CN112884286B - 一种航空装备地面试验方案的综合评价方法 - Google Patents

Abstract

本发明公开了一种航空装备地面试验方案的综合评价方法，可应用于飞机整机级、系统级、部件级地面试验方案的设计及优化，提高飞机地面的效率和水平。该方法包括以下步骤：建立基于UML模型的地面试验方案模型；构建层次化的地面试验方案评价指标体系，包括总体指标、试验内容、试验方法、试验过程、试验数据处理、试验测试设备指标；采用数据抽取和自匹配技术，获取各试验方案的评价指标数据；计算试验方案指标评价的最优权重系数，得到各试验方案的综合评价值，对所有方案的评价值进行排序，评价值最大的即为最优的试验方案。

Description

一种航空装备地面试验方案的综合评价方法

技术领域

本发明属于航空装备地面试验领域，具体涉及一种航空装备地面试验方案的综合评价方法。

背景技术

航空装备地面试验，是判断航空装备各个子系统及其部件性能优劣、能否上天试飞的根本依据，因此开展航空装备地面试验必不可少。国内航空装备在研制过程中建设了配套的地面试验环境，开展了大量的地面试验，为航空装备的研制、定型发挥了巨大的作用。但当前我国国内航空装备的地面试验在一定程度上仍存在以下不足，地面试验设计缺少有效的规范约束、地面试验数据综合利用缺少规划，重复试验多、试验资源与试验需求不匹配等问题，已经成为制约我国航空装备地面试验开展的瓶颈。

新一代飞机，飞机系统的综合化程度更高，导致地面试验的综合化程度要求也高，亟需开展航空装备地面试验综合评价技术的研究，以压缩试验周期，节约试验经费，提高试验验证的完备性和准确性，为新研航空装备地面试验的开展提供指导，提高航空地面试验的适用性，促进航空装备试验水平的提高，提升航空装备体系化的试验测试能力。

发明内容

针对以上航空装备地面试验面临的问题，本发明提出了一种航空装备地面试验方案的综合评价方法。该方法通过建立地面试验方案模型；构建层次化的地面试验方案评价指标体系；采用数据抽取和自匹配技术，获取各试验方案的评价指标数据；引入信息熵描述指标权重的不确定性，应用方案综合评价值偏离度最小和最大信息熵原理，构建了地面试验方案评价的优化模型与求解方法，得到各试验方案的综合评价值，得出最优的试验方案，为地面试验的开展提供指导。

为实现上述目的，该航空装备地面试验方案的综合评价方法具体包括以下步骤：

步骤1建立基于统一建模语言UML的地面试验模型；

步骤2构建层次化的地面试验方案评价指标体系；

步骤3采用数据抽取和自匹配技术，获取各试验方案的评价指标数据，构建试验方案评价矩阵；

步骤4对试验方案评价的线性规划，引入信息熵描述指标权重的不确定性，应用方案综合评价值偏离度最小和最大信息熵原理，构建了地面试验方案评价的优化模型与求解方法，得到试验方案指标评价的最优权重系数，得到各试验方案的综合评价值，对所有方案的评价值进行排序，评价值最大的即为最优的试验方案。

进一步，所述步骤1中的基于UML的地面试验模型，模型中顶层元素包括地面试验的测试对象、测试项、测试过程、测试方法、测试参数、测试设备、测试结果、数据处理方法。其中，测试对象又包括测试对象的功能、性能、故障模式；测试项又包含测试项的试验时长、试验成本、试验类型、试验重要度、测试所用测试设备信息。

所述步骤2中的层次化的地面试验方案评价指标体系，评价指标体系分为三个层次：第一层次为地面试验评价总指标；第二层次包括总体指标、试验内容、试验方法、试验过程、试验数据处理、试验测试设备；第三层次是第二层次指标的分指标。总体指标包括地面试验的总体试验时间、总体试验成本、参试人员总数；试验内容指标包括试验测试功能覆盖率、试验故障覆盖率、重要度；试验方法指标包括试验方法匹配度、固定响应时间；试验过程指标包括试验顺序合理性、试验过程时间、成本；试验数据处理指标包括数据处理有效性、算法匹配度、数据量、精度、量程范围、试验数据处理时间；试验测试设备指标包括设备成本、与试验匹配度。

所述步骤3中采用数据抽取和自匹配技术，获取各试验方案的评价指标数据，采取采用二叉树循环遍历方法实现试验模型－评价指标的映射关联，同时基于元数据的抽取－转换－加载ETL(Extract－Transform－Load)模块架构获取各试验方案的评价指标值。

所述步骤3中的构建地面试验评价矩阵，假设有m个参与评价的指标，记为Y＝[y₁,y₂,…,y_m]；n个参与评价的试验方案集，记为P＝[P₁,P₂,…,P_n]。方案P_i对应第j个指标用a_ij来表示(i＝1,2,…,n；j＝1,2,…,m)，则n个试验方案的 m×n个评价指标值构成矩阵A＝[a_ij]_n×m，即：

把矩阵A称作为试验方案集的评价指标矩阵。

所述步骤4中求取最优试验方法的过程包括对评价矩阵的规范化处理、个体试验方案指标权向量优化、试验方案线性规划、指标权重不确定性、指标权重信息熵、试验方案综合评价。

Step4.1：评价矩阵的规范化处理

采用极值处理法进行归一化处理。试验方案集P的第j个评价指标值集为 X＝[x₁,x₂,…,x_n]，对于指标值越大越优的评价指标，如试验故障覆盖率、算法匹配度等，采用的归一化公式为：

对于指标值越小越优的评价指标，如参试人员、数据处理时间等，采用的归一化公式为：

通过上述归一化处理后，0≤r_ij≤1，如此就把A构造成了规范化矩阵R。

Step4.2：个体试验方案指标权向量优化

假设已知指标集权向量为ω＝[ω₁,ω₂,…,ω_m]，指标权向量变化范围α_j≤ω_j≤β_j(α_j≥0,β_j≥0)，权系数满足

因此可以得到方案P_i的综合评价值为：

对于方案P_i，构建的单目标优化模型如下：

求解该模型可得方案P_i对应的最优指标权重

Step4.3：试验方案线性规划

试验方案线性规划，从最小偏差的角度出发，方案P_i的综合评价值的偏离度为：

要使指标权重最接近于真实权重，则应使偏差尽可能的小，故可建立如下多目标规划模型：

min{υ_i}(i＝1,2,…,n) (式8)

该多目标规划问题可转化为单目标规划问题，即

Step4.4：指标权重信息熵

地面试验方案评价指标的评价权重ω_j主要取决于地面试验目标与评价指标间的相关重要度，以及评价指标间的相关性。

采用信息熵对指标权重的不确定性进行描述。

为了消除指标权重的不确定性，根据极大熵原理，确定的评价指标权重应使信息熵取最大值，即

Step4.5：试验方案综合评价

为了同时达到方案综合评价值偏离度最小和指标权重不确定性最小的目的，则需联立式(10－14)，则得：

由上式可知试验方案评价的线性规划问题属于多目标优化问题，可以转化为单目标优化问题，即

式中ε为平衡系数，其值的确定可根据具体情况给定。为求解该优化模型，构造Lagrange函数，即

根据该方程存在极值的必要条件，可得：

令

联立式(18)和式(19)可形成一个非线性方程组，即

方程组(21)由m+1个方程组成，共有m+1个变量，即ω_j(j＝1,2,…,m)和k。通过牛顿迭代法等非线性方程组的数值解法可求解该方程组，从而得到试验方案指标评价的最优权重系数。将该权重系数代入式(4)可得到各试验方案的综合评价值，对所有方案的评价值进行排序，评价值最大的即为最优的试验方案。

与现有技术相比，本发明具有以下优点：

1、针对航空装备地面试验完备性可靠性最优化需求，本发明提出了一种航空装备地面试验方案的综合评价方法，该方法可以根据不同评价目标，动态选择评价指标，采用综合评价算法给出最优的地面试验方案，定量的评估地面试验，提高地面试验验证的完备性，提高航空装备地面试验水平。

2、本发明提出了一种航空装备地面试验方案的综合评价方法，对地面试验元素进行充分分析，建立基于UML的地面试验模型，为地面试验评估提供评价模型基础。

3.本发明提出了一种航空装备地面试验方案的综合评价方法，提出了层次化的地面试验评价指标模型，从地面试验内容、方法、过程、数据处理、实验设备等不同维度进行地面试验评价，同时采用基于数据和指标的自抽取技术，建立地面试验评价矩阵，并进行综合评价，提高航空地面试验的适用性。

附图说明

图1为本发明的地面试验方案综合评价流程示意图；

图2为本发明的地面试验UML关系模型示意图；

图3为本发明的地面试验方案模型示意图；

图4为本发明的地面试验评价指标示意图；

图5为本发明的地面试验综合评价结果示意图。

具体实施方式

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清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

基于本发明中的实施例，本领域普通技术人员在没有做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。

本发明提供了一种航空装备地面试验方案的综合评价方法，参见图1所示。具体包括1)建立基于UML模型的地面试验方案模型；2)构建层次化的地面试验方案评价指标体系，包括总体指标、试验内容、试验方法、试验过程、试验数据处理、试验测试设备指标；3)采用数据抽取和自匹配技术，获取各试验方案的评价指标数据；4)引入信息熵描述指标权重的不确定性，应用方案综合评价值偏离度最小和最大信息熵原理，构建了地面试验方案评价的优化模型与求解方法，得到试验方案指标评价的最优权重系数，得到各试验方案的综合评价值，对所有方案的评价值进行排序，评价值最大的即为最优的试验方案。

一种航空装备地面试验方案的综合评价方法，具体包括以下步骤：

步骤1建立航空装备的基于UML的地面试验模型，并设定评价航空装备性能的多个试验方案；

步骤2构建层次化的地面试验方案评价指标；

步骤3获取各试验方案的评价指标值，构建地面试验方案的评价矩阵；

步骤4确定各试验方案的综合评价值，对所有试验方案的综合评价值进行排序，将综合评价值最大的试验方案作为最优的试验方案。

所述步骤1中的基于UML的地面试验模型，地面试验模型中顶层元素包括地面试验的测试对象、测试项、测试过程、测试方法、测试参数、测试设备、测试结果、数据处理方法；其中，测试对象包括测试对象的功能、性能、故障模式；测试项包含测试项的试验时长、试验成本、试验类型、试验重要度、测试所用测试设备信息。

所述步骤2中的层次化的地面试验方案评价指标，评价指标分为三个层次：第一层次为地面试验评价总指标；第二层次包括总体指标、试验内容、试验方法、试验过程、试验数据处理、试验测试设备；第三层次是第二层次指标的分指标；

所述总体指标包括地面试验的总体试验时间、总体试验成本、参试人员总数；试验内容指标包括试验测试功能覆盖率、试验故障覆盖率、重要度；试验方法指标包括试验方法匹配度、固定响应时间；试验过程指标包括试验顺序合理性、试验过程时间、成本；试验数据处理指标包括数据处理有效性、算法匹配度、数据量、精度、量程范围、试验数据处理时间；试验测试设备指标包括设备成本、与试验匹配度。

所述步骤3中采用数据抽取和自匹配技术，获取各试验方案的评价指标数据，采用二叉树循环遍历方法实现地面试验模型－地面试验方案评价指标的映射关联，并根据所述地面试验模型－地面试验方案评价指标的映射关联获取各试验方案的评价指标值。

所述步骤3中构建地面试验方案的评价矩阵，假设有m个参与评价的指标，记为Y＝[y₁,y₂,…,y_m]；n个参与评价的试验方案，记为P＝[P₁,P₂,…,P_n]；第i个试验方案P_i对应的第j个指标值用a_ij来表示(i＝1,2,…,n；j＝1,2,…,m)，则n 个试验方案的m×n个评价指标值构成矩阵A＝[a_ij]_n×m，即：

将矩阵A作为试验方案集的评价指标矩阵。

S4中，确定各试验方案的综合评价值，具体为：

S41，对所述地面试验方案的评价矩阵进行规范化处理；

S42，引入地面试验方案的指标集权向量，构建评价地面试验方案的优化模型；

S43，根据所述地面试验方案的优化模型，求解所述指标集权向量，得到地面试验方案指标评价的最优权重系数，从而得到各地面试验方案的综合评价值；

S44，对所有地面试验方案的综合评价值进行排序，综合评价值最大的地面试验方案为最优的试验方案。

S41，对所述地面试验方案的评价矩阵进行规范化处理，具体为：

假设试验方案集P的第j个评价指标值集为X＝[x₁,x₂,…,x_n]，对于指标值越大越优的评价指标，采用的归一化公式为：

对于指标值越小越优的评价指标，采用的归一化公式为：

通过上述归一化处理后，0≤r_ij≤1，就把试验方案集的评价指标矩阵A构造成了规范化矩阵R。

S42，引入地面试验方案的指标集权向量，构建评价地面试验方案的优化模型，具体为：

假设已知指标集权向量为ω＝[ω₁,ω₂,…,ω_m]，指标权向量变化范围α_j≤ω_j≤β_j(α_j≥0,β_j≥0)，权系数满足

则第i个试验方案P_i的综合评价值为：

对于第i个试验方案P_i，构建的单目标优化模型如下：

求解该模型可得第i个试验方案P_i对应的最优指标权重

从最小偏差的角度出发，第i个试验方案P_i的综合评价值的偏离度为：

建立如下多目标规划模型：

min{υ_i}(i＝1,2,…,n) (式8)

该多目标规划问题可转化为单目标规划问题，即

采用信息熵对指标权重的不确定性进行如下描述：

根据极大熵原理，确定的评价指标权重应使信息熵取最大值，即

联立式(10－14)，则得：

由上式可知试验方案评价的线性规划问题属于多目标优化问题，可以转化为单目标优化问题，即

式中ε为平衡系数，为求解该优化模型，构造Lagrange函数，即

根据该方程存在极值的必要条件，可得：

令

联立式(18)和式(19)可形成一个非线性方程组，即

方程组(21)由m+1个方程组成，共有m+1个变量，即ω_j(j＝1,2,…,m)和k， k为拉格朗日系数。

示例性的，选择机型1的3项地面试验方案，根据图2所示的地面试验 UML关系模型，建立该机型的3项地面试验方案模型如图3所示，具体包括地面试验的测试对象、测试项、测试过程、测试方法、测试参数、测试设备、测试结果、数据处理方法。

根据图4所示的地面试验指标体系，在软件平台中建立地面试验指标库，具体包括地面试验指标的名称、单位、类型、权重等信息。

采用地面试验综合评价法，共选择6项指标(试验总体指标、试验内容指标等二级指标)对所选的3个方案进行评价，生成评价矩阵

通过对评价矩阵的规范化处理、个体试验方案指标权向量优化、试验方案线性规划、指标权重不确定性、指标权重信息熵、试验方案综合评价，计算得出三种方案综合分值分别为：34.6、57.2、50.2，其中方案2为最优方案，方案1为最差方案，具体评价结果如图5所示。

针对航空装备地面试验完备性可靠性最优化需求，本发明提出了一种航空装备地面试验方案的综合评价方法，该方法可以根据不同评价目标，动态选择评价指标，采用综合评价算法给出最优的地面试验方案，定量的评估地面试验，提高地面试验验证的完备性，提高航空装备地面试验水平。

本发明提出了一种航空装备地面试验方案的综合评价方法，对地面试验元素进行充分分析，建立基于UML的地面试验模型，为地面试验评估提供评价模型基础。

本发明提出了一种航空装备地面试验方案的综合评价方法，提出了层次化的地面试验评价指标模型，从地面试验内容、方法、过程、数据处理、实验设备等不同维度进行地面试验评价，同时采用基于数据和指标的自抽取技术，建立地面试验评价矩阵，并进行综合评价，提高航空地面试验的适用性。

Claims (6)

1.一种航空装备地面试验方案的综合评价方法，其特征在于，所述方法包括：

步骤1，建立航空装备的基于UML的地面试验模型，并设定评价航空装备性能的多个试验方案；

步骤2，构建层次化的地面试验方案评价指标；地面试验方案评价指标分为三个层次：第一层次为地面试验评价总指标；第二层次包括总体指标、试验内容、试验方法、试验过程、试验数据处理、试验测试设备；第三层次是第二层次指标的分指标；

所述总体指标包括地面试验的总体试验时间、总体试验成本、参试人员总数；试验内容指标包括试验测试功能覆盖率、试验故障覆盖率、重要度；试验方法指标包括试验方法匹配度、固定响应时间；试验过程指标包括试验顺序合理性、试验过程时间、成本；试验数据处理指标包括数据处理有效性、算法匹配度、数据量、精度、量程范围、试验数据处理时间；试验测试设备指标包括设备成本与试验匹配度；

步骤3，获取各试验方案的评价指标值，构建地面试验方案的评价矩阵；假设有m个参与评价的指标，记为Y＝[y₁,y₂,…,y_m]；n个参与评价的试验方案，记为P＝[P₁,P₂,…,P_n]；第i个试验方案P_i对应的第j个指标值用a_ij来表示，i＝1,2,...,n；j＝1,2,...,m，则n个试验方案的m×n个评价指标值构成矩阵A＝[a_ij]_n×m，即：

将矩阵A作为试验方案集的评价指标矩阵；

步骤4，确定各试验方案的综合评价值，对所有试验方案的综合评价值进行排序，将综合评价值最大的试验方案作为最优的试验方案。

2.根据权利要求1所述的一种航空装备地面试验方案的综合评价方法，其特征在于，

所述步骤1中的基于UML的地面试验模型，地面试验模型中顶层元素包括地面试验的测试对象、测试项、测试过程、测试方法、测试参数、测试设备、测试结果、数据处理方法；其中，测试对象包括测试对象的功能、性能、故障模式；测试项包含测试项的试验时长、试验成本、试验类型、试验重要度、测试所用测试设备信息。

3.根据权利要求1所述的一种航空装备地面试验方案的综合评价方法，其特征在于，

所述步骤3中采用数据抽取和自匹配技术，获取各试验方案的评价指标数据，采用二叉树循环遍历方法实现地面试验模型－地面试验方案评价指标的映射关联，并根据所述地面试验模型－地面试验方案评价指标的映射关联获取各试验方案的评价指标值。

4.根据权利要求1所述的一种航空装备地面试验方案的综合评价方法，其特征在于，步骤4中，确定各试验方案的综合评价值，具体为：

S41，对所述地面试验方案的评价矩阵进行规一化处理；

S42，引入地面试验方案的指标集权向量，构建评价地面试验方案的优化模型；

S43，根据所述地面试验方案的优化模型，求解所述指标集权向量，得到地面试验方案指标评价的最优权重系数，从而得到各地面试验方案的综合评价值；

S44，对所有地面试验方案的综合评价值进行排序，综合评价值最大的地面试验方案为最优的试验方案。

5.根据权利要求4所述的一种航空装备地面试验方案的综合评价方法，其特征在于，

S41，对所述地面试验方案的评价矩阵进行规一化处理，具体为：

假设试验方案集P的某一个评价指标值集为X＝[x₁,x₂,…,x_n]，对于指标值越大越优的评价指标，采用的归一化公式为：

对于指标值越小越优的评价指标，采用的归一化公式为：

通过上述归一化处理后，0≤r_ij≤1，就把试验方案集的评价指标矩阵A构造成了规范化矩阵R。

6.根据权利要求5所述的一种航空装备地面试验方案的综合评价方法，其特征在于，S42，引入地面试验方案的指标集权向量，构建评价地面试验方案的优化模型，具体为：

假设已知指标集权向量为ω＝[ω₁,ω₂,…,ω_m]，权向量变化范围α_j≤ω_j≤β_j，α_j≥0,β_j≥0，权系数满足则第i个试验方案P_i的综合评价值为：

对于第i个试验方案P_i，构建的单目标优化模型如下：

求解该模型可得第i个试验方案P_i对应的最优指标权重从最小偏差的角度出发，第i个试验方案P_i的综合评价值的偏离度为：

建立如下多目标规划模型：

min{υ_i}i＝1,2,…,n

该多目标规划问题可转化为如下单目标规划问题：

采用信息熵对指标权重的不确定性进行如下描述：

根据极大熵原理，确定的评价指标权重应使信息熵取最大值：

联立式(10－14)，则得：

得到如下优化模型：

式中ε为平衡系数，为求解该优化模型，构造如下Lagrange函数方程：

根据该Lagrange函数方程存在极值的必要条件，可得：

令

联立式(18－19)，可形成如下非线性方程组：

式(21)有m+1个方程，共有m+1个变量，ω_j和k，k为拉格朗日系数。