CN114218781A - 系统功能与可靠性、安全性及测试性综合建模分析方法 - Google Patents

系统功能与可靠性、安全性及测试性综合建模分析方法 Download PDF

Info

Publication number
CN114218781A
CN114218781A CN202111502713.4A CN202111502713A CN114218781A CN 114218781 A CN114218781 A CN 114218781A CN 202111502713 A CN202111502713 A CN 202111502713A CN 114218781 A CN114218781 A CN 114218781A
Authority
CN
China
Prior art keywords
model
fault
data
sysml
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
CN202111502713.4A
Other languages
English (en)
Other versions
CN114218781B (zh
Inventor
周一舟
何浩
彭超
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.)
China Aero Polytechnology Establishment
Original Assignee
China Aero Polytechnology Establishment
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 China Aero Polytechnology Establishment filed Critical China Aero Polytechnology Establishment
Priority to CN202111502713.4A priority Critical patent/CN114218781B/zh
Publication of CN114218781A publication Critical patent/CN114218781A/zh
Application granted granted Critical
Publication of CN114218781B publication Critical patent/CN114218781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

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)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明提供了一种系统功能与可靠性、安全性及测试性综合建模分析方法，其包括：确定系统可靠性、安全性、测试性要求目标，建立面向组件的基础故障数据模块，建立面向组件功能与端口映射的故障传播逻辑属性与约束，建立面向功能交互的测试信息模块，基于Rhapsody‑AltaRica映射的综合模型转换与安全性可靠性分析，基于SysML‑MFGM映射的综合模型转换与测试性分析。本发明通过构建一个完整的功能设计模型源，可通过自动化手段实现安全性、可靠性、测试性分析模型的生成，避免了大量人工操作的缺陷，为实现以功能模型为核心的系统多专业设计提供有效方法，准确率高且高效。

Description

系统功能与可靠性、安全性及测试性综合建模分析方法
技术领域
本发明属于机载系统通用质量特性设计与分析技术领域，特别是一种系统功能与可靠性、安全性及测试性综合建模分析方法。
背景技术
随着科学技术的发展，现代装备的复杂程度越来越高，使得其安全性、可靠性和测试性的设计分析评估工作也变得更加复杂和繁重。系统功能与安全性、可靠性、测试性的一体化建模是保证设计数据和模型统一，提高通用质量特性分析准确性和效率的有效方法，避免了安全性、可靠性、测试性各专业独立建模而导致的工作重复、数据源不统一等问题。
目前，系统功能与安全性、可靠性、测试性综合建模的主要技术思路是：首先建立描述系统组成、功能逻辑和数据交互关系的正常功能模型；第二，在功能模型的基础上构造系统故障传播逻辑，根据安全性、可靠性分析的需要，自动生成故障树等分析模型，从而满足安全性可靠性分析的需求；第三，以故障传播逻辑为基础，进一步定义测试点以及系统信号与测试的关系，继而建立包含测试逻辑的综合性模型，实现测试性的定性和定量分析。
在具体的实施手段上，由于基于模型的系统工程技术的不断成熟，SYSML语言已经逐渐成为系统功能建模的唯一标准语言，因此安全性等通用质量特性的建模必须解决与SYSML功能模型的接口和继承问题，例如通过SYSML与Altarica的模型映射，提取SYSML模型中的关键设计要素，再自动生成Altarica模型，从而保证了SYSML模型与Altarica模型在功能逻辑上的统一。但是，在实际的工程实践中，以上操作存在的主要问题是：基于功能的系统安全性、可靠性、测试性的建模除了需要正常的功能逻辑外，最重要的是建立系统故障传播逻辑，包括获取组成单元的故障模式以及故障影响关系，现有的模型转换技术可以解决正常功能逻辑提取的问题，但是故障的逻辑关系以及故障的检测还要人工根据设计方案判断，主要原因在于现有的SYSML功能建模方法中没有给出关于余度、测试性设计相关信息，因此不能满足安全性、可靠性、测试性等通用质量特性分析的需要，为实现基于功能模型的系统多学科一体化分析设置了障碍。因此，为避免目前在通用质量特性建模和SYSML模型转化过程中存在大量人工操作的缺陷，也为实现以功能模型为核心的系统多专业设计提供有效方法，寻求一种系统功能与可靠性、安全性及测试性综合建模分析方法是十分迫切且必要的。
发明内容
本发明针对上述现有技术中的缺陷，提出一种系统功能与可靠性、安全性及测试性综合建模分析方法。该方法包括确定系统可靠性、安全性、测试性要求目标，建立面向组件的基础故障数据模块，建立面向组件功能与端口映射的故障传播逻辑属性与约束，建立面向功能交互的测试信息模块，基于Rhapsody-AltaRica映射的综合模型转换与安全性可靠性分析，基于SysML-MFGM映射的综合模型转换与测试性分析。本发明通过构建一个功能设计模型源，可通过自动化手段实现安全性、可靠性、测试性分析模型的生成，避免了大量人工操作的缺陷，为实现以功能模型为核心的系统多专业设计提供有效方法，准确率高且高效。
本发明提供一种系统功能与可靠性、安全性及测试性综合建模分析方法，其包括以下步骤：
S1、确定系统可靠性、安全性和测试性要求目标；
S2、建立面向组件的基础故障数据模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元限制块<metaclass:constraint block>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对基础故障数据要素及其数据关系进行构建，形成基于SysML的基础故障模型数据结构；
S3、建立面向组件功能与端口映射的故障传播逻辑属性与约束：以SysML的侧面profile语法定义要求为基础，选用元标签<metaclass:tag>和元约束<metaclass:constraint>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对多输入信号余度关系、输入与输出故障传播关系等进行构建，形成基于SysML的多信号冗余与故障传播逻辑建模方法；
S4、建立面向功能交互的测试信息模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元语言<metaclass：SysML>为元模型要素，采用模块化<stereotype>扩展定义方式，对测试信息数据要素及其数据关系进行构建，形成基于SysML的测试性模型数据结构；
S5、基于Rhapsody-AltaRica映射的综合模型转换与安全性可靠性分析：
S51、面向AltaRica语言的系统架构与故障模型数据转换；开展面向系统架构设计数据的模型转换、面向故障数据包的模型转换和面向信号交互的故障逻辑模型转换；
S511、面向系统架构设计数据的模型转换：面向系统架构设计模型中系统组成单元Block、各组成单元模块功能定义Block.Oper、各组成单元模块输入端口Block.in、输出端口Block.out和端口与功能映射关联关系SysML:Link.IFO在内的关键模型元素，通过对SysML、AltaRica语言的模型要素解析，建立两者间模型转换关系，实现系统架构设计要素的模型映射与转换；
S512、面向故障数据包的模型转换：面向故障数据包中的功能故障模式、端口故障模式、故障分布和故障参数在内的模型数据要素，通过对SysML、AltaRica语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S513、面向信号交互的故障传播逻辑模型数据转换：根据输入输出与端口映射关系<IFO>，自动构建输出端口故障逻辑关系Logic(output.FailureTypei)：
Figure BDA0003402901640000031
其中：dom(function.FailureMode)表示功能故障模式；dom(input1.FailureType)表示第1个输入端口对应的故障类型；dom(inputs.FailureType)表示第s个输入端口对应的故障类型，s为整数；
结合信号余度的冗余<redundance>扩展属性对其逻辑符号进行遍历调整，自动构建以输出端口故障模式为目标，以输入端口故障模式、功能故障模式为原因的故障逻辑表达式，实现基于功能交互关系的故障传播逻辑自动构建，建立SysmL-AltaRica模型要素映射关系，完成故障传播逻辑模型数据的转换；
S52、基于AltaRica模型的安全性、可靠性分析：采用AltaRica模型编译器自动开展基于模型的安全性、可靠性专业模型构建，识别影响安全、任务的组件关键功能故障及组合，指定故障控制措施，评估系统顶层关键功能故障失效概率、平均故障间隔时间MTBF、任务可靠度R在内的定量指标；
S6、基于SysML-MFGM映射的综合模型转换与测试性分析：以多信号流图模型MFGM为测试性专业分析目标模型，通过构建SysML-MFGM模型映射关系，实现系统架构数据、基础故障数据、测试信息数据的自动转换，进一步结合MFGM模型自身的D矩阵编译算法，开展未检测故障、冗余测试、模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估；其中所述检测率FDR为：
Figure BDA0003402901640000032
其中：λD表示将所有可检测出故障的故障率λi累加值，即将相关性矩阵中所有非0行故障的概率全部相加，m为非零行数；λ表示将所有可能发生故障的概率λj累加值，即相关性矩阵中除去无故障行的故障概率全部相加，n为总行数；i和j为整数；
所述隔离指标FIR为：
Figure BDA0003402901640000041
其中：λ0表示系统无故障运行状态的概率；λk表示第k个可隔离的故障模式失效率；M表示相关矩阵无重复行的数目；N表示相关矩阵全部行的数目；λl当前系统第l个故障模式的失效率；k和l为整数。
进一步，所述步骤S2具体包括以下步骤：
S21、确定基础故障数据要素，所述基础故障数据要素包括故障模式FailureMode、端口故障类型FailureType、故障分布FailureDistribute和故障参数FailureParameter；
S22、基于SYSML定义基础故障模块：采用SysML语言的侧面profile扩展定义形式，构建基础故障数据模块特征包，建立与SysML模型包之间的关联关系；
S23、基于SYSML定义基础故障数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:block>和元限制块<metaclass:constraintblock>为元模型要素，对步骤S21中规定的基础故障数据要素进行模块及相关属性定义；
S24、构建故障数据要素关联关系：采用SysML语言的构成<compose>和参考<reference>在内的模型关联关系类型，按照分解和关联构建各数据要素之间的关联关系，建立基础故障数据模块的数据结构；
S25、构建故障数据要素与设计要素关联关系：采用SysML语言的模型关联关系构建各故障数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据集成与关联。
进一步，所述步骤S4具体包括以下步骤：
S41、定义测试信息数据要素：所述测试信息数据要素在系统功能定义、组件功能交互、故障模式定义的基础上进一步补充测试性相关的数据要素，其包括测点TestPoint、测试项目TestProject、测试方式TestMode、测试时机TestOccasion和测试信号TestSingnal；
S42、定义基于Rhapsody的测试数据模块：采用SysML语言的侧面profile扩展定义形式，构建测试性模块特征包，建立与SysML的模型包、基础故障数据包之间的关联关系；
S43、定义基于Rhapsody的测试数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:class>和元语言<metaclass:SysML>为元模型要素，对步骤S41中规定的测试信息数据要素进行模块及相关属性定义；
S44、构建测试数据要素关联关系：采用SysML语言的囊括<include>在内的模型关联关系类型，按照关联等构建各数据要素之间的关联关系，建立测试性模块的数据结构；
S45、构建测试数据要素与设计要素关联关系：采用SysML语言的关联<associated>构建各测试数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据、测试集成与关联。
进一步，所述步骤S6具体包括以下步骤：
S61、面向多信号流图模型MFGM的系统架构与故障模型数据转换：
S611、面向系统架构设计数据的模型转换，所述模型转换要素包括系统组成单元SysML:Block、各组成单元模块输入端口SysML:Block.in和输出端口SysML:Block.out；
S612、面向故障数据包的模型转换：以所述步骤S2构建的基础故障数据包模型要素为基础，面向功能故障模式FailureMode和故障参数FailureParameter在内的模型数据要素，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S613、面向测试基础数据包的模型转换：以所述步骤S42构建的测试数据要素模型为基础，面向测点TestPoint、测试项目TestProject、测试方式TestMode和测试时机TestOccasion，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S614、面向故障传播逻辑的测试相关性数据信息模型转换：以所述步骤S513中构建的输出端口故障逻辑关系Logic(output.FailureType)为基础，自动建立输入故障-输出故障、功能故障-输出故障之间的有向连接关系，并进一步通过构建SysmL-MFGM模型要素映射关系，完成关于测试相关性数据信息的模型转换，实现基于信息流的故障与测试相关性自动构建；
S62、基于多信号流图模型MFGM的测试性分析：采用多信号流图模型MFGM编译器自动开展D矩阵分析，并进一步基于D矩阵开展未检测故障、冗余测试、模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估：
S621、基于D矩阵的未检测故障分析：若D矩阵中存在全为0的行，则该行所对应的诊断结论即为不可检测故障，否则该行对应的诊断结论为可检测故障；
S622、基于D矩阵的冗余测试分析：对于D矩阵中出现的完全相同的列向量，则判定两者对应的测试为冗余测试；
S623、基于D矩阵的模糊组分析；对于D矩阵中出现的完全相同的行向量，则判定两者对应的故障模式为模糊组；
S624、基于D矩阵的检测率、隔离率评估：结合各故障模式底层的故障参数FailureParameter和FailureDistribute在内的属性，开展基于D矩阵的检测率FDR和隔离率FIR的定量指标评估。
可优选的是，所述步骤S3具体包括以下步骤：
S31、定义面向余度设计的多信号冗余属性扩展：针对单个输出端口需要多个输入的模块类型，构建面向输入端口冗余属性，实现面向余度设计的输入与输出端口之间的余度设计信息配置；
S32、定义局部故障传播逻辑数据要素：采用SysML语言的侧面profile扩展定义形式，构建包含故障传播逻辑数据要素的可靠性特征包以及故障逻辑数据模块，建立与SysML的模型包、基础故障数据包之间的关联关系。
可优选的是，所述步骤S1中所述系统可靠性、安全性、测试性要求包括典型任务剖面{MP1,…,MPs}、每个典型任务剖面的持续时间{Mt1,…,Mts}、任务可靠度R、系统顶层关键功能故障失效概率、平均故障间隔时间MTBF、检测率FDR和隔离率FIR。
可优选的是，所述步骤S52中的所述安全性、可靠性专业模型包括失效模式与影响分析FMEA、故障树分析FTA和可靠性框图分析RBD。
与现有技术相比，本发明的技术效果为：
1、本发明提出的一种系统功能与可靠性、安全性及测试性综合建模分析方法，基于Rhapsody建立的正常功能逻辑架构模型，针对基础故障数据、基础余度设计数据、测试性数据进行基于SysML-profile的扩展数据结构建模，最终在SysML同源模型环境建立安全性、可靠性、测试性的共性基础数据，提供一个可满足安全性、可靠性、测试性分析的完整功能模型，为后续各专业特性的分析评估鉴定模型基础。
2、本发明提出的一种系统功能与可靠性、安全性及测试性综合建模分析方法，构建了面向组件功能的故障传播逻辑自动生成、基于故障传播逻辑关系的测试相关性自动转换方法，使得综合模型具有更高效的故障路径自动构建能力，在开展面向多输入、多输出复杂功能交互系统的故障传递分析过程中提高了分析结果的准确性。
3、本发明提出的一种系统功能与可靠性、安全性及测试性综合建模分析方法，以基于AltaRica的安全性可靠性分析模型、基于多信号流图的测试性分析模型为目标，针对本发明中扩展构建的基础故障数据、基础余度设计数据、测试性数据，建立SysML-AltaRica、SysML-MFGM关键模型要素映射关系，实现综合模型与现行专业模型的有效集成与转换，为实现基于同源综合数据模型的安全性、可靠性、测试性分析工作提供支撑。
4、本发明提出的一种系统功能与可靠性、安全性及测试性综合建模分析方法，通过构建一个功能设计模型源，可通过自动化手段实现安全性、可靠性、测试性分析模型的生成，从而避免了目前在通用质量特性建模和SYSML模型转化过程中存在大量人工操作的缺陷，为实现以功能模型为核心的系统多专业设计提供有效方法。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显。
图1是本发明的系统功能与可靠性、安全性及测试性综合建模分析方法的流程图；
图2是本发明中关于基础故障模式扩展建模的实施示例图；
图3是本发明中关于故障传播逻辑关系扩展建模的实施示例图；
图4是本发明中关于测试性扩展建模的实施示例图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了本发明的系统功能与可靠性、安全性及测试性综合建模分析方法，该方法包括以下步骤：
S1、确定系统可靠性、安全性和测试性要求目标，系统可靠性、安全性、测试性要求包括典型任务剖面{MP1,…,MPs}、每个典型任务剖面的持续时间{Mt1,…,Mts}、任务可靠度R、系统顶层关键功能故障失效概率、平均故障间隔时间MTBF、检测率FDR和隔离率FIR。
S2、建立面向组件的基础故障数据模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元限制块<metaclass:constraint block>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对基础故障数据要素及其数据关系进行构建，形成基于SysML的基础故障模型数据结构，一个具体实施例如图2所示。
S21、确定基础故障数据要素，基础故障数据要素包括故障模式FailureMode、端口故障类型FailureType、故障分布FailureDistribute和故障参数FailureParameter。
S22、基于SYSML定义基础故障模块：采用SysML语言的侧面profile扩展定义形式，构建基础故障数据模块特征包，建立与SysML模型包之间的关联关系。
在一个具体实施例中，具体实施如下：
a.以SysML中的profile数据包为模型基础，在其profile目录下创建扩展侧面<extendprofile>包图；
b.在扩展侧面<extendprofile>包图中创建基础失效数据《Basic Failure Data》数据包，调用已有的SysML数据包；
c.采用<import>连线类型建立与元语言<metaclass:SysML>数据包的关联关系。
S23、基于SYSML定义基础故障数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:block>和元限制块<metaclass:constraint block>为元模型要素，对步骤S21中规定的基础故障数据要素进行模块及相关属性定义。
在一个具体实施例中，具体实施如下：
a.以元块<metaclass:block>为元模型对象，采用模块化<stereotype>形式分别扩展定义故障模式FailureMode和故障类型FailureType两项自定义模块；
b.在故障模式FailureMode和故障类型FailureType两模块下分别扩展定义变量字段“NAME:string”；
c.以元限制块<metaclass:constraintblock>为元模型对象，采用模块化<stereotype>形式扩展定义故障分布FailureDistribute和故障参数FailureParameter；
d.故障参数FailureParameter中扩展定义第一变量字段“lamda:string”、第二变量字段“mu:string”、第三变量字段“time:string”和第四变量字段“propbability:string”；
S24、构建故障数据要素关联关系：采用SysML语言的构成<compose>和参考<reference>在内的模型关联关系类型，按照分解和关联构建各数据要素之间的关联关系，建立基础故障数据模块的数据结构。
在一个具体实施例中，具体实施如下：
a.选用<reference>连接类型，建立<FailureMode>、<FailureType>与<metaclass:class>的关联关系，箭头指向<metaclass:class>；
b.选用<reference>连接类型；建立<FailureDistribute>、<FailureParameter>与<metaclass:constraintblock>关联关系，箭头指向<metaclass:constraintblock>；
c.选用参考<dependance>连线类型，建立<FailureDistribute>与<BasicFailureData>关联关系，箭头指向<BasicFailureData>；
d.选用<refine>连线类型，建立<Exponent>与<FailureDistribute>关联关系，箭头指向<FailureDistribute>；
S25、构建故障数据要素与设计要素关联关系：采用SysML语言的模型关联关系构建各故障数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据集成与关联。
在一个具体实施例中，具体实施如下：
a.选用关联<associated>关系构建<FailureMode>与元活动<metaclss:Activity>之间的数据关联关系，两者之间数量关系为“*-1”；
b.选用关联<associated>关系构建<FailureType>与元信息<metaclss:message>之间的数据关联关系，两者之间数量关系为“*-1”。
S3、建立面向组件功能与端口映射的故障传播逻辑属性与约束：以SysML的侧面profile语法定义要求为基础，选用元标签<metaclass:tag>和元约束<metaclass:constraint>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对多输入信号余度关系、输入与输出故障传播关系等进行构建，形成基于SysML的多信号冗余与故障传播逻辑建模方法，一个具体实施例如图3所示。
S31、定义面向余度设计的多信号冗余属性扩展：针对单个输出端口需要多个输入的模块类型，构建面向输入端口冗余属性，实现面向余度设计的输入与输出端口之间的余度设计信息配置。
在一个具体实施例中，具体实施如下：
a.以元标签<metaclass:tag>为元模型基础，通过模块化<stereotype>构建冗余<redundance>，其下扩展构建变量“NAME:sting”、“MUTI:Boolean”；
b.采用关联<associted>建立与<metaclass:needmessage>的关联关系，且箭头指向<metaclass:neededmessage>，两者之间数量关系为“1-1”；
c.对于冗余<redundance>:MUTI取值的情况说明如下：
情况一：当两个(或以上)输入信号仅需满足一个信号存在则输出正常的情况，则令各输入信号的<redundance>:MUTI＝true；
情况二：当两个(或以上)信号必须同时存在则输出正常的情况，则令各输入信号的<redundance>:MUTI＝false；
d.以在步骤S15中识别的<IFO>属性要素为基础，当某个<IFO>＝{input,Oper,output}则令当前input的<redundance>:NAME＝output:name，此步骤同理于<singleness>:NAME的自动获取方式。
S32、定义局部故障传播逻辑数据要素：采用SysML语言的侧面profile扩展定义形式，构建包含故障传播逻辑数据要素的可靠性特征包以及故障逻辑数据模块，建立与SysML的模型包、基础故障数据包之间的关联关系。
在一个具体实施例中，具体实施如下：
a.以步骤S22构建的侧面profile包图为基础，扩展定义<reliability>数据包，通过<import>建立与<BasicFailureData>之间的关联关系，箭头指向<reliability>；
b.以元限制<metaclass:constraint>、<FailureMode>、<FailureType>、<metaclass:needmessage>为元模型基础，通过<stereotype>构建<LocFailurePropagate>自定义模块，下属扩展定义“PROP:LOGIC”变量属性；
c.对“LOGIC”进行Enumeration枚举型赋值，其数值集合为Dom(LOGIC)＝{AND；OR；NOT；K/N}。
S4、建立面向功能交互的测试信息模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元语言<metaclass:SysML>为元模型要素，采用模块化<stereotype>扩展定义方式，对测试信息数据要素及其数据关系进行构建，形成基于SysML的测试性模型数据结构，一个具体实施例如图4所示。
S41、定义测试信息数据要素：测试信息数据要素在系统功能定义、组件功能交互、故障模式定义的基础上进一步补充测试性相关的数据要素，其包括测点TestPoint、测试项目TestProject、测试方式TestMode、测试时机TestOccasion和测试信号TestSingnal；
S42、定义基于Rhapsody的测试数据模块：采用SysML语言的侧面profile扩展定义形式，构建测试性模块特征包，建立与SysML的模型包、基础故障数据包之间的关联关系。
在一个具体实施例中，具体实施如下：
a.以步骤S22中的侧面profile数据模型为基础，补充构建<TestData>侧面profile数据数据包；
b.采用导入<import>建立与<metaclass:SysML>数据包的关联关系，箭头指向<metaclass:SysML>；
c.采用导入<import>建立与<BasicFailureData>数据包关联关系，箭头指向<metaclass:SysML>。
S43、定义基于Rhapsody的测试数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:class>和元语言<metaclass:SysML>为元模型要素，对步骤S41中规定的测试信息数据要素进行模块及相关属性定义。
在一个具体实施例中，具体实施如下：
a.以元块<metaclass:block>为元模型对象，采用模块化<stereotype>形式扩展分别定义<TestPoint>、<TestProject>、<TestMode>、<TestOccasion>、<TestSingnal>自定义模块；
b.<TestPoint>、<TestProject>、<TestSingnal>下属分别扩展定义“NAME:string”变量；
c.<TestMode>下属定义“MODE:TESTTYPE”变量，数据类型为Enumeration枚举型，数据取值为Dom(TESTTYPE)＝{PUBIT,PBIT,MBIT,BITE,MANUAL}；
d.<TestOccasion>下属定义“Occasion:PHASE”变量，数据类型为Enumeration枚举型，数据取值为Dom(PHASE)＝{GROUND,FIGHRT,LANDING,MAINTEN}。
S44、构建测试数据要素关联关系：采用SysML语言的囊括<include>在内的模型关联关系类型，按照关联等构建各数据要素之间的关联关系，建立测试性模块的数据结构。
在一个具体实施例中，具体实施如下：
a.选用构成<composed>建立<TestPoint>与<TestProject>的关联关系，箭头指向<TestPoint>，两者之间数量关系为“1-*”；
b.选用囊括<include>建立<TestProject>与<TestMode>、<TestOccasion>，<TestSingnal>的关联关系，箭头指向<TestProject>；
c.TestProject>与<TestMode>、<TestOccasion>的数量关系均为“1-1”，<TestProject>与<TestSingnal>的数量关系均为“1-*”。
S45、构建测试数据要素与设计要素关联关系：采用SysML语言的关联<associated>构建各测试数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据、测试集成与关联。
在一个具体实施例中，具体实施如下：
a.选用关联<associated>关系构建<TestPoint>与元活动<metaclss:Activity>之间的数据关联关系，两者之间数量关系为“*-1”；
b.选用关联<associated>关系构建<TestPoint>与元信息<metaclss:message>之间的数据关联关系，两者之间数量关系为“*-1”；
S5、基于Rhapsody-AltaRica映射的综合模型转换与安全性可靠性分析：通过构建SysML-AltaRica模型映射关系，实现系统架构数据、基础故障数据、故障传播逻辑数据的自动转换，构建基于AltaRica语言的安全性、可靠性专业模型，并进一步结合AltaRica语言自身模型编译功能，完成关键故障识别、故障控制措施分析、共因分析、定量指标评估在内的安全性、可靠性设计分析工作。
S51、面向AltaRica语言的系统架构与故障模型数据转换；开展面向系统架构设计数据的模型转换、面向故障数据包的模型转换和面向信号交互的故障逻辑模型转换。
S511、面向系统架构设计数据的模型转换：面向系统架构设计模型中系统组成单元Block、各组成单元模块功能定义Block.Oper、各组成单元模块输入端口Block.in、输出端口Block.out和端口与功能映射关联关系SysML:Link.IFO在内的关键模型元素，通过对SysML、AltaRica语言的模型要素解析，建立两者间模型转换关系，实现系统架构设计要素的模型映射与转换。
在一个具体实施例中，具体实施如下：
a.基于SysML的模块组成单元识别。以SysML中的块定义图(BDD，BlockDefinition Diagram)为模型基础，识别当前系统架构模型的组成单元dom(Block)＝{block1，…，block s}；
b.基于SysML的模块功能要素识别。以SysML中的活动图(ActD，ActivityDiagram)为模型基础，识别各组成单元模块blocki的功能定义dom(Block.Oper)＝{Operationi1，…，Operationis}；
c.基于SysML的模块边界端口要素识别。以SysML中的内部块图(IBD，InternalBlock Diagram)为模型基础，识别各组成单元模块blocki的输入端口dom(Block.in)＝{inputi1，…，inputiS}、输出端口dom(Block.out)＝{outputi1，…，outputiS}；
d.基于SysML的模块端口与功能映射关系识别以SysML中的时序图(SD，SequenceDiagram)为模型基础，识别各组成单元模块blocki的端口与功能映射关联关系dom(Link.IFO)＝{Link.IFO i1，…，Link.IFO iS}；
e.建立基于SysML-AltaRica的模型设计要素映射关系：系统组成单元SysML:Block—AltaRica:node；各组成单元模块功能定义SysML:Block.Oper—AltaRica:state；各组成单元模块输入端口SysML:Block.in—AltaRica:inflow；输出端口SysML:Block.out—AltaRica:outflow，以及端口与功能映射关联关系SysML:Link.IFO—AltaRica:assert。
S512、面向故障数据包的模型转换：面向故障数据包中的功能故障模式、端口故障模式、故障分布和故障参数在内的模型数据要素，通过对SysML、AltaRica语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换。
关于故障数据包各关键要素的模型映射关系的具体实施规则如下：
a.功能故障模式<BasicFailureData>:FailureMode.Name—AltaRica:dom(state)；
b.端口故障模式<BasicFailureData>:FailureType.Name—AltaRica:dom(inflow/outflow)；
c.故障分布<BasicFailureData>:FailureDistribute—AltaRica:event.tigger；
d.故障参数<BasicFailureData>:FailureParameter—AltaRica:event.par；
S513、面向信号交互的故障传播逻辑模型数据转换：根据输入输出与端口映射关系<IFO>，自动构建输出端口故障逻辑关系Logic(output.FailureType)：
Figure BDA0003402901640000131
dom(function.FailureMode)表示功能故障模式；dom(input1.FailureType表示第1个输入端口对应的故障类型；dom(inputs.FailureType)表示第s个输入端口对应的故障类型，s为整数。
结合信号余度的冗余<redundance>扩展属性对其逻辑符号进行遍历调整，自动构建以输出端口故障模式为目标，以输入端口故障模式、功能故障模式为原因的故障逻辑表达式，实现基于功能交互关系的故障传播逻辑自动构建，建立SysmL-AltaRica模型要素映射关系，完成故障传播逻辑模型数据的转换。
在一个具体实施例中，具体实施如下：
a.根据SysML:Link.IFO＝(input1,…,inputs,function,output)映射关系，通过步骤S25构建的<metaclass:supplymessage>与<FailureType>的关联关系，遍历并枚举当前output、input的所有端口故障模式dom(output.FailureType)＝{FailureType1,…,FailureTypen}，dom(inputs.FailureType)＝{FailureTypes1,…,FailureTypesn}，通过步骤S25构建的<metaclass:operation>与<FailureMode>的关联关系，遍历并枚举当前function的所有功能故障模式dom(function.FailureMode)＝{FailureMode 1,…FailureModen}；
b.根据SysML:Link.IFO自动构建面向输出端口dom(output.FailureType)的故障传播函数，即输出端口故障逻辑关系。
c.依据各输入端口元素<metacalss:needmessage>的“<redundance>:MUTI属性结果，对Logic(output.FailureTypei)的逻辑连接词进行自动调整：若needmessage:<redundance>:MUTI＝false，则保留其前后紧邻的“OR”；若needmessage:<redundance>:MUTI＝true,则将所有为“MUTI＝true”的needmessage元素按照从左至右进行排序，并将各元素之间的逻辑连接词变为“AND”，其余内容保持不变；
d.通过建立SysmL:LocFailurePropagate.Constraint-AltaRica:assert之间的模型映射关系，完成故障传播逻辑模型数据的转换。
S52、基于AltaRica模型的安全性、可靠性分析：采用AltaRica模型编译器自动开展基于模型的安全性、可靠性专业模型构建，识别影响安全、任务的组件关键功能故障及组合，指定故障控制措施，评估系统顶层关键功能故障失效概率、平均故障间隔时间MTBF、任务可靠度R在内的定量指标；安全性、可靠性专业模型包括失效模式与影响分析FMEA、故障树分析FTA和可靠性框图分析RBD。
在一个具体实施例中，具体实施如下：
a.通过AltaRica语言的模型编译器FMEA-compilation自动生成FMEA结果，识别影响安全、任务的组件关键功能故障模式，制定故障控制措施，为余度架构设计改进提供支撑；
b.通过AltaRica语言的模型编译器FTA-compilation自动生成FTA结果，识别影响安全、任务的组件关键功能故障组合，并进一步开展各割集内部元素之间的共因分析，识别可能导致余度设计措施失效的故障诱因；
c.通过AltaRica语言的模型编译器RBD-compilation自动生成RBD模型，开展基本可靠性MTBF指标评估；
d.结合各故障模式底层的故障参数FailureParameter、FailureDistribute等属性，开展基于FTA的顶层关键功能失效概率、任务可靠度的定量评估。
S6、基于SysML-MFGM映射的综合模型转换与测试性分析：以多信号流图模型MFGM为测试性专业分析目标模型，通过构建SysML-MFGM模型映射关系，实现系统架构数据、基础故障数据、测试信息数据的自动转换，进一步结合MFGM模型自身的D矩阵编译算法，开展未检测故障、冗余测试、模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估。
S61、面向多信号流图模型MFGM的系统架构与故障模型数据转换：
S611、面向系统架构设计数据的模型转换，模型转换要素包括系统组成单元SysML:Block、各组成单元模块输入端口SysML:Block.in和输出端口SysML:Block.out。
在一个具体实施例中，具体实施如下：
a.系统组成单元SysML:Block—MFGM:M＝{m1,m2,…ma}。
b.各组成单元模块输入端口SysML:Block.in—MFGM:M.input。
c.各组成单元模块输出端口SysML:Block.out—MFGM:M.output。
S612、面向故障数据包的模型转换：以步骤S2构建的基础故障数据包模型要素为基础，面向功能故障模式FailureMode和故障参数FailureParameter在内的模型数据要素，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换。
在一个具体实施例中，具体实施如下：
a.功能故障模式<BasicFailureData>:FailureMode.Name—MFGM:F(f1,f2,…fh)。
b.故障参数<BasicFailureData>:FailureParameter:lamda—MFGM:F.AF。
S613、面向测试基础数据包的模型转换：以步骤S42构建的测试数据要素模型为基础，面向测点TestPoint、测试项目TestProject、测试方式TestMode和测试时机TestOccasion，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换。
在一个具体实施例中，具体实施如下：
a.测点：<TestData>:TestPoint.Name—MFGM:P(p1,p2,…pb)。
b.测试项目：<TestData>:TestProject.Name—MFGM:T(t1,t2,…tl)。
c.测试时机：<TestData>:TestOccasion.Name—MFGM:MFGM:T.AT。
S614、面向故障传播逻辑的测试相关性数据信息模型转换：以步骤S513中构建的输出端口故障逻辑关系Logic(output.FailureType)为基础，自动建立输入故障-输出故障、功能故障-输出故障之间的有向连接关系，并进一步通过构建SysmL-MFGM模型要素映射关系，完成关于测试相关性数据信息的模型转换，实现基于信息流的故障与测试相关性自动构建。
在一个具体实施例中，具体实施如下：
a.基于<reliability>数据包的故障模式与信号自动映射关联。以步骤S422构建的<reliability>数据包为基础，以步骤S513构建的Logic(output.FailureTypei)函数为依托，当某项功能故障模式function.FailureMode∈Logic(output.FailureTypei)，则令function.Failure:TestSingnal.NAME＝FailureType.NAME；
b.基于<BasiFailureData>数据包的端口与信号自动映射关联。以步骤S25构建的故障类型<FailureType>与<metaclss:message>的<associated>关联关系为基础，令<metaclss:message>:TestSingnal.NAME＝FailureType.NAME；
c.基于Logic(output.FailureTypei)的信号转换自动映射。当某项输入端口故障模式<metaclass:neededmessage>:FailureType∈Logic(output.FailureTypei)，则自动建立输当前入端口的信号转换逻辑SingalTrans＝<metaclass:neededmessage>:FailureType TRANS<metaclass:supplymessage>output.FailureType；
d.开展面向信号相关性的SysML-MFGM模型转换，具体映射关系如下：
测试信号<TestData>:TestSingal.Name—MFGM:S(s1,s2,…sx)。
信号与测试关联关系：<TestData>:Testpoint:TestSingnal.NAME—MFGM:ST。
故障模式与信号关联关系：<TestData>:function.Failure:TestSingnal.NAME—MFGM:E(eij)。
信号转换关系：<TestData>:SingalTrans—MFGM:SM(mi)。
S62、基于多信号流图模型MFGM的测试性分析：采用多信号流图模型MFGM编译器自动开展D矩阵分析，并进一步基于D矩阵开展未检测故障、冗余测试、模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估。
在一个具体实施例中，具体实施如下：
S621、基于D矩阵的未检测故障分析：若D矩阵中存在全为0的行，则该行所对应的诊断结论(故障)即为不可检测故障，否则该行对应的诊断结论为可检测故障。
S622、基于D矩阵的冗余测试分析：对于D矩阵中出现的完全相同的列向量，则判定两者对应的测试为冗余测试。
S623、基于D矩阵的模糊组分析；对于D矩阵中出现的完全相同的行向量，则判定两者对应的故障模式为模糊组。
S624、基于D矩阵的检测率、隔离率评估：结合各故障模式底层的故障参数FailureParameter和FailureDistribute在内的属性，开展基于D矩阵的检测率、隔离率的定量指标评估。
检测率FDR为：
Figure BDA0003402901640000161
其中：λD表示将所有可检测出故障的故障率λi累加值，即将相关性矩阵中所有非0行故障的概率全部相加，m为非零行数；λ表示将所有可能发生故障的概率λj累加值，即相关性矩阵中除去无故障行的故障概率全部相加，n为总行数；i和j为整数。
隔离指标FIR为：
Figure BDA0003402901640000162
其中：λ0表示系统无故障运行状态的概率；λk表示第k个可隔离的故障模式失效率；M表示相关矩阵无重复行的数目；N表示相关矩阵全部行的数目；λl当前系统第l个故障模式的失效率；k和l为整数。
本发明设计的一种系统功能与可靠性、安全性及测试性综合建模分析方法，基于Rhapsody建立的正常功能逻辑架构模型，针对基础故障数据、基础余度设计数据、测试性数据进行基于SysML-profile的扩展数据结构建模，最终在SysML同源模型环境建立安全性、可靠性、测试性的共性基础数据，提供一个可满足安全性、可靠性、测试性分析的完整功能模型，为后续各专业特性的分析评估鉴定模型基础；构建了面向组件功能的故障传播逻辑自动生成、基于故障传播逻辑关系的测试相关性自动转换方法，使得综合模型具有更高效的故障路径自动构建能力，在开展面向多输入、多输出复杂功能交互系统的故障传递分析过程中提高了分析结果的准确性；以基于AltaRica的安全性可靠性分析模型、基于多信号流图的测试性分析模型为目标，针对本发明中扩展构建的基础故障数据、基础余度设计数据、测试性数据，建立SysML-AltaRica、SysML-MFGM关键模型要素映射关系，实现综合模型与现行专业模型的有效集成与转换，为实现基于同源综合数据模型的安全性、可靠性、测试性分析工作提供支撑；通过构建一个完整的功能设计模型源，可通过自动化手段实现安全性、可靠性、测试性分析模型的生成，从而避免了目前在通用质量特性建模和SYSML模型转化过程中存在大量人工操作的缺陷，为实现以功能模型为核心的系统多专业设计提供有效方法。
最后所应说明的是：以上实施例仅以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，其包括以下步骤：
S1、确定系统可靠性、安全性与测试性要求目标；
S2、建立面向组件的基础故障数据模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元限制块<metaclass:constraint block>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对基础故障数据要素及其数据关系进行构建，形成基于SysML的基础故障模型数据结构；
S3、建立面向组件功能与端口映射的故障传播逻辑属性与约束：以SysML的侧面profile语法定义要求为基础，选用元标签<metaclass:tag>和元约束<metaclass:constraint>为元模型要素，采用模块化<stereotype>扩展定义建模方式，对多输入信号余度关系、输入与输出故障传播关系等进行构建，形成基于SysML的多信号冗余与故障传播逻辑建模方法；
S4、建立面向功能交互的测试信息模块：以SysML的侧面profile语法定义要求为基础，选用元块<metaclass:block>和元语言<metaclass:SysML>为元模型要素，采用模块化<stereotype>扩展定义方式，对测试信息数据要素及其数据关系进行构建，形成基于SysML的测试性模型数据结构；
S5、基于Rhapsody-AltaRica映射的综合模型转换与安全性可靠性分析：
S51、面向AltaRica语言的系统架构与故障模型数据转换；开展面向系统架构设计数据的模型转换、面向故障数据包的模型转换和面向信号交互的故障逻辑模型转换；
S511、面向系统架构设计数据的模型转换：面向系统架构设计模型中系统组成单元Block、各组成单元模块功能定义Block.Oper、各组成单元模块输入端口Block.in、输出端口Block.out和端口与功能映射关联关系SysML:Link.IFO在内的关键模型元素，通过对SysML、AltaRica语言的模型要素解析，建立两者间模型转换关系，实现系统架构设计要素的模型映射与转换；
S512、面向故障数据包的模型转换：面向故障数据包中的功能故障模式、端口故障模式、故障分布和故障参数在内的模型数据要素，通过对SysML、AltaRica语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S513、面向信号交互的故障传播逻辑模型数据转换：根据输入输出与端口映射关系<IFO>，自动构建输出端口故障逻辑关系Logic(output.FailureType)：
Figure FDA0003402901630000011
其中：dom(function.FailureMode)表示功能故障模式；dom(input1.FailureType)表示第1个输入端口对应的故障类型；dom(inputs.FailureType)表示第s个输入端口对应的故障类型，s为整数；
结合信号余度的冗余<redundance>扩展属性对其逻辑符号进行遍历调整，自动构建以输出端口故障模式为目标，以输入端口故障模式和功能故障模式为原因的故障逻辑表达式，实现基于功能交互关系的故障传播逻辑自动构建，建立SysmL-AltaRica模型要素映射关系，完成故障传播逻辑模型数据的转换；
S52、基于AltaRica模型的安全性和可靠性分析：采用AltaRica模型编译器自动开展基于模型的安全性、可靠性专业模型构建，识别影响安全、任务的组件关键功能故障及组合，指定故障控制措施，评估系统顶层关键功能故障失效概率、平均故障间隔时间MTBF和任务可靠度R在内的定量指标；
S6、基于SysML-MFGM映射的综合模型转换与测试性分析：以多信号流图模型MFGM为测试性专业分析目标模型，通过构建SysML-MFGM模型映射关系，实现系统架构数据、基础故障数据和测试信息数据的自动转换，并结合MFGM模型自身的D矩阵编译算法，开展未检测故障、冗余测试和模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估；其中所述检测率FDR为：
Figure FDA0003402901630000021
其中：λD表示将所有可检测出故障的故障率λi累加值，即将相关性矩阵中所有非0行故障的概率全部相加，m为非零行数；λ表示将所有可能发生故障的概率λj累加值，即相关性矩阵中除去无故障行的故障概率全部相加，n为总行数；i和j为整数；
所述隔离指标FIR为：
Figure FDA0003402901630000022
其中：λ0表示系统无故障运行状态的概率；λk表示第k个可隔离的故障模式失效率；M表示相关矩阵无重复行的数目；N表示相关矩阵全部行的数目；λl当前系统第l个故障模式的失效率；k和l为整数。
2.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S2具体包括以下步骤：
S21、确定基础故障数据要素，所述基础故障数据要素包括故障模式FailureMode、端口故障类型FailureType、故障分布FailureDistribute和故障参数FailureParameter；
S22、基于SYSML定义基础故障模块：采用SysML语言的侧面profile扩展定义形式，构建基础故障数据模块特征包，建立与SysML模型包之间的关联关系；
S23、基于SYSML定义基础故障数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:block>和元限制块<metaclass:constraint block>为元模型要素，对步骤S21中规定的基础故障数据要素进行模块及相关属性定义；
S24、构建故障数据要素关联关系：采用SysML语言的构成<compose>和参考<reference>在内的模型关联关系类型，按照分解和关联构建各数据要素之间的关联关系，建立基础故障数据模块的数据结构；
S25、构建故障数据要素与设计要素关联关系：采用SysML语言的模型关联关系构建各故障数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据集成与关联。
3.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S4具体包括以下步骤：
S41、定义测试信息数据要素：所述测试信息数据要素在系统功能定义、组件功能交互、故障模式定义的基础上进一步补充测试性相关的数据要素，其包括测点TestPoint、测试项目TestProject、测试方式TestMode、测试时机TestOccasion和测试信号TestSingnal；
S42、定义基于Rhapsody的测试数据模块：采用SysML语言的侧面profile扩展定义形式，构建测试性模块特征包，建立与SysML的模型包、基础故障数据包之间的关联关系；
S43、定义基于Rhapsody的测试数据要素：采用SysML语言的模块化<stereotype>定义形式，选取元块<metaclass:class>和元语言<metaclass:SysML>为元模型要素，对步骤S41中规定的测试信息数据要素进行模块及相关属性定义；
S44、构建测试数据要素关联关系：采用SysML语言的囊括<include>在内的模型关联关系类型，按照关联等构建各数据要素之间的关联关系，建立测试性模块的数据结构；
S45、构建测试数据要素与设计要素关联关系：采用SysML语言的关联<associated>构建各测试数据要素与设计元模型要素之间的关联关系，实现面向正向设计模型的故障数据、测试集成与关联。
4.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S6具体包括以下步骤：
S61、面向多信号流图模型MFGM的系统架构与故障模型数据转换：
S611、面向系统架构设计数据的模型转换，所述模型转换要素包括系统组成单元SysML:Block、各组成单元模块输入端口SysML:Block.in和输出端口SysML:Block.out；
S612、面向故障数据包的模型转换：以所述步骤S2构建的基础故障数据包模型要素为基础，面向功能故障模式FailureMode和故障参数FailureParameter在内的模型数据要素，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S613、面向测试基础数据包的模型转换：以所述步骤S42构建的测试数据要素模型为基础，面向测点TestPoint、测试项目TestProject、测试方式TestMode和测试时机TestOccasion，通过对SysML、MFGM语言的模型要素解析，建立两者之间的模型转换关系，实现基础故障数据的模型映射与转换；
S614、面向故障传播逻辑的测试相关性数据信息模型转换：以所述步骤S513中构建的输出端口故障逻辑关系Logic(uotput.FailureType)为基础，自动建立输入故障-输出故障、功能故障-输出故障之间的有向连接关系，并进一步通过构建SysmL-MFGM模型要素映射关系，完成关于测试相关性数据信息的模型转换，实现基于信息流的故障与测试相关性自动构建；
S62、基于多信号流图模型MFGM的测试性分析：采用多信号流图模型MFGM编译器自动开展D矩阵分析，并进一步基于D矩阵开展未检测故障、冗余测试、模糊组分析在内的测试性定性分析以及检测率FDR和隔离率FIR在内的定量指标评估：
S621、基于D矩阵的未检测故障分析：若D矩阵中存在全为0的行，则该行所对应的诊断结论即为不可检测故障，否则该行对应的诊断结论为可检测故障；
S622、基于D矩阵的冗余测试分析：对于D矩阵中出现的完全相同的列向量，则判定两者对应的测试为冗余测试；
S623、基于D矩阵的模糊组分析；对于D矩阵中出现的完全相同的行向量，则判定两者对应的故障模式为模糊组；
S624、基于D矩阵的检测率和隔离率评估：结合各故障模式底层的故障参数FailureParameter和FailureDistribute在内的属性，开展基于D矩阵的检测率FDR和隔离率FIR的定量指标评估。
5.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S3具体包括以下步骤：
S31、定义面向余度设计的多信号冗余属性扩展：针对单个输出端口需要多个输入的模块类型，构建面向输入端口冗余属性，实现面向余度设计的输入与输出端口之间的余度设计信息配置；
S32、定义局部故障传播逻辑数据要素：采用SysML语言的侧面profile扩展定义形式，构建包含故障传播逻辑数据要素的可靠性特征包以及故障逻辑数据模块，建立与SysML的模型包、基础故障数据包之间的关联关系。
6.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S1中所述系统可靠性、安全性、测试性要求包括典型任务剖面{MP1,…,MPs}、每个典型任务剖面的持续时间{Mt1,…,Mts}、任务可靠度R、系统顶层关键功能故障失效概率、平均故障间隔时间MTBF、检测率FDR和隔离率FIR。
7.根据权利要求1所述的系统功能与可靠性、安全性及测试性综合建模分析方法，其特征在于，所述步骤S52中的所述安全性、可靠性专业模型包括失效模式与影响分析FMEA、故障树分析FTA和可靠性框图分析RBD。
CN202111502713.4A 2021-12-10 2021-12-10 系统功能与可靠性、安全性及测试性综合建模分析方法 Active CN114218781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111502713.4A CN114218781B (zh) 2021-12-10 2021-12-10 系统功能与可靠性、安全性及测试性综合建模分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111502713.4A CN114218781B (zh) 2021-12-10 2021-12-10 系统功能与可靠性、安全性及测试性综合建模分析方法

Publications (2)

Publication Number Publication Date
CN114218781A true CN114218781A (zh) 2022-03-22
CN114218781B CN114218781B (zh) 2024-05-07

Family

ID=80700674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111502713.4A Active CN114218781B (zh) 2021-12-10 2021-12-10 系统功能与可靠性、安全性及测试性综合建模分析方法

Country Status (1)

Country Link
CN (1) CN114218781B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115857898A (zh) * 2023-02-25 2023-03-28 武汉万云网络科技有限公司 一种应用系统构建和运行方法及装置
CN115876288A (zh) * 2023-02-27 2023-03-31 泰安奇正电子科技有限公司 一种基于大数据的电子仪表故障分析方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089861A (zh) * 2017-12-27 2018-05-29 南京航空航天大学 一种从SysML模型转换到AltaRica模型的转换方法
CN110502808A (zh) * 2019-08-02 2019-11-26 中国航空无线电电子研究所 面向SysML的系统安全性分析方法和装置
KR20200030990A (ko) * 2018-09-13 2020-03-23 상명대학교산학협력단 제어 시스템의 해저드 분석 방법 및 그 장치
CN111176639A (zh) * 2019-12-30 2020-05-19 南京航空航天大学 一种从SysML到AltaRica的自动化模型转换方法
WO2021209191A1 (en) * 2020-04-15 2021-10-21 Siemens Industry Software Nv System, apparatus and method for generating automatically a component fault tree of a system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089861A (zh) * 2017-12-27 2018-05-29 南京航空航天大学 一种从SysML模型转换到AltaRica模型的转换方法
KR20200030990A (ko) * 2018-09-13 2020-03-23 상명대학교산학협력단 제어 시스템의 해저드 분석 방법 및 그 장치
CN110502808A (zh) * 2019-08-02 2019-11-26 中国航空无线电电子研究所 面向SysML的系统安全性分析方法和装置
CN111176639A (zh) * 2019-12-30 2020-05-19 南京航空航天大学 一种从SysML到AltaRica的自动化模型转换方法
WO2021209191A1 (en) * 2020-04-15 2021-10-21 Siemens Industry Software Nv System, apparatus and method for generating automatically a component fault tree of a system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘雪: "模型驱动的嵌入式系统设计安全性验证方法研究", 《硕士电子期刊》, 1 January 2015 (2015-01-01), pages 1 - 23 *
王如平，周一舟: "基于MBSE的复杂工程系统可靠性设计分析关键技术研究", 《航空标准化与质量》, no. 5, 31 October 2021 (2021-10-31), pages 42 - 51 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115857898A (zh) * 2023-02-25 2023-03-28 武汉万云网络科技有限公司 一种应用系统构建和运行方法及装置
CN115857898B (zh) * 2023-02-25 2023-05-23 武汉万云网络科技有限公司 一种应用系统构建和运行方法及装置
CN115876288A (zh) * 2023-02-27 2023-03-31 泰安奇正电子科技有限公司 一种基于大数据的电子仪表故障分析方法及系统
CN115876288B (zh) * 2023-02-27 2023-06-16 泰安奇正电子科技有限公司 一种基于大数据的电子仪表故障分析方法及系统

Also Published As

Publication number Publication date
CN114218781B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
US5161158A (en) Failure analysis system
Shakeri et al. Sequential testing algorithms for multiple fault diagnosis
US5157668A (en) Method and apparatus for locating faults in electronic units
CN114218781A (zh) 系统功能与可靠性、安全性及测试性综合建模分析方法
KR20100015478A (ko) 비지니스 룰의 편집 및 컴파일
CN112416337B (zh) 一种面向航天嵌入式系统的软件架构开发系统
CN111125052B (zh) 基于动态元数据的大数据智能建模系统及方法
CN109936479A (zh) 基于差分检测的控制平面故障诊断系统及其实现方法
Filer et al. The ToxCast analysis pipeline: An R package for processing and modeling chemical screening data
CN104615544A (zh) 面向问题的gui软件关联功能分析方法及装置
CN111176991A (zh) 一种嵌入式软件接口用例自动化生成方法
CN106452908A (zh) 一种构建机载网络动态关联故障管理系统的方法
US6763360B2 (en) Automated language and interface independent software testing tool
CN105224455B (zh) 一种自动生成字符串类型测试用例的方法
CN106126416A (zh) 一种基于流程编排的服务组合路径推导方法
Derrick et al. Testing refinements of state‐based formal specifications
CN112765827A (zh) 一种功能相关系统的可靠性分析方法
CN110286882B (zh) 一种基于模型检测的前台系统设计与验证方法
Liu et al. Defect prediction of radar system software based on bug repositories and behavior models
CN115408289A (zh) 一种面向scade模型的测试用例自动生成方法
CN113887452B (zh) 基于相关性矩阵的故障诊断优化方法
CN107070399A (zh) 一种汇流箱电流管理方法和装置
Park et al. Model-based concurrent systems design for safety
CN109685453A (zh) 智能识别工作流有效路径的方法
CN109710538A (zh) 一种用于大规模系统中状态相关缺陷的静态检测方法

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