CN114610645A - 任务可靠性和测试性联合确定方法、装置和计算机设备 - Google Patents

任务可靠性和测试性联合确定方法、装置和计算机设备 Download PDF

Info

Publication number
CN114610645A
CN114610645A CN202210326316.4A CN202210326316A CN114610645A CN 114610645 A CN114610645 A CN 114610645A CN 202210326316 A CN202210326316 A CN 202210326316A CN 114610645 A CN114610645 A CN 114610645A
Authority
CN
China
Prior art keywords
fault
task
data
task reliability
product
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
CN202210326316.4A
Other languages
English (en)
Other versions
CN114610645B (zh
Inventor
吴栋
林冠
赵靖
孙思琦
方娜
陶聪凌
牛建超
张蕊
时钟
王春辉
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 Electronic Product Reliability and Environmental Testing Research Institute
Original Assignee
China Electronic Product Reliability and Environmental Testing Research Institute
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 Electronic Product Reliability and Environmental Testing Research Institute filed Critical China Electronic Product Reliability and Environmental Testing Research Institute
Priority to CN202210326316.4A priority Critical patent/CN114610645B/zh
Publication of CN114610645A publication Critical patent/CN114610645A/zh
Application granted granted Critical
Publication of CN114610645B publication Critical patent/CN114610645B/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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3692—Test management for test results analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本申请涉及一种任务可靠性和测试性联合确定方法、装置和计算机设备。所述方法包括：获取产品的任务测试故障影响数据表、任务可靠性模型和故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据，根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果，根据测试结果，对故障影响数据和任务可靠性模型进行修正，根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标，根据故障率和修正后的故障影响数据，确定产品的测试性指标。采用本方法能同时确定产品的任务可靠性和测试性。

Description

任务可靠性和测试性联合确定方法、装置和计算机设备
技术领域
本申请涉及电子产品测试技术领域，特别是涉及一种任务可靠性和测试性联合确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
任务可靠性指产品在规定的任务剖面内完成规定功能的能力，表征产品成功完成任务的能力。测试性指产品能及时准确确定其工作状态，并有效隔离其内部故障的能力。在现代电子产品的研制过程中，除了性能指标这一高要求之外，产品的任务可靠性和测试性的要求更是越来越高。
近年来，随着测试性试验工作的推进，产品测试性水平的摸底、增长、验证得到了技术实践。然而，现阶段测试性试验的结果仅包括故障检测率和故障隔离率两个指标的评估，与其较长的试验周期以及较高的成本相比，试验数据的利用率还需提高。而目前，产品可靠性验证试验主要考核设备或系统的基本可靠性水平，无法给出任务可靠性参数，而任务可靠性指标要求一般采用仿真验证及建模分析验证，产品的任务可靠性参数和设计目前均尚未得到实际验证。
因此，需要提供一种能够同时确定产品的任务可靠性和测试性的方案。
发明内容
基于此，有必要针对上述技术问题，提供一种能够同时确定产品任务可靠性和测试性的方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种任务可靠性和测试性联合确定方法。所述方法包括：
获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果；
根据测试结果，对故障影响数据和任务可靠性模型进行修正；
根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标；
根据故障率和修正后的故障影响数据，确定产品的测试性指标。
在其中一个实施例中，获取任务测试故障影响数据表包括：
获取产品的功能数据、硬件结构数据和输出信号类别数据；
根据功能数据和硬件结构数据，对产品的结构层次进行划分，通过硬件FMECA方法，按照划分后的结构层次逐级分析产品，得到初始故障模式清单以及故障模式对应的初始故障率；
根据功能数据和输出信号类别数据，通过功能FMECA方法，按照划分后的结构层次逐级分析产品，更新初始故障模式清单以及初始故障率，得到目标故障模式清单以及目标故障率；
基于目标故障模式清单，分析各故障模式对不同任务成功执行的影响程度信息和测试性信息，得到故障影响数据；
根据目标故障模式清单、目标故障率以及故障影响数据，构建任务测试故障影响数据表。
在其中一个实施例中，还包括：
获取产品的任务可靠性设计分析报告数据；
根据任务可靠性设计分析报告数据，分析产品的任务可靠性、多余度冗余性和动态可重构性，确定产品的冗余运行机制和动态重构运行机制；
根据故障注入测试用例，对冗余运行机制和动态重构运行机制进行故障注入验证，得到任务可靠性设计定性评价结果。
在其中一个实施例中，根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标包括：
获取产品的平均故障间隔时间和任务时间；
根据修正后的故障影响数据、故障率以及平均故障间隔时间，确定平均严重故障间隔时间；
基于修正后的任务可靠性模型、平均严重故障间隔时间和任务时间，确定产品的任务可靠度。
在其中一个实施例中，任务可靠性设计分析报告数据包括任务可靠性设计与影响分析报告数据、FMECA报告数据和故障树分析报告数据。
在其中一个实施例中，根据测试结果，对任务可靠性模型进行修正包括：
根据测试结果，对任务可靠性模型的任务时间和/或任务可靠性框图进行修正。
第二方面，本申请还提供了一种任务可靠性和测试性联合确定装置。装置包括：
数据获取模块，用于获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
故障注入模块，用于根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果；
数据修正模块，用于根据测试结果，对故障影响数据和任务可靠性模型进行修正；
任务可靠性确定模块，用于根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标；
测试性确定模块，用于根据故障率和修正后的故障影响数据，确定产品的测试性指标。
第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果；
根据测试结果，对故障影响数据和任务可靠性模型进行修正；
根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标；
根据故障率和修正后的故障影响数据，确定产品的测试性指标。
第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果；
根据测试结果，对故障影响数据和任务可靠性模型进行修正；
根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标；
根据故障率和修正后的故障影响数据，确定产品的测试性指标。
第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果；
根据测试结果，对故障影响数据和任务可靠性模型进行修正；
根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标；
根据故障率和修正后的故障影响数据，确定产品的测试性指标。
上述任务可靠性和测试性联合确定方法、装置、计算机设备、存储介质和计算机程序产品，通过故障注入测试用例对故障模式下的产品进行故障注入，得到故障注入测试用例的测试结果，然后，通过测试结果对故障影响数据和任务可靠性模型进行修正，更正了故障影响数据和任务可靠性模型存在的误差，使故障影响数据和任务可靠性模型更加贴近真实情况，进而使得根据故障率、修正后的影响数据以及修正后的任务可靠性模型，能够得到准确的产品的任务可靠性指标，根据故障率和修正后的影响数据，能够得到准确的测试性指标。综上所述，上述方案填补了任务可靠性参数和设计未得到实际验证的空白，且得到了准确度较高的任务可靠性指标与测试性指标。
附图说明
图1为一个实施例中任务可靠性和测试性联合确定方法的流程示意图；
图2为一个实施例中获取任务测试故障影响数据表步骤的流程示意图；
图3为另一个实施例中任务可靠性和测试性联合确定方法的流程示意图；
图4为一个实施例中气象雷达在气象探测任务下的任务可靠性框图；
图5为一个实施例中气象雷达在湍流探测任务下的任务可靠性框图；
图6为一个实施例中气象雷达在风切变探测任务下的任务可靠性框图；
图7为一个实施例中修正后的气象雷达在气象探测任务下的任务可靠性框图；
图8为一个实施例中修正后的气象雷达在湍流探测任务下的任务可靠性框图；
图9为一个实施例中修正后的气象雷达在风切变探测任务下的任务可靠性框图；
图10为一个实施例中任务可靠性和测试性联合确定装置的结构框图；
图11为另一个实施例中任务可靠性和测试性联合确定装置的结构框图；
图12为一个实施例中计算机设备的内部结构图。
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，提供了一种任务可靠性和测试性联合确定方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤202，获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据为各故障模式对不同任务和不同机内测试的影响数据和测试数据。
在实际应用中，产品大多是以电子产品为主，如电子产品系统或装备系统。本实施例中，产品以功能组成较为复杂，大量采用通用化模块、冗余设计、动态重构等设计思想的复杂装备系统(以下可简称为装备系统)为例进行说明。任务测试故障影响数据表基于产品的功能数据、硬件结构数据和输出信号类别数据所构建，包含各故障模式对不同任务和不同机内测试的影响数据，故障模式清单和各故障模式对应的故障率。具体的，任务测试故障影响数据表可参见表1。任务可靠性模型可能是串联模型，也可能是各种可靠性常用模型的组合。在任务可靠性模型的基础上，可以进行任务可靠度和平均严重故障间隔时间的计算。本实施例中，可以是通过分析系统典型任务剖面、装备系统的功能信息等信息，结合装备系统的待执行的不同任务，建立装备系统在不同任务下的任务可靠性模型。具体的，任务可靠性模型建立过程可以是：1.确定任务及任务剖面；2.确定是否有代替工作模式；3.确定任务故障判据；4.确定任务时间模型；5.建立任务可靠性框图；6.建立相应的数学模型。故障注入测试用例又可称为故障注入试验用例，其是针对装备系统待验证的故障模式所设计的，而待验证的故障模式是试验人员根据结合产品任务可靠性要求以及多余度冗余、动态可重构设计进行任务可靠性验证需求分析确定的，包括单故障原因和多故障原因的故障模式等。
步骤204，根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果。
本实施例中，故障注入测试用例是以传统的功能性能检测表内容作为试验前确定样机故障的判据，将任务A对应的任务成功条件作为试验中故障注入后任务A是否能执行成功的判据，并将任务成功判据转换为试验中的测试表征，作为试验用例故障注入后的测试判据。具体实施时，可以是将相关引线和测试加载装置连接好，按照故障注入试验用例，在任务剖面时间中对所有需要验证的故障模式下的装备系统进行一次故障注入验证，得到故障注入测试用例的测试结果。其中，故障注入方式优先考虑软件注入、总线注入等对产品不会造成损坏的注入方式，故障注入试验用例执行顺序随机确定，具体可根据实际情况而定，在此不做限定。
表1任务测试故障影响数据表
Figure BDA0003573572090000071
步骤206，根据测试结果，对故障影响数据和任务可靠性模型进行修正。
当得到故障注入测试用例的测试结果之后，可根据测试结果，对比任务测试故障影响数据表，然后对任务测试故障影响数据表即表1中的数据如是否影响任务进行修正，得到表2。根据测试结果，对任务可靠性模型进行修正，如对任务时间、任务剖面、任务可靠性框图(主要是组件之间的冗余关系)进行修正，以确保后续计算任务可靠性指标和测试性指标的准确性。
步骤208，根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标，确定产品的任务可靠性指标。
任务可靠性，是指产品在规定的任务剖面内完成规定功能的能力。其中，任务剖面是指产品在完成规定的任务这段时间内所经历的全部事件和环境的时序描述。根据故障注入测试用例的测试结果修正任务测试故障影响数据表和任务可靠性模型之后，可以是提取故障率和修正后的影响数据，根据故障率、修正后的影响数据以及修正后的任务可靠性模型，确定产品的任务可靠性指标。
步骤210，根据故障率和修正后的故障影响数据，确定产品的测试性指标。
本实施例中，测试性指标用于表征指产品能及时准确确定其工作状态，并有效隔离其内部故障的能力，其可以是故障隔离率和或故障检测率。具体的，可以是根据故障率和修正后的影响数据，确定产品的测试性指标。
表2任务测试故障影响数据表(修正后)
Figure BDA0003573572090000081
上述任务可靠性和测试性联合确定方法中，通过故障注入测试用例对待验证故障模式下的产品进行故障注入，得到故障注入测试用例的测试结果，然后，通过测试结果对任务测试故障影响数据表和任务可靠性模型进行修正，使得根据故障率、修正后的影响数据以及修正后的任务可靠性模型，能够得到准确的产品的任务可靠性指标，根据故障率和修正后的影响数据，能够得到准确的测试性指标。综上所述，上述方案填补了任务可靠性参数和设计未得到实际验证的空白，且得到了准确度较高的任务可靠性指标与测试性指标。
如图2所示，在其中一个实施例中，获取任务测试故障影响数据表包括：
步骤222，获取产品的功能数据、硬件结构数据和输出信号类别数据；
步骤232，根据功能数据和硬件结构数据，对产品的结构层次进行划分，通过硬件FMECA方法，按照划分后的结构层次逐级分析产品，得到初始故障模式清单以及故障模式对应的初始故障率；
步骤242，根据功能数据和输出信号类别数据，通过功能FMECA方法，按照划分后的结构层次逐级分析产品，得到目标故障模式清单以及目标故障率；
步骤252，基于目标故障模式清单，分析各故障模式对不同任务成功执行的影响程度信息和测试性信息，得到故障影响数据；
步骤262，根据目标故障模式清单、目标故障率以及故障影响数据，构建任务测试故障影响数据表，构建任务测试故障影响数据表。
具体实施时，任务测试故障影响数据表可以是采用以下方式得到：获取装备系统的功能数据、硬件结构数据和输出信号类别数据，然后，根据产品的功能及硬件的隶属关系，对产品的结构层次进行划分，结合任务剖面、产品功能等信息，通过硬件FMECA方法按照器件级、功能电路级、内场可更换单元(SRU)级、外场可更换单元(LRU)级、系统级自下而上的逐级根据被试产品的可靠性逻辑关系，用归纳推理的方法，分析产品故障模式对系统各部分的功能造成的影响和后果，梳理出初始故障模式清单以及故障模式对应的故障率等信息；然后，根据产品功能和输出信号类别，通过功能FMECA方法从系统级、LRU级、SRU级自上而下的分析故障模式对系统各部分的功能造成的影响和后果，对产品的故障模式影响及危害度进行补充分析，得到更为全面的故障模式清单以及各故障模式对应的故障率。最后，针对所有故障模式，扩展分析故障模式对不同任务成功执行的影响程度等信息和故障检测、隔离情况等测试性信息，得到各故障模式对不同任务和不同机内测试的影响数据，最后，根据故障模式清单、故障模式对应的故障率以及各故障模式对不同任务和不同机内测试的影响数据，构建任务测试故障影响数据表。本实施例中，采用硬件法与功能法结合的方式，对产品进行FMECA分析工作，能够得到全面的故障模式以及各故障模式对不同任务和不同机内测试的影响数据，进而能进一步提高任务可靠性指标和测试性指标的准确性。
如图3所示，在其中一个实施例中，方法还包括：步骤212，获取产品的任务可靠性设计分析报告数据，根据任务可靠性设计分析报告数据，分析产品的任务可靠性、多余度冗余性和动态可重构性，确定产品的冗余运行机制和动态重构运行机制；步骤214，根据故障注入测试用例，对冗余运行机制和动态重构运行机制进行故障注入验证，得到任务可靠性设计定性评价结果。
在实际应用中，本申请除了能够量化任务可靠性指标和测试性指标之后，还能定性分析任务可靠性。具体的，任务可靠性设计分析报告数据包括产品的任务可靠性设计与影响分析报告以及FMECA报告、故障树分析(FTA)报告等。可以是获取产品的任务可靠性设计与影响分析报告以及FMECA报告、故障树分析(FTA)报告等资料，梳理产品的功能清单、功能逻辑，分析产品的任务可靠性设计，重点关注系统所采用的多余度冗余、动态可重构等特征，确定产品的冗余运行机制和动态重构运行机制。设计了冗余运行机制和动态重构运行机制之后，可以是根据故障注入测试用例，通过故障注入方式对系统所采用的多余度冗余、动态可重构等任务可靠性设计进行验证，确定系统任务可靠性设计是否实现、是否可用、是否完善等问题，进而得到任务可靠性定性评价结果，弥补现有的方案无法给出任务可靠性的定性评价结果的空白。
在其中一个实施例中，根据故障率、修正后的影响数据以及修正后的任务可靠性模型，确定产品的任务可靠性指标包括：获取产品的平均故障间隔时间和任务时间，据修正后的故障影响数据、故障率以及平均故障间隔时间，确定平均严重故障间隔时间，基于修正后的任务可靠性模型、平均严重故障间隔时间和任务时间，确定产品的任务可靠度。
具体实施时，可以是依据修正后的各故障模式对不同任务和不同机内测试的影响数据和测试数据(即故障影响数据)、故障模式对应的故障率以及平均故障间隔时间，确定平均严重故障间隔时间，确定平均严重故障间隔时间MTBCF。具体的，以任务A为例，基于修正后的各故障模式对不同任务和不同机内测试的影响数据，以各单元的故障率位数输入，平均严重故障间隔时间MTBCF任务A可表示为：
Figure BDA0003573572090000111
其中，MTBF为平均故障间隔时间，可通过基本可靠性试验获取；参照表1，当故障模式FMi影响任务A完成时，则Pi＝1；当故障模式FMi不影响任务A完成时，则Pi＝0，以此方式，得到平均严重故障间隔时间。然后，基于修正后的任务可靠性模型，根据平均严重故障间隔时间和任务时间，确定产品的任务可靠度。同样的，以任务A为例，任务可靠度Rm任务A可表示为：
Figure BDA0003573572090000112
本实施例中，引入故障率这一参数作为量化任务可靠性指标的因素，使得量化的MTBCF和任务可靠度更为准确，弥补了现有技术无法准确确定MTBCF以及无法准确量化任务可靠度的空白。
在其中一个实施例中，测试性指标包括故障检测率和故障隔离率。
本实施例中，测试性指标包括故障检测率FDR和故障隔离率FIR。具体的，故障检测率FDR和故障隔离率FIR可以表示为：
Figure BDA0003573572090000113
Figure BDA0003573572090000114
其中，当按照约定的检测方式故障模式FMi能被正确检测到时，则Mi＝1；当按照约定的检测方式故障模式FMi不能被正确检测到时，则Mi＝0；当按照约定的检测方式故障模式FMi能被正确隔离到指定数量和级别的设备单元时，则Ni＝1；当按照约定的检测方式故障模式FMi不能被正确隔离到指定数量和级别的设备单元时，则Ni＝0。同样的，本实施例中，引入故障率这一参数作为量化故障检测率FDR和故障隔离率FIR的因素，能够使得量化结果更为准确。
为了清楚地说明本申请提供的任务可靠性和测试性联合确定方法，下面结合一个具体实施例进行如下说明：
实施例中，产品以某气象雷达为例，雷达由天线单元、扫描单元和收发处理单元3个LRU组成，实现目标探测和追踪的主要功能。该雷达的主要任务包括气象探测、湍流探测、风切变探测3种，任务时间T均为3h，根据可靠性试验可得平均故障间隔时间MTBF为5500h。梳理出的故障模式以SRU级故障模式为例，方法具体可以是：
(1)故障模式影响及危害度分析(FMECA)及扩展分析。具体的，获取气象雷达的功能数据、硬件结构数据和输出信号类别数据，通过硬件法与功能法结合的方式进行FMECA分析，梳理出气象雷达所有SRU级的故障模式，并逐个分析其对气象雷达3种任务执行的影响程度等信息和故障检测、隔离情况等测试性信息，构建气象雷达的任务测试故障影响数据表，如表3所示。
(2)任务可靠性设计分析。通过任务可靠性设计分析，得出收发处理单元中与任务可靠性设计相关的SRU是5V电源模块，并且在收发处理单元中设计了3组5V电源模块作为冗余。
(3)任务可靠性建模。图4-图6给出了气象雷达在不同任务下的任务可靠性框图。对于气象探测任务，平均严重故障间隔时间MTBCF气象探测为8836.88h，任务可靠度Rm气象探测为0.999661；对于湍流探测任务，平均严重故障间隔时间MTBCF湍流探测为6623.82h,任务可靠度Rm湍流探测为0.999547；对于风切变探测任务，平均严重故障间隔时间MTBCF风切变探测为6009.82h，任务可靠度Rm风切变探测为0.999501。
(4)确定试验故障模式。结合气象雷达任务可靠性要求以及多余度冗余设计进行任务可靠性验证需求分析，确定表3中的故障模式都是联合验证试验需要验证的故障模式。
(5)设计故障注入测试用例。针对3种任务，结合测试性故障注入测试用例，综合考虑任务可靠性设计特点，建立任务可靠性与测试性联合验证测试用例，即故障注入测试用例。
(6)故障注入试验实施。根据设计的故障注入测试用例，逐个对气象雷达进行故障注入，得到测试结果，根据得到的结果，对表3和任务可靠性框图进行修正，得到表4和图7-图9。
(7)任务可靠性设计定性评价。以5V电源模块为例，试验结果显示，1个5V电源模块失效时，全部任务依然得以完成，比试验前分析多能完成湍流探测和风切变探测任务；5V电源模块1、2失效时，湍流探测任务无法完成，比试验前分析多能完成风切变探测任务；5V电源模块1、3失效时，全部任务均可完成,比试验前分析多能完成湍流探测和风切变探测任务；5V电源模块2、3失效时，风切变探测无法完成，比试验前分析多能完成湍流探测任务；3个5V电源模块失效时，全部任务均无法完成。试验结果显示气象雷达在5V电源模块上进行了较大的冗余设计，保障气象雷达在1个5V电源模块失效时仍能完成全部任务，提高了任务可靠性水平。
(8)确定任务可靠性指标。对于气象探测任务，平均严重故障间隔时间为：
Figure BDA0003573572090000131
对应的任务可靠度为：
Figure BDA0003573572090000132
比试验前分析的平均严重故障间隔时间相同。对于湍流探测和风切变探测任务，MTBCF湍流探测为8290.26h，MTBCF风切变探测为8290.26h，Rm湍流探测为0.999638，Rm风切变探测为0.999638，比试验前分析的平均严重故障间隔时间有所提高。
(9)测试性指标量化。气象雷达的上电BIT故障检测率的点估计为：
Figure BDA0003573572090000133
上电BIT故障隔离率的点估计为：
Figure BDA0003573572090000134
同样可计算得：周期BIT的故障检测率的点估计为90.25％，故障隔离率的点估计为100％；维护BIT的故障检测率的点估计为100％，故障隔离率的点估计为100％。
表3气象雷达的任务测试故障影响数据表
Figure BDA0003573572090000141
表4气象雷达的任务测试故障影响数据表(修正)
Figure BDA0003573572090000142
Figure BDA0003573572090000151
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图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。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的任务可靠性和测试性联合确定方法的任务可靠性和测试性联合确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个任务可靠性和测试性联合确定装置实施例中的具体限定可以参见上文中对于任务可靠性和测试性联合确定方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种任务可靠性和测试性联合确定装置，包括：数据获取模块510、故障注入模块520、数据修正模块530和数据量化模块540，其中：
数据获取模块510，用于获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据。
故障注入模块520，用于根据故障注入测试用例，对产品进行故障注入验证，得到故障注入测试用例的测试结果。
数据修正模块530，用于根据测试结果，对故障影响数据和任务可靠性模型进行修正。
任务可靠性确定模块540，用于根据修正后的故障影响数据、修正后的任务可靠性模型以及故障率，确定产品的任务可靠性指标。
测试性确定模块550，用于根据故障率和修正后的故障影响数据，确定产品的测试性指标。
上述任务可靠性和测试性联合确定装置，通过故障注入测试用例对故障模式下的产品进行故障注入，得到故障注入测试用例的测试结果，然后，通过测试结果对故障影响数据和任务可靠性模型进行修正，更正了故障影响数据和任务可靠性模型存在的误差，使故障影响数据和任务可靠性模型更加贴近真实情况，进而使得根据故障率、修正后的影响数据以及修正后的任务可靠性模型，能够得到准确的产品的任务可靠性指标，根据故障率和修正后的影响数据，能够得到准确的测试性指标。综上所述，上述方案填补了任务可靠性参数和设计未得到实际验证的空白，且得到了准确度较高的任务可靠性指标与测试性指标。
在其中一个实施例中，数据获取模块510还用于获取产品的功能数据、硬件结构数据和输出信号类别数据，根据功能数据和硬件结构数据，对产品的结构层次进行划分，通过硬件FMECA方法，按照划分后的结构层次逐级分析产品，得到初始故障模式清单以及故障模式对应的初始故障率，根据功能数据和输出信号类别数据，通过功能FMECA方法，按照划分后的结构层次逐级分析产品，更新初始故障模式清单以及初始故障率，得到目标故障模式清单以及目标故障率，基于目标故障模式清单，分析各故障模式对不同任务成功执行的影响程度信息和测试性信息，得到故障影响数据，根据目标故障模式清单、目标故障率以及故障影响数据，构建任务测试故障影响数据表。
如图11所示，在其中一个实施例中，装置还包括任务可靠性定性评价模块560，用于获取产品的任务可靠性设计分析报告数据，根据任务可靠性设计分析报告数据，分析产品的任务可靠性、多余度冗余性和动态可重构性，确定产品的冗余运行机制和动态重构运行机制，根据故障注入测试用例，对冗余运行机制和动态重构运行机制进行故障注入验证，得到任务可靠性设计定性评价结果。
在其中一个实施例中，任务可靠性确定模块540还用于获取产品的平均故障间隔时间和任务时间，根据修正后的故障影响数据、故障率以及平均故障间隔时间，确定平均严重故障间隔时间，基于修正后的任务可靠性模型、平均严重故障间隔时间和任务时间，确定产品的任务可靠度。
上述任务可靠性和测试性联合确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种任务可靠性和测试性联合确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任务可靠性和测试性联合确定方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任务可靠性和测试性联合确定方法中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任务可靠性和测试性联合确定方法中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
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。
以上所述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本申请专利范围的限制。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，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种任务可靠性和测试性联合确定方法，其特征在于，所述方法包括：
获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，所述任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，所述故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
根据所述故障注入测试用例，对所述产品进行故障注入验证，得到所述故障注入测试用例的测试结果；
根据所述测试结果，对所述故障影响数据和所述任务可靠性模型进行修正；
根据修正后的所述故障影响数据、修正后的所述任务可靠性模型以及所述故障率，确定所述产品的任务可靠性指标；
根据所述故障率和修正后的所述故障影响数据，确定所述产品的测试性指标。
2.根据权利要求1所述的任务可靠性和测试性联合确定方法，其特征在于，所述获取所述任务测试故障影响数据表包括：
获取所述产品的功能数据、硬件结构数据和输出信号类别数据；
根据所述功能数据和所述硬件结构数据，对所述产品的结构层次进行划分，通过硬件FMECA方法，按照划分后的结构层次逐级分析所述产品，得到初始故障模式清单以及故障模式对应的初始故障率；
根据所述功能数据和所述输出信号类别数据，通过功能FMECA方法，按照划分后的结构层次逐级分析所述产品，更新所述初始故障模式清单以及所述初始故障率，得到目标故障模式清单以及目标故障率；
基于所述目标故障模式清单，分析各故障模式对不同任务成功执行的影响程度信息和测试性信息，得到所述故障影响数据；
根据所述目标故障模式清单、所述目标故障率以及所述故障影响数据，构建所述任务测试故障影响数据表。
3.根据权利要求1所述的任务可靠性和测试性联合确定方法，其特征在于，还包括：
获取所述产品的任务可靠性设计分析报告数据；
根据所述任务可靠性设计分析报告数据，分析所述产品的任务可靠性、多余度冗余性和动态可重构性，确定所述产品的冗余运行机制和动态重构运行机制；
根据所述故障注入测试用例，对所述冗余运行机制和动态重构运行机制进行故障注入验证，得到任务可靠性设计定性评价结果。
4.根据权利要求1至3任意一项所述的任务可靠性和测试性联合确定方法，其特征在于，所述根据修正后的所述故障影响数据、修正后的所述任务可靠性模型以及所述故障率，确定所述产品的任务可靠性指标包括：
获取所述产品的平均故障间隔时间和任务时间；
根据所述修正后的所述故障影响数据、所述故障率以及所述平均故障间隔时间，确定平均严重故障间隔时间；
基于修正后的所述任务可靠性模型、所述平均严重故障间隔时间和所述任务时间，确定所述产品的任务可靠度。
5.根据权利要求3所述的任务可靠性和测试性联合确定方法，其特征在于，所述任务可靠性设计分析报告数据包括任务可靠性设计与影响分析报告数据、FMECA报告数据和故障树分析报告数据。
6.根据权利要求1至3任意一项所述的任务可靠性和测试性联合确定方法，其特征在于，根据所述测试结果，对所述任务可靠性模型进行修正包括：
根据所述测试结果，对所述任务可靠性模型的任务时间和/或任务可靠性框图进行修正。
7.一种任务可靠性和测试性联合确定装置，其特征在于，所述装置包括：
数据获取模块，用于获取产品的任务测试故障影响数据表、任务可靠性模型以及故障注入测试用例，所述任务测试故障影响数据表包含故障影响数据和故障模式对应的故障率，所述故障影响数据包括各故障模式对不同任务和不同机内测试的影响数据和测试数据；
故障注入模块，用于根据所述故障注入测试用例，对所述产品进行故障注入验证，得到所述故障注入测试用例的测试结果；
数据修正模块，用于根据所述测试结果，对所述故障影响数据和所述任务可靠性模型进行修正；
任务可靠性确定模块，用于根据修正后的所述故障影响数据、修正后的所述任务可靠性模型以及所述故障率，确定所述产品的任务可靠性指标；
测试性确定模块，用于根据所述故障率和修正后的所述故障影响数据，确定所述产品的测试性指标。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202210326316.4A 2022-03-30 2022-03-30 任务可靠性和测试性联合确定方法、装置和计算机设备 Active CN114610645B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210326316.4A CN114610645B (zh) 2022-03-30 2022-03-30 任务可靠性和测试性联合确定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210326316.4A CN114610645B (zh) 2022-03-30 2022-03-30 任务可靠性和测试性联合确定方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN114610645A true CN114610645A (zh) 2022-06-10
CN114610645B CN114610645B (zh) 2022-12-23

Family

ID=81866389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210326316.4A Active CN114610645B (zh) 2022-03-30 2022-03-30 任务可靠性和测试性联合确定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN114610645B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270425A (zh) * 2022-07-08 2022-11-01 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）） 逻辑模型与物理模型故障特性映射关系的处理方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190113572A1 (en) * 2017-10-18 2019-04-18 International Business Machines Corporation Determination and correction of physical circuit event related errors of a hardware design
CN109829551A (zh) * 2018-12-31 2019-05-31 北京航天测控技术有限公司 一种基于加权差值分配的测试性分配方法
CN111680388A (zh) * 2020-04-23 2020-09-18 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）） 任务电子系统可靠性数据量化方法、装置和计算机设备
CN111709124A (zh) * 2020-05-26 2020-09-25 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）） 产品fmeca分析方法、装置、计算机设备和存储介质
CN113094940A (zh) * 2021-03-04 2021-07-09 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）） 机内测试指标确定方法和用于航空产品的机内测试方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190113572A1 (en) * 2017-10-18 2019-04-18 International Business Machines Corporation Determination and correction of physical circuit event related errors of a hardware design
CN109829551A (zh) * 2018-12-31 2019-05-31 北京航天测控技术有限公司 一种基于加权差值分配的测试性分配方法
CN111680388A (zh) * 2020-04-23 2020-09-18 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）） 任务电子系统可靠性数据量化方法、装置和计算机设备
CN111709124A (zh) * 2020-05-26 2020-09-25 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）） 产品fmeca分析方法、装置、计算机设备和存储介质
CN113094940A (zh) * 2021-03-04 2021-07-09 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）） 机内测试指标确定方法和用于航空产品的机内测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何洋等: "机电设备的测试性验证方法初探", 《电光与控制》 *
王红征等: "基于FMECA的电子设备故障诊断需求分析方法", 《兵工自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115270425A (zh) * 2022-07-08 2022-11-01 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）） 逻辑模型与物理模型故障特性映射关系的处理方法和装置

Also Published As

Publication number Publication date
CN114610645B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
US10474562B2 (en) Machine learning based ranking of test cases for software development
US8930766B2 (en) Testing mobile applications
EP4075281A1 (en) Ann-based program test method and test system, and application
CN114610645B (zh) 任务可靠性和测试性联合确定方法、装置和计算机设备
CN111078500A (zh) 运行配置参数的调整方法、装置、计算机设备和存储介质
CN114881343A (zh) 基于特征选择的电力系统短期负荷预测方法及装置
CN112379913B (zh) 基于风险识别的软件优化方法、装置、设备及存储介质
CN113946983A (zh) 产品可靠性薄弱环节评估方法、装置和计算机设备
CN113505895A (zh) 一种机器学习引擎服务系统及模型训练方法和配置方法
CN114741284B (zh) 任务可靠性评估方法、装置、计算机设备和存储介质
CN116109215A (zh) 可信数控系统的可信性量化评估方法、装置和计算机设备
Chai et al. Modeling distributed platforms from application traces for realistic file transfer simulation
CN111209214B (zh) 代码测试处理方法、装置、电子设备及介质
CN111083007B (zh) 测试方法、装置、计算机设备和存储介质
CN114282834A (zh) 一种评估结果溯源分析方法、装置、设备和存储介质
CN113919609A (zh) 一种配电网模型质量综合评估方法和系统
CN115587805B (zh) 实验室环境试验项目确定方法及装置、环境综合试验评估方法及装置
CN115792582B (zh) 芯片测试方法、装置及设备
CN116610906B (zh) 设备故障诊断方法、装置、计算机设备及其存储介质
US20230418728A1 (en) Method and system for generating real-time test environment activity view for functional simulations
CN117828873A (zh) 装备任务可靠性定量验证方法、装置、设备和存储介质
US20230066093A1 (en) Generating a global snapshot of a quantum computing device
CN116882161A (zh) 基于状态的系统可靠性评估模型构建方法及仿真评估方法
CN118093385A (zh) 代码质量评估模型的训练、代码质量评估方法和装置
CN115238484A (zh) 板级组件寿命预测方法、装置、计算机设备和存储介质

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