 系统安全性量化试验方法、装置、计算机设备和存储介质 |
| CN114218075A (zh) * | 2021-11-25 | 2022-03-22 | 中国航空综合技术研究所 | 机载设备测试性试验实施样本库生成方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4001818A (en) * | 1975-10-22 | 1977-01-04 | Storage Technology Corporation | Digital circuit failure detector |
| CN106776208A (zh) * | 2016-12-02 | 2017-05-31 | 中国航天系统科学与工程研究院 | 一种软件运行时故障定位方法 |
| CN107505126A (zh) * | 2017-08-02 | 2017-12-22 | 中国航空工业集团公司西安飞机设计研究所 | 一种机载产品飞行试验测试性评估方法 |
-
2020
- 2020-04-14 CN CN202010288532.5A patent/CN111651853B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4001818A (en) * | 1975-10-22 | 1977-01-04 | Storage Technology Corporation | Digital circuit failure detector |
| CN106776208A (zh) * | 2016-12-02 | 2017-05-31 | 中国航天系统科学与工程研究院 | 一种软件运行时故障定位方法 |
| CN107505126A (zh) * | 2017-08-02 | 2017-12-22 | 中国航空工业集团公司西安飞机设计研究所 | 一种机载产品飞行试验测试性评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈然等: "基于序贯回归的小样本测试性验证试验方案" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364491A (zh) * | 2020-10-28 | 2021-02-12 | 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）） | 系统安全性量化试验方法、装置、计算机设备和存储介质 |
| CN112364491B (zh) * | 2020-10-28 | 2021-10-15 | 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）） | 系统安全性量化试验方法、装置、计算机设备和存储介质 |
| CN114218075A (zh) * | 2021-11-25 | 2022-03-22 | 中国航空综合技术研究所 | 机载设备测试性试验实施样本库生成方法 |
| CN114218075B (zh) * | 2021-11-25 | 2024-04-19 | 中国航空综合技术研究所 | 机载设备测试性试验实施样本库生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111651853B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1329734A1 (en) | Diagnostic test system | |
| CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
| US7647326B2 (en) | Method and system for evaluating media-playing sets | |
| US8140298B2 (en) | System and method for diagnosing aircraft components for maintenance purposes | |
| CN111651853A (zh) | 产品故障综合诊断能力的评估方法 | |
| JPH1172361A (ja) | 診断システム | |
| CN109165242B (zh) | 一种基于熵排序与时空分析的故障诊断及预警方法 | |
| CN108319789A (zh) | 结合异常故障的变压器风险评估方法、装置、设备及介质 | |
| US7552035B2 (en) | Method to use a receiver operator characteristics curve for model comparison in machine condition monitoring | |
| US20080104470A1 (en) | Methods and apparatus for diagnosing a degree of interference between a plurality of faults in a system under test | |
| CN111983492A (zh) | 电池健康分析方法、装置和设备 | |
| CN110807172A (zh) | 一种电力系统继电保护的风险预测方法和装置 | |
| CN107247871B (zh) | 项目检测时间核查预警方法及装置 | |
| CN114117786A (zh) | 一种场馆供电系统维护方法、系统、设备及介质 | |
| Feng et al. | Software reliability accelerated testing based on the combined testing method | |
| JPH08320644A (ja) | 運転訓練支援装置 | |
| Farooq et al. | Effectiveness of software testing techniques on a measurement scale | |
| CN111090037A (zh) | 一种仪控卡件的可靠性检测方法 | |
| CN111274129A (zh) | 一种基于动态程序失效执行块的程序错误定位方法 | |
| CN109459629A (zh) | 一种基于恢复率的恢复能力评估方法 | |
| CN112398225B (zh) | 变电站二次设备的遥信监视方法 | |
| CN110489805A (zh) | 一种机载电子信息装备bit虚警率预计的方法 | |
| Ungar | The true nature of false alarms | |
| CN116482519B (zh) | 一种微集成电路的自测试管理系统 | |
| CN116308414A (zh) | 用于确定继电保护装置生产质量的方法与设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |