CN113393146A - 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法 - Google Patents

基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法 Download PDF

Info

Publication number
CN113393146A
CN113393146A CN202110713968.9A CN202110713968A CN113393146A CN 113393146 A CN113393146 A CN 113393146A CN 202110713968 A CN202110713968 A CN 202110713968A CN 113393146 A CN113393146 A CN 113393146A
Authority
CN
China
Prior art keywords
stage
bayesian network
test system
reliability
test
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
Application number
CN202110713968.9A
Other languages
English (en)
Other versions
CN113393146B (zh
Inventor
魏善碧
侯杨
周建雄
肖勇
潘天乐
钟豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202110713968.9A priority Critical patent/CN113393146B/zh
Publication of CN113393146A publication Critical patent/CN113393146A/zh
Application granted granted Critical
Publication of CN113393146B publication Critical patent/CN113393146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0633Workflow analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,主要涉及可靠性评估领域;包括步骤:S1、构建测试系统阶段内贝叶斯网络模型;S2、构建测试系统阶段间贝叶斯网络模型;S3、构建多阶段柔性测试系统贝叶斯网络模型;S4、阶段顺序测试特征变量的提取;S5、阶段顺序滚动优化问题的构建;S6、阶段顺序滚动优化问题求解;本发明能够对复杂多元化的系统进行可靠性评估,在保证系统的可靠性条件下,对任务测试顺序进行了优化。

Description

基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法
技术领域
本发明涉及可靠性评估领域,具体是基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法。
背景技术
随着产品工艺的发展,产品质量检测的方式也不再仅仅是通过人工进行判断,而是通过研发对应的质量测试系统进行评估。在产品质量要求越发严格的今天,测试系统可以多方面全方位的对产品质量进行评估,减少了人工判断的现状,提升了检测效率。
但是,随着科学技术的进步和时代的发展,单一功能的设备仪器已经成为了传统,现今大多数的设备都是高精度、复杂性的设备,其功能越发多元化和结构越发精细化,并且传统单一、简单的任务也早已经演变成多元、复杂的任务,随着任务的多元复杂化,单一阶段已无法满足设备生产任务,现今大多数设备任务的完成都是由多个不同阶段以串行、并行或者混合的方式组合而成的一个复杂过程,即为多阶段任务系统(Phased-MissionSystem,PMS)。PMS现已被广泛应用于航天发射、火箭制导等多个领域,如火箭的任务就可以分成发射阶段、惯性制导阶段和末端制导阶段三个阶段构成。除此之外,多阶段任务系统的每个阶段均含有独立的待定任务,在各个阶段的系统结构、功能配置和任务准则均存在不同的情况,但是系统中一方面多个部件在同一个阶段中可能存在相关性,另一方面同一个部件在不同的阶段之间可能存在相关性。
发明内容
本发明的目的在于解决现有技术中存在的问题,提供基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,能够对复杂多元化的系统进行可靠性评估,在保证系统的可靠性条件下,对任务测试顺序进行了优化。
本发明为实现上述目的,通过以下技术方案实现:
基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,包括步骤:
S1、构建测试系统阶段内贝叶斯网络模型;
S2、构建测试系统阶段间贝叶斯网络模型;
S3、构建多阶段柔性测试系统贝叶斯网络模型;
S4、阶段顺序测试特征变量的提取;
S5、阶段顺序滚动优化问题的构建;
S6、阶段顺序滚动优化问题求解。
优选的,所述步骤S1中,将测试过程分为若干部分,通过对测试过程的特征提取,构建各部分的贝叶斯网络结构,将各部分的贝叶斯网络结构进行整合,构建特征阶段的测试系统贝叶斯网络结构图。
优选的,所述步骤S3通过对阶段间和阶段内的贝叶斯网络建模,只有当每阶段的可靠性均满足要求,柔性测试系统整体的可靠性才能达标,系统整体任务合格。
优选的,所述步骤S4从可靠性和切换频率两个标准出发,提取对阶段测试影响大的元素作为特征变量。
优选的,所述步骤S5通过采用任务优先级的方式,结合可靠性和切换频率约束,构建阶段顺序滚动优化问题。
优选的,所述步骤S6中优化问题的构建主要满足三个条件:
1)切换频率低;
2)系统可靠性满足测试要求;
3)能根据任务优先级实时优化。
对比现有技术,本发明的有益效果在于:
1、本发明是基于贝叶斯网络的多阶段柔性测试系统的可靠性评估的,相比于传统的单阶段任务系统,多阶段任务系统具有复杂多元化的特点,本发明能够对复杂多元化的系统进行可靠性评估。
2、本发明考虑了阶段顺序优化问题的构建,采用任务优先级的方式,结合了器件的可靠性和矩阵开关的切换频率约束,并且阶段任务在优化过程中存在的时间超过阈值,则将该阶段任务的优先级别提高至仅次于紧急任务的优先级。在保证系统的可靠性条件下,对任务测试顺序进行了优化。
附图说明
附图1是本发明的阶段内测试系统贝叶斯网络结构图;
附图2是本发明的阶段内动态贝叶斯网络模型;
附图3是本发明的阶段间交互贝叶斯网络模型;
附图4是本发明的阶段交互测试贝叶斯网络模型;
附图5是本发明的系统整体结构模型。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
实施例:以航天火工品柔性测试系统为例,如附图1-5所示,本发明所述是基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,通过构建多阶段柔性测试系统的贝叶斯网络模型,进行了阶段顺序测试特征变量的提取,在保证了系统可靠性的条件下,对航天火工品任务测试顺序进行了优化。
包括步骤:
S1、在航天火工品柔性测试系统中,系统根据火工品产品特性完成测试前的准备工作后,首先通过低电阻测试仪进行产品静态电阻的测量;然后通过直流稳压电源、起爆测试仪进行发火起爆;动态电阻应变仪、靶线盒、光电放大器获取爆发容器中时间、压力等参数的数值,通过矩阵开关的连接传输到数据采集仪上并在工控机上显示。因此,在火工品产品的每一个批次内,测试流程完全一致。通过上述流程,将测试过程分为三个部分:火工品电阻值的测定部分;产品参数测定部分;测量结果影响部分。
通过对发火测试过程的特征提取,构建各部分的贝叶斯网络结构,将各部分的BN结构进行整合,构建特征阶段的测试系统贝叶斯网络结构图,因此在选取某一特点火工品产品,完成测试前准备后,系统的整体贝叶斯网络可靠性如图1所示。
由于测试的过程是一个随时变的过程,在任务阶段内,阶段可靠性也受时间的影响;此外,阶段内时刻结束时的可靠性对下阶段开始时的初始可靠性有一定的影响,通过将贝叶斯网络与时间结合,构建阶段内系统动态贝叶斯网络可靠性模型,并采用贝叶斯可视化仿真软件Netica进行可视化表示,如图2所示。
S2、当火工品产品阶段变换时,系统会根据火工品的特性进行测量仪器的配置、测试参数的设置以及测量通道的连接,上述操作直接影响了动态电阻应变仪、靶线盒、光电放大器以及矩阵开关的使用,而针对直流稳压电源、工控机等器件无任何影响,在阶段变化中始终处于使用状态,因此阶段间的部件依赖问题主要集中于动态电阻应变仪、靶线盒、光电放大器以及矩阵开关器件上。
①动态电阻应变仪、靶线盒和光电放大器;针对这三种器件,由于阶段变化的过程使得上阶段使用过的器件在下阶段并不会使用或不会全部使用,并且上阶段没用过的器件在下阶段会配置使用;
对以下过程进行分析:上一阶段使用的分别是动态电阻应变仪1、动态电阻应变仪2、靶线盒2、靶线盒3以及光电放大器3,本阶段则变为动态电阻应变仪3、靶线盒1、靶线盒3以及光电放大器2,和光电放大器3。下一阶段则为动态电阻应变仪1、动态电阻应变仪3以及靶线盒1,不需要光电放大器。
阶段间的贝叶斯网络结构如图3所示。以动态电阻应变仪为例,由于上一阶段中使用的是动态电阻应变仪1和动态电阻应变仪2,而本阶段使用的是动态电阻应变仪3,因此在两个阶段间的交互关系为独立的情况,不存在依赖过程;但是在下一阶段中使用了动态电阻应变仪1和动态电阻应变仪3,下一阶段不仅与本阶段存在依赖影响,而且与上一阶段中部分器件同样也存在依赖关系,因此通过器件的连接来对上述依赖关系进行模型构建,使其准确评估各阶段间的依赖过程。
②矩阵开关;由于矩阵开关的复杂性,阶段间的产品变换会导致测试通道配置的无序复杂变化,因此,根据矩阵开关可靠性分析,为简化计算模型,对矩阵开关依旧采用单模块建模,单独计算。
S3、柔性测试系统具有以下两种特点:1)阶段任务内是一个不变的动态贝叶斯网络模型,且器件互相独立;2)阶段任务间产品测量部分受产品特性影响,贝叶斯网络结构无序变化。因此通过构建测试总任务的多阶段柔性测试系统网络模型,从整体上评估测试系统检验过程的可靠性,满足测试需求。以三阶段系统为例,假定各阶段的测量器件需求如下:动态电阻应变仪在上一阶段使用了1、2、3号,本阶段使用了2、3号,下一阶段使用了3号;靶线盒在上一阶段使用了1、3号,在本阶段使用了2、3号;在下一阶段使用了2号;光电放大器在上一阶段使用了1、3号,在本阶段使用了3号,在下一阶段使用了1号。由于阶段内发火测试时间短,因此测量器件的可靠性变化可忽略不计。
此外,阶段任务的变化导致贝叶斯网络结构的变化,上一阶段会对下一阶段产生一定的影响。通过阶段器件交互构建网络模型,每阶段变化过程中的交互关系网络图如图4所示,可直观的表示出器件的变化过程以及器件随阶段的依赖关系。
通过对阶段间和阶段内的贝叶斯网络建模,则系统整体的可靠性评估模型如图5所示,只有当每阶段的可靠性均满足要求,柔性测试系统整体的可靠性才能达标,系统整体任务合格。
S4、在保证系统整体任务测试可靠性的前提下,尽量减少矩阵开关中继电器的切换频率,减少阶段切换过程的繁琐操作,提高测试的效率也是极其重要的。因此从可靠性和切换频率两个标准出发,提取对阶段测试影响大的元素作为特征变量:测量器件和矩阵开光切换频率,其中,测量器件包括:光电放大器、靶线盒、动态电阻应变仪和矩阵开关。
S5、考察火工品实地生产检测过程,阶段顺序测试优化过程会受到紧急任务产品质量检测的影响,即在阶段顺序优化过程中,未纳入考虑的产品任务会由于紧急情况插入当前阶段测试过程,仅考虑固定阶段的顺序优化过程是不现实的,不符合实际生产的需要。因此在此基础上提出了一种阶段顺序滚动优化方法,通过采用任务优先级的方式,结合可靠性和切换频率约束,构建阶段顺序滚动优化问题。
假定当前初始阶段测试任务为s个阶段,由于火工品产品测试的高可靠性要求,首选要确保每一个阶段系统的可靠性满足测试可靠性的最低标准,即:
Pt≥Pmin(t∈s) (1)
其中Pt为每阶段系统的可靠性,Pmin为最低可靠性标准。其次通过对产品任务的优先级进行分级;根据现场火工品测试的情况,采用集合Φlevel={l1,l2,l3,l4,l5}分别表示阶段任务的优先级,共五个等级,其中l1表示在实际检测任务中,紧急阶段任务的插入检测,其余的li(i=2,3,4,5)阶段按照升序表示任务的优先级,下标越小优先级越高。此外,由于阶段任务优先级的问题,极有可能导致优先级低的任务在测试顺序滚动优化的过程中一直被安排在测试队列的后置位。为了避免这类情况的发生,对阶段任务的时间设置阈值Tmax,阶段任务在优化过程中存在的时间超过阈值,则将该阶段任务的优先级别提高至仅次于紧急任务的优先级;即
Figure BDA0003134054540000071
为了最优化产品测试顺序,在保证阶段可靠性的前提下,以系统整体测试任务可靠性为目标,其目标函数可表示为:
Figure BDA0003134054540000072
其中上述定义分别为:
Figure BDA0003134054540000073
对应以每一个阶段作为起始阶段任务的前提下,系统整体产品测试任务的顺序优化过程;
②Funct
Figure BDA0003134054540000074
代表了当前阶段与第t+1个阶段之间在约束条件,即通道切换频率小和任务优先级情况下的最大值,通过该值确定下一阶段测试产品;
Figure BDA0003134054540000081
代表了在当前阶段的影响下,下一阶段的可靠性情况;
Figure BDA0003134054540000082
代表了在当前阶段的影响下,下一阶段的器件切换的情况;并统计计算后的矩阵中-1的个数,最小即为最佳。若存在相等的情况,则选取对应的可靠性最优的作为下一阶段测试任务。
Figure BDA0003134054540000083
代表了当前阶段任务的优先级与下一阶段任务优先级的对比情况;
S6、阶段顺序测试的特点不同于按照产品批次过程进行测试,即:批次之间的顺序是不更改的,根据批次顺序来调整矩阵开关测量通道的优化配置问题,阶段顺序测试则是选取某一个时间区域内的所有产品优化测试顺序,以降低整个任务测试过程的繁琐,提高测试的效率。当前优化问题的构建主要满足三个条件:1)切换频率低;2)系统可靠性满足测试要求,3)能根据任务优先级实时优化;因此求解改优化问题的关键点在于在保持期间切换频率低和任务优先级的情况下尽可能提升系统可靠性。
在阶段测试优化问题求解时,由于产品批次测试的第一批产品未定,因此需要针对选取阶段内的批次均进行求解,以集合Φi,(i=1,2,...,s)的形式记录算法求解的批次顺序及其整体可靠性的值。优化问题求解过程由于是一种基于当前阶段的前提下下一阶段的比较,因此本文优化问题拟采用动态规划算法进行分析。动态规划算法求解方式是将当前的问题拆分成多个相似子问题,对每个子问题求最优解;并且各个子问题之间互不独立,当前子问题的最优解受上一个子问题最优解的影响,同时给下一个子问题的求解提供依据,依次递归解决子问题,直到最后一个子问题,也就是初始问题。通常对一个动态规划问题的求解步骤如下所示,以优化问题max(f(n))为例:
①确定状态:结束状态和子问题构建;首先根据优化问题确定算法的结束条件,避免算法的死循环;其次将问题分解为相似子问题,将整个过程拓展为一个代表性的子问题。即:结束状态为i=n时,i为算法步骤,算法计算过程结束;相似子问题表示为max(f(i)),每个过程均遵循逻辑;
②状态转移方程:确定任意一个子问题与下个子问题、下下个子问题或者多个子问题的关系方程。即:对于任意子问题都存在:
f(i)=max(a*f(i-1),b*f(i-2)+c) (4)
其中a,b,c均为常数,即当前的子问题的求解与前一子问题的解和前前子问题的解相关,构建一个状态转移方程。
③初始条件和边界情况:初始条件确定问题求解的开始方式;边界情况是对动态规划算法计算过程的一种界定。即:初始条件f(0)为某一个固定的值,边界情况为f(i)≤m,求解的所有值均要小于m,否则抛弃。
综上所述,将动态规划算法引入阶段测试优化问题中进行求解。假定当前初始火工品种类有m种,有n个阶段,对应的任务优先级采用Φlevel集合表示,并且在阶段任务过程中存在紧急任务和非紧急任务的插入,其求解过程如下:
①初始化各参数,包括矩阵开关和测量器件的初始可靠性,初始化一维容器Φphase,变量vali。其中:
1)变量vali表示从起始阶段到当前阶段的计算最大值;
2)一维容器Φphase表示计算获得的对应阶段测试顺序。
②初始航天火工品阶段的确定;根据现需待检测的火工品阶段,在可靠性及优先级的约束条件下确定val1值最大的产品作为初始阶段。
③根据下一阶段的火工品产品特性,采用通道优化配置算法配置测量通道,并确定对应的各测量仪器的可靠性情况。
④判断下阶段的优先级,若存在紧急任务则直接进行判定为下一阶段任务测试;若不存在紧急任务,则采用动态规划算法求解以目标函数为最优的下一阶段,并将对应的阶段存入集合Φphase;即:对比多阶段与当前阶段的
Figure BDA0003134054540000091
取最优值
Figure BDA0003134054540000092
为下一阶段确定的最优值。
Figure BDA0003134054540000093
⑤更新各测量器件以及矩阵开关的可靠性;更新阶段任务数量。
⑥遍历查询阶段任务存在时间是否存在超过阈值的情况,有则更新对应任务的优先级。
⑦重复步骤3),4),5),6)直至测试阶段结束。
本发明是基于贝叶斯网络的多阶段柔性测试系统的可靠性评估的,相比于传统的单阶段任务系统,多阶段任务系统具有复杂多元化的特点,本发明能够对复杂多元化的系统进行可靠性评估;
本发明考虑了阶段顺序优化问题的构建,采用任务优先级的方式,结合了器件的可靠性和矩阵开关的切换频率约束,并且阶段任务在优化过程中存在的时间超过阈值,则将该阶段任务的优先级别提高至仅次于紧急任务的优先级。在保证系统的可靠性条件下,对任务测试顺序进行了优化。

Claims (6)

1.基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是,包括步骤:
S1、构建测试系统阶段内贝叶斯网络模型;
S2、构建测试系统阶段间贝叶斯网络模型;
S3、构建多阶段柔性测试系统贝叶斯网络模型;
S4、阶段顺序测试特征变量的提取;
S5、阶段顺序滚动优化问题的构建;
S6、阶段顺序滚动优化问题求解。
2.根据权利要求1所述的基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是:所述步骤S1中,将测试过程分为若干部分,通过对测试过程的特征提取,构建各部分的贝叶斯网络结构,将各部分的贝叶斯网络结构进行整合,构建特征阶段的测试系统贝叶斯网络结构图。
3.根据权利要求1所述的基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是:所述步骤S3通过对阶段间和阶段内的贝叶斯网络建模,只有当每阶段的可靠性均满足要求,柔性测试系统整体的可靠性才能达标,系统整体任务合格。
4.根据权利要求1所述的基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是:所述步骤S4从可靠性和切换频率两个标准出发,提取对阶段测试影响大的元素作为特征变量。
5.根据权利要求1所述的基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是:所述步骤S5通过采用任务优先级的方式,结合可靠性和切换频率约束,构建阶段顺序滚动优化问题。
6.根据权利要求1所述的基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法,其特征是:所述步骤S6中优化问题的构建主要满足三个条件:
1)切换频率低;
2)系统可靠性满足测试要求;
3)能根据任务优先级实时优化。
CN202110713968.9A 2021-06-25 2021-06-25 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法 Active CN113393146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110713968.9A CN113393146B (zh) 2021-06-25 2021-06-25 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110713968.9A CN113393146B (zh) 2021-06-25 2021-06-25 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法

Publications (2)

Publication Number Publication Date
CN113393146A true CN113393146A (zh) 2021-09-14
CN113393146B CN113393146B (zh) 2022-12-20

Family

ID=77624151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110713968.9A Active CN113393146B (zh) 2021-06-25 2021-06-25 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法

Country Status (1)

Country Link
CN (1) CN113393146B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070074216A1 (en) * 2004-06-01 2007-03-29 Sony Computer Entertainment Inc. Task management method, task management device, semiconductor integrated circuit, electronic apparatus, and task management system
US7930700B1 (en) * 2005-05-23 2011-04-19 Hewlett-Packard Development Company, L.P. Method of ordering operations
CN102761928A (zh) * 2011-04-25 2012-10-31 上海无线通信研究中心 基于业务QoS的群组用户异构网络切换方法
US20130227581A1 (en) * 2010-02-22 2013-08-29 Telefonaktiebolaget L M Ericsson (Publ) Technique for Providing Task Priority Related Information Intended for Task Scheduling in a System
CN103914346A (zh) * 2013-12-16 2014-07-09 西北工业大学 一种基于分组的实时操作系统双优先级任务调度节能方法
CN104317990A (zh) * 2014-10-09 2015-01-28 中国运载火箭技术研究院 一种基于风险的多阶段任务航天器可靠性改进方法
CN106462818A (zh) * 2014-06-09 2017-02-22 微软技术许可有限责任公司 评估众包环境中的工作者
CN107070534A (zh) * 2017-01-26 2017-08-18 清华大学 一种中继卫星负载均衡的动态抢占式任务调度方法及系统
CN107462845A (zh) * 2017-07-28 2017-12-12 华南理工大学 Led光源产品电特性参数单工位多参数智能测试装置及方法
JP6406466B1 (ja) * 2017-04-07 2018-10-17 オムロン株式会社 制御装置、制御方法および制御プログラム
CN109344461A (zh) * 2018-09-14 2019-02-15 北京航空航天大学 一种多状态多阶段任务系统的故障场景树建模方法
US20190130305A1 (en) * 2017-10-27 2019-05-02 Intuit Inc. Methods, systems, and computer program product for implementing an intelligent system with dynamic configurability
CN110375598A (zh) * 2019-06-11 2019-10-25 重庆大学 一种针对火工品产品测试系统可靠性分析方法
CN111461506A (zh) * 2020-03-18 2020-07-28 北京航空航天大学 一种基于贝叶斯网络的多微网系统可靠性建模与评估方法
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN112884348A (zh) * 2021-03-12 2021-06-01 重庆大学 基于动态贝叶斯网络的航天起爆器生产偏差源诊断方法
CN112966368A (zh) * 2021-02-04 2021-06-15 西安理工大学 一种考虑共因失效pms的可靠性评估方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070074216A1 (en) * 2004-06-01 2007-03-29 Sony Computer Entertainment Inc. Task management method, task management device, semiconductor integrated circuit, electronic apparatus, and task management system
US7930700B1 (en) * 2005-05-23 2011-04-19 Hewlett-Packard Development Company, L.P. Method of ordering operations
US20130227581A1 (en) * 2010-02-22 2013-08-29 Telefonaktiebolaget L M Ericsson (Publ) Technique for Providing Task Priority Related Information Intended for Task Scheduling in a System
CN102761928A (zh) * 2011-04-25 2012-10-31 上海无线通信研究中心 基于业务QoS的群组用户异构网络切换方法
CN103914346A (zh) * 2013-12-16 2014-07-09 西北工业大学 一种基于分组的实时操作系统双优先级任务调度节能方法
CN106462818A (zh) * 2014-06-09 2017-02-22 微软技术许可有限责任公司 评估众包环境中的工作者
CN104317990A (zh) * 2014-10-09 2015-01-28 中国运载火箭技术研究院 一种基于风险的多阶段任务航天器可靠性改进方法
CN107070534A (zh) * 2017-01-26 2017-08-18 清华大学 一种中继卫星负载均衡的动态抢占式任务调度方法及系统
JP6406466B1 (ja) * 2017-04-07 2018-10-17 オムロン株式会社 制御装置、制御方法および制御プログラム
CN107462845A (zh) * 2017-07-28 2017-12-12 华南理工大学 Led光源产品电特性参数单工位多参数智能测试装置及方法
US20190130305A1 (en) * 2017-10-27 2019-05-02 Intuit Inc. Methods, systems, and computer program product for implementing an intelligent system with dynamic configurability
CN109344461A (zh) * 2018-09-14 2019-02-15 北京航空航天大学 一种多状态多阶段任务系统的故障场景树建模方法
CN110375598A (zh) * 2019-06-11 2019-10-25 重庆大学 一种针对火工品产品测试系统可靠性分析方法
CN111461506A (zh) * 2020-03-18 2020-07-28 北京航空航天大学 一种基于贝叶斯网络的多微网系统可靠性建模与评估方法
CN112487592A (zh) * 2020-12-16 2021-03-12 北京航空航天大学 基于贝叶斯网络的任务可靠性建模分析方法
CN112966368A (zh) * 2021-02-04 2021-06-15 西安理工大学 一种考虑共因失效pms的可靠性评估方法
CN112884348A (zh) * 2021-03-12 2021-06-01 重庆大学 基于动态贝叶斯网络的航天起爆器生产偏差源诊断方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
JIANXIONG ZHOU 等: "Reliability Analysis of Flexible Test System for the Products of Aerospace Pyromechanical Device Based on Dynamic Bayesian Network", 《PROCEEDINGS OF 2020 CHINESE INTELLIGENT SYSTEMS CONFERENCE》 *
JIANXIONGZHOU 等: "Using improved dynamic Bayesian networks in reliability evaluation for flexible test system of aerospace pyromechanical device products", 《RELIABILITY ENGINEERING & SYSTEM SAFETY》 *
巴巍 等: "一种新的组优先级动态实时调度算法", 《计算机科学》 *
童钊 等: "云环境下基于强化学习的多目标任务调度算法", 《小型微型计算机系统》 *
聂成龙 等: "多阶段任务系统任务持续能力数学评价模型研究", 《军械工程学院学报》 *
胡启国 等: "基于累积损伤模型的多阶段系统可靠性分析路集组合方法", 《西北工业大学学报》 *

Also Published As

Publication number Publication date
CN113393146B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN109255159B (zh) 一种基于机器学习的电路路径延时波动预测方法
CN105842087A (zh) 高温应力松弛数据转换为蠕变数据的设计预测方法
CN102955902A (zh) 雷达模拟设备可信度的评估方法及评估系统
US20220036223A1 (en) Processing apparatus, processing method, and non-transitory storage medium
CN105652845A (zh) 一种基于即时学习局部模型的发酵过程故障监测方法
CN115204536A (zh) 楼宇设备故障预测方法、装置、设备及存储介质
CN106886467B (zh) 基于分组-综合多目标进化的多任务测试优选方法
CN113393146B (zh) 基于贝叶斯网络的多阶段柔性测试系统可靠性评估方法
CN106886620B (zh) 航天器测试资源优化配置方法
CN112101482B (zh) 一种对有缺失卫星数据进行参数异常模式检测的方法
Rocco et al. Global sensitivity analysis in a multi-state physics model of component degradation based on a hybrid state-space enrichment and polynomial chaos expansion approach
CN112131716A (zh) 一种用于电力电子化电力系统的随机电磁暂态分析方法及系统
CN106526269A (zh) 一种数据测量方法及系统
CN114492150A (zh) 一种基于数字孪生体的配电网典型业务场景预警方法
CN104679652B (zh) 一种基于Markov方法的仿真系统测试用例生成方法
Mohamed Vall et al. An approach to polynomial NARX/NARMAX systems identification in a closed-loop with variable structure control
CN115577748A (zh) 一种集成挤压激励注意力机制的双通道风电预测方法
CN106776276B (zh) 一种核级仪控系统传递函数动态特性测试方法
US20140278310A1 (en) Probabilistic method and system for testing a material
CN114741963A (zh) 基于多尺度注意力机制的锂电池荷电状态预测方法
CN111199307A (zh) 基于决策树的生产线生产状态预测方法及系统
CN117327858B (zh) 一种特种钢材冶炼数据测试分析方法及系统
CN109613618A (zh) 一种重力敏感器的长期漂移误差补偿方法
CN104978187B (zh) 一种滑窗排序方法、装置及其目标检测方法、装置
CN113554106B (zh) 一种面向电力缺失数据的协同补全方法

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