CN115165332A - 一种装备机内测试与综合测试一体化设计方法及系统 - Google Patents

一种装备机内测试与综合测试一体化设计方法及系统 Download PDF

Info

Publication number
CN115165332A
CN115165332A CN202210784575.1A CN202210784575A CN115165332A CN 115165332 A CN115165332 A CN 115165332A CN 202210784575 A CN202210784575 A CN 202210784575A CN 115165332 A CN115165332 A CN 115165332A
Authority
CN
China
Prior art keywords
fault
test
bit
level
ite
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
CN202210784575.1A
Other languages
English (en)
Other versions
CN115165332B (zh
Inventor
秦亮
肖支才
王朕
聂新华
吕佳朋
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.)
Naval Aeronautical University
Original Assignee
Naval Aeronautical 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 Naval Aeronautical University filed Critical Naval Aeronautical University
Priority to CN202210784575.1A priority Critical patent/CN115165332B/zh
Publication of CN115165332A publication Critical patent/CN115165332A/zh
Application granted granted Critical
Publication of CN115165332B publication Critical patent/CN115165332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/56—Testing of electric apparatus
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

本发明涉及一种装备机内测试与综合测试一体化设计方法及系统，第一次优化的对象为所有故障模式形成的F‑T矩阵，目标为系统测试代价最低，约束条件为系统要求达到的故障检测率和故障隔离率下限；第二次寻优为BIT级的故障模式形成的F‑BIT矩阵，目标为BIT故障检测率、隔离率最高，约束条件为BIT的重量和可靠度，同时反馈调整BIT故障模式集，最终得到BIT级的最优故障模式集、测试集、检测率、隔离率；第三次寻优为ITE级的F‑ITE矩阵，目标为ITE测试代价最低，约束条件为ITE的故障检测率和故障隔离率下限，输出为ITE级的故障模式集、测试集。上述方法有利于开展机内测试与综合测试设备方案的权衡设计。

Description

一种装备机内测试与综合测试一体化设计方法及系统
技术领域
本发明涉及装备测试领域，特别是涉及一种装备机内测试与综合测试一体化设计方法及系统。
背景技术
测试是指对给定的产品、材料、物理现象或过程，按照规定的程序确定一种或多种特性的技术操作，是获得特性信息、完成系统故障检测和隔离的重要手段。
目前飞机、导弹等大型装备的机内测试与综合测试设备的设计基本依赖设计人员的经验，无统一的方法和流程，更谈不上一体化的设计方法，对于机内测试、综合测试分别需要测哪些内容缺乏科学的依据。通常是机内测试设计完成后，产品的定型阶段才开始开展综合测试设备设计。甚至机内测试与综合测试设备为两个部门分开设计，各自相互独立，缺乏综合，导致机内测试与综合测试设备的分工不明确、设计水平差距较大，且不同设计人员的设计水平参差不齐，严重制约了装备的测试性设计水平。基于此，亟需一种装备机内测试与综合测试一体化设计方法及系统。
发明内容
本发明的目的是提供一种装备机内测试与综合测试一体化设计方法及系统。
为实现上述目的，本发明提供了如下方案：
一种装备机内测试与综合测试一体化设计方法，包括：
步骤1、对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵；所述测试为对装备系统的故障模式进行的测试；
步骤2、从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
步骤3、从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
步骤4、根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
步骤5、对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵；
步骤6、从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集；
步骤7、根据第二BIT级故障模式集和第二BIT测试集获得第三F-BIT矩阵；
步骤8、判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤5；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵；
步骤9、根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应；
步骤10、从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集；
步骤11、根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵；
步骤12、对所述第一F-ITE矩阵进行第三优化以实现ITE级测试成本最小，得到第二F-ITE矩阵；
步骤13、根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
本发明还提供一种装备机内测试与综合测试一体化设计系统，包括：
第一优化模块，用于对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵；所述测试为对装备系统的故障模式进行的测试；
第一故障模式集和测试集获取模块，用于从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
第一BIT级故障模式集和BIT级测试集获取模块，用于从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
第一F-BIT矩阵获取模块，用于根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
第二优化模块，用于对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵；
第二BIT级故障模式集和BIT级测试集获取模块，用于从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集；
第三F-BIT矩阵获取模块，用于根据第二BIT级故障模式集和第二BIT测试集获得故障-机内测试相关性矩阵，记为第三F-BIT矩阵；
判断模块，用于判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤“对所述第一F-BIT矩阵进行第二优化”；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵；
最优的BIT级故障模式集和BIT级测试集获取模块，用于根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应；
ITE级故障模式集和ITE级测试集获取模块，用于从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集；
第一F-ITE矩阵获取模块，用于根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵；
第三优化模块，用于对所述第一F-ITE矩阵进行第三优化以实现ITE级测试成本最小，得到第二F-ITE矩阵；
最优的ITE级故障模式集和最优的ITE级测试集获取模块，用于根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种装备机内测试与综合测试一体化设计方法及系统，首先对由装备系统的所有故障模式组成的故障-测试矩阵进行第一优化以在系统故障检测率、隔离率不超出预设要求值的情况下实现系统测试性代价最低，得到优化后的矩阵，根据优化后的矩阵获得优化后的故障模式集和测试集，从优化后的故障模式集中选取故障率最高的故障模式组成机内故障模式集，并根据故障率最高的故障模式从测试集中选取对应的测试组成机内测试集，根据机内故障集和机内测试集得到故障-机内测试矩阵，对故障-机内测试矩阵进行第二优化以在BIT测试设备重量、可靠度不超出预设要求值的情况下情况下实现BIT级故障检测率和BIT级故障隔离率最大，得到优化后的故障-机内测试矩阵，并根据约束条件对优化后的故障-机内测试矩阵进行调整，调整之后再次进行优化，不断重复优化和调整过程，直到测试设备的总种类和可靠度不再满足约束条件，得到最优的故障-机内测试矩阵，根据该矩阵得到最优的机内故障模式集和机内测试集。从优化后的故障模式集中去除最优的机内故障模式集得到综合故障模式集，并根据综合故障模式集从测试集中选取测试构成综合测试集，根据综合故障模式集和综合测试集获得故障-综合测试矩阵，并对故障-综合测试矩阵进行第三优化以在ITE级故障检测率、隔离率不超出限定值的情况下实现ITE级测试成本最小，得到优化后的故障-综合测试矩阵，根据该优化后的故障-综合测试矩阵得到最优的综合故障模式集和最优的综合测试集。本发明通过在测试性模型的基础上，设计了一种测试优化和测试模式调整两级优化方法，通过在不同测试级别多次寻优操作将机内测试与综合测试的设计融合起来，在装备的方案阶段，即可开展机内测试与综合测试设备方案的权衡设计，实现面向装备研制全过程的机内测试与综合测试设备一体化设计能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的装备机内测试与综合测试一体化设计方法流程图；
图2为本发明实施例1提供的多信号流图模型示意图；
图3为本发明实施例1提供的BIT级故障模式调整示意图。
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。
本发明的目的是提供一种机内测试与综合测试一体化设计方法及系统，通过在不同测试级别多次寻优操作将机内测试与综合测试的设计融合起来，在装备的方案阶段，即可开展机内测试与综合测试设备方案的权衡设计，实现面向装备研制全过程的机内测试与综合测试设备一体化设计能力。
目前武器装备与高新技术结合得极为紧密，随着高新技术的不断发展，武器装备也拥有了更加先进的性能，大幅度地提升了武器装备的应用效果；但同时武器装备的技术和结构也变得越来越复杂，这给武器装备的测试问题增加了极大的困难。例如：(1)武器装备上的测试接口设计条件限制较多，导致测试信息不易获取，测试过程也比较繁琐；(2)测试设备种类繁多，没有为测试设备与武器装备统一标准，针对不同型号的武器装备必须设计与其配套的测试设备，造成测试与诊断效率低、测试费用高，增加了全寿命周期费用；(3)故障检测与诊断结果可靠程度不高，误报、虚警次数多。通过不断地总结探索，人们发现仅强调外部自动测试系统(Automatic Test System，ATS)的研发不可能从根本上解决武器装备的测试问题。因此，若要从根本上解决武器装备的测试与诊断问题，应该将测试与诊断问题融入到系统的设计研制阶段，使武器装备具有良好的测试性，从而实现快速精确的测试诊断。
测试性(Testability)也称可测试性，是指“产品能及时准确地确定其状态(可工作、不可工作或性能下降)并有效地隔离其内部故障的一种设计特性”。作为武器装备“五性”工程的重要组成之一，测试性工程不仅是连接可靠性工程与综合保障工程的关键环节，同时也是武器装备战备完好性达到要求的保证。测试性是武器装备质量特性的关键，作为一种设计特性，高水平的测试性设计能够提高武器装备的战备完好性、提高故障诊断效率、减少测试维修资源的使用，降低全寿命周期费用。近年来，随着相关技术的迅速发展，测试性已成为武器装备的重要评价指标之一，国内外许多专家对其进行了深入的研究。目前，武器装备在研制阶段不仅对测试性指标做出了明确要求，为达到相应的测试性水平，还采用了相应的测试性设计技术。测试性设计(Design for Testability，DFT)是指“在产品设计过程中综合考虑所有的测试资源，如机内测试(Built in Test，BIT)、自动测试设备(Automatic Test Equipment，ATE)、人工测试等，通过周密的计划来保证产品用最小的工作量获得充分的测试，并且确保测试结果具有较高置信度的一种设计方法”。测试性设计技术的发展从最初的基于经验的测试性设计方法，发展到基于结构的测试性设计方法，最终发展到了目前主要应用的基于模型的测试性设计方法，同时这种方法也是测试性技术的研究重点。基于模型的测试性设计方法以建立系统的测试性模型为基础和前提，主要包括以下几个优点：将武器装备测试性的相关信息以模型的形式进行描述，用图表或文字描述测试性分析结果等，有利于进行分析交流，为测试性的设计分析打下基础；基于模型的测试性设计有利于计算机开发相关工具，实现计算机的辅助设计分析，利用计算机软件提高武器装备的测试性设计效果。
在装备系统测试性设计过程中，由于装备系统性能的提升和复杂性的日益增加，对其进行故障检测和诊断难度越来越大。为了提高装备测试性水平以及诊断能力，在对装备的故障进行全面分析基础上通常会设置大量的测试。但是从满足装备测试性要求的角度而言，如此多的测试并不具有相同的重要性，存在冗余。因此测试性设计的重要工作之一就是测试优化选择。
为了更清楚的对本发明的技术方案进行描述，现根据GJB2547A-2012《装备测试性工作通用要求》，对与本发明相关的术语进行解释：
嵌入式诊断：装备内部提供的故障诊断能力，实现这种能力的硬件和软件包括机内测试设备(built-in test equipment)、性能监测装置、故障信息的存储和现实设备、中央测试系统等，它们安装在装备内部，或在结构上或电气上与装备永久性链接，是装备的一个组成部分。
综合诊断：通过分析和综合测试性、自动和人工测试、维修辅助手段、技术信息、人员和培训等构成诊断能力的所有要素。
具体在装备设计中，嵌入式诊断的主要测试手段为机内测试设备，综合诊断的主要测试手段为自动测试和人工测试。根据测试的目的分为机内测试(built-in test)与综合测试(integrated test),综合测试主要通过自动测试设备和人工测试开展。
装备研制阶段，测试性指标往往只包括了装备总体指标，由设计人员根据经验分配为机内测试、综合测试的测试性指标，进而在两个级别上各自展开测试性设计。
本发明所提方法可以根据装备总体测试性指标(检测率和隔离率)开展多次寻优操作，得到机内测试(BIT)的测试性指标、故障模式级、测试集；综合测试(ITE)的测试性指标、故障模式集、测试集，形成一体化设计方案。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本实施例提供一种装备机内测试与综合测试一体化设计方法，请参阅图1，包括：
步骤1、对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵。所述测试为对装备系统的故障模式进行的测试。
可选的，所述故障-测试相关性矩阵的获取方法包括：
S11、通过多信号流图建立测试性模型；所述测试性模型包括故障模式集和测试集；所述故障模式集包含装备系统的所有故障，所述测试集包含装备系统的所有测试。
其中，多信号流图模型的组成是将模块与模块、模块与测试点之间用有向边(DirectedAre)连接起来，将组成单元的各种故障模式设置到相应的模块中，用信号流向表示故障的传播，而模块之间的故障传播关系、故障与测试资源的逻辑关系统一在有向图中进行表示。在实际中，一个组成单元通常存在不仅一种故障模式，由于每种故障模式都影响着不同的功能信号，所以称之为多信号流图模型。
请参阅图2，多信号流图模型中组成元素一般用下列元素进行表示：
(1)有限的模块集M＝{m1,m2,…ml}，这里模块可以为子系统(Sub System)、现场可更换单元(Line Replaceable Unit，LRU)、车间可更换单元(Shop ReplaceableUnit，SRU)、元件或者故障模式等；
(2)有限的测试集T＝{t1,t2,…tn}，指系统所有可用的测试集合；
(3)有限的测试点集P＝{p1,p2,…px}，其中，一个测试点内应至少含有一个测试；
(4)可以描述功能的有限的信号集S＝{s1,s2,…sr}；
(5)每个测试点pi包含的一组测试集t(pj)，t(pj)∈T；
(6)每个测试tj检测的一组信号集st(tj)，st(tj)∈S；
(7)每个模块mk影响的一组信号集sm(mk)，sm(mk)∈S；
(8)有向图集合DG＝{M,P,E}，其中E为连接系统模块有向边集合，表示组成单元的物理连接关系和功能相关关系。
图2给出了一个简单的多信号流图模型示意图，从图2中可以看出，该系统包含m1、m2、m3和m4四个模块，模块m1所影响的信号集合为sm(m1)；p1、p2、p3为测试点，测试点p1中所包含的测试集合为t(p1)，t(p1)中的测试tj能够检测到信号集st(tj)中包含的所有信号。一个多信号流图模型不仅反映系统实际的物理结构和功能信息，同时，系统所有的测试性信息也融合在模型中：各个模块描述了系统的物理组成单元，在模块中所设置的故障模式具有全局故障和功能故障两种属性，测试节点描述了为实施检测的位置，故障和故障之间以功能信号流的流向进行传播，能够检测该信号的测试同时与模块和该信号相关联。多信号流图模型能够以简洁直观的形式对复杂的多层系统进行建模，建模难度相对较低，模型内可以包含大量的测试性信息，结构与系统实际功能结构相似，便于开展测试性设计分析工作。
采用本实施例上述方法建立的测试性模型包括：
有限的模块集，为简化计算本发明中模块均为故障模式，因此模块集即故障模式集：F＝{F1,F2,…,Fm}。
有限的测试集T＝{T1,T2,…Tn}，指系统所有可用的测试集合。
由于其他集合与本发明关系不大，因此不做表述。
S12、利用布尔矩阵表示所述测试性模型中每一所述故障模式和每一所述测试之间的相关性，得到故障-测试相关性矩阵。
在理想条件下，不考虑故障传播存在不确定性和测试存在虚警、漏检等因素，则故障模式和可用测试之间具有一定的相关关系。如果故障fm与测试tn相关联，那么：故障模式fm的发生会导致测试tn检测结果为不通过；若测试tn检测结果为通过，那么可以确定故障模式fm没有发生。测试的检测结果是否通过与此测试能够检测到的故障模式是否发生二者之间的关系是可以确定的，可以相互进行推导，故障与测试之间的这种关系被称作相关性。通过对图示模型进行数学描述，用布尔矩阵的形式表示图示模型中所有的故障模式F＝{f1,f2,…fm}与可用测试T＝{t1,t2,…tn}之间的相关性。多信号流图的数学模型一般用故障-测试相关性矩阵(Dependency Matrix)描述，又称为D矩阵，记为：
Figure BDA0003719909220000091
其中：D矩阵第i行：
fi＝[di1 di2 … din]
表示第i个故障模式由各测试所能反应的检测信息。D矩阵第j列：
tj＝[d1j d2j … dmj]T
表示第j个测试可测得的各个故障模式的信息。
理想条件下，系统的故障-测试相关性矩阵是一个二值矩阵，即矩阵内元素dij仅有0或1两种取值，表示测试tj对故障信号fi的检测通过或检测不通过。当dij＝1时说明测试tj的检测结果为不通过，也表示测试tj可以检测出故障fi是否发生，即测试tj与故障fi相关；当dij＝0时说明测试tj的检测结果为通过，也表示测试tj不能检测出故障fi是否发生，即测试tj与故障fi不相关，如下式所示：
Figure BDA0003719909220000101
此时已经基本完成了测试性建模与分析工作，根据所建模型可以进行后续相关工作，如预计系统测试性水平：故障检测率(Fault Detection Rate，FDR)、故障隔离率(FaultIsolation Rate，FIR)
本步骤输出结果如下：
(1)所有故障模式与所有测试的F-T矩阵
Figure BDA0003719909220000102
其中：D矩阵第i行：
Figure BDA0003719909220000103
表示装备第i个故障模式由各测试所能反应的检测信息。
D矩阵第j列：
Figure BDA0003719909220000111
表示第j个测试可测得的各个故障模式信息。
所述步骤1中对故障-测试相关性矩阵进行第一优化前，需要先进行测试性预计，测试性预计的目的是为了计算故障检测率和隔离率，根据故障检测率和故障隔离率进行第一优化。
故障检测率定义为在规定的时间内，能够正确检测到的故障总数占被测对象实际发生的故障总数的百分比。被测对象可以是整个系统，也可以是任意层次的单元系统。
设T*为T的待求子集，用测试集标识向量x＝[x1,x2,…,xn]来表示T*与T的被包含关系，若测试Tj被选中，xj＝1，否则xj＝0。
在该假设的前提下，故障Fi被测试集T*检测的条件为
Figure BDA0003719909220000112
设FD为T*可检测的故障构成的集合，即
Figure BDA0003719909220000113
因此故障检测率可以表示为：
Figure BDA0003719909220000114
其中，分母m为系统的所有故障模式。
当考虑故障率数据时，可进一步改写为(分母为所有故障模式)
Figure BDA0003719909220000115
式中，λi是第i个故障的故障率。
故障隔离率(FIR)一般定义为在规定的时间内，用规定的方法正确隔离到不大于规定的可更换单元数的故障数与同一时间内检测到的故障数之比，用百分数表示。此外，还可定义为在规定的条件下，由维修人员或其他专业人员在规定的工作时间和给定的维修等级内，通过使用规定的方法，将故障正确隔离到小于等于L个单元的故障数NL与在同一时间内已检测到的故障数ND之比，用百分数表示。
1)定义中的“规定工作时间”、“规定条件下”的含义同FDR；“可更换单元”根据维修方案而定，一般在外场维修测试时是指LRU，在维修车间测试时是指SRU，在大修厂或制造厂测试时是指可更换的元器件。
2)一般情况下，故障隔离可以看做维修人员通过使用规定的诊断方法和步骤，将故障隔离到特定的可更换单元或规定的可更换单元组，隔离的方法包括：①联机或脱机自动方法(BIT或外部测试设备)；②联机或脱机半自动方法(BIT或外部测试设备)；③一系列规定的手工测试和观察；④通过使用原理图和测试设备进行信号跟踪和分析；⑤反复进行拆卸、更换、性能检查；⑥以上几种方法的结合。
3)在理想情况下，如果指出在系统及设备或单元中出现故障，那么应立即将故障隔离到一个唯一的可更换单元。然而实际上，由于费用和工程约束或环境条件的影响，这种唯一性隔离有时是不现实的。因此，可先将该故障隔离到一个由L个可更换单元(其中含有故障单元)组成的单元组；再采用其他的步骤将故障隔离到具体的故障单元。在这种情况下，L被称为给定测试方法的故障隔离模糊度或故障分辨率水平，L＝1时为唯一性隔离，L>1时为模糊性隔离。FIR和模糊度可以进行权衡。一般来说，FIR随着模糊度的增大而增大。
若给定模糊度，就应给出有关将该故障最终隔离到故障单元所应采用的方法及注意事项。下面是几种可供选用的方法：①在已确定含有故障单元的单元组后，通过采用半自动或手工测试方法在外场(或野战)维修级将故障隔离到故障单元；②在外场(或野战)维修级对单元组中的单元采用反复拆卸、更换、检查的方法直到将故障隔离到故障单元；③若故障是任务关键的，迫于时间的压力可将单元组中的所有单元全部拆下并更换，然后在下一维修级将故障进行隔离。
以上的所有方法都影响到维修工时、MTTR和采购费用。在确定针对模糊度所要求的维修活动时，应考虑到它们对时间和资源的影响。模糊度本身的大小对维修工时、MTTR和后勤费用也有明显的影响。如果使用方没有规定具体的必须遵循的步骤，那么承制方应考虑推荐一种费用最少而又能有效地完成任务的方法。
4)理论上，如果没有时间和资源的限制，任何故障都能实现唯一性隔离，但是在实际资金、人力、任务时间和工程约束条件的制约下，在三个维修级中没有任何一种单一的故障隔离程序或诊断方法能够对所有可能的故障进行隔离。另外，每个系统、任务背景和维修级别都有它自身所特有的属性、约束条件和需求，因此可能使得某个特定的诊断或隔离方法(或几种方法的组合)是可接受的，而其他方法则是不可接受的。
有时可能有几种方法都是可接受的，但某些方法可能又太费时，因此有必要将FIR要求与维修性要求(MTTR、允许故障隔离时间在维修时间中占有的最大比例)综合在一起考虑，或给出平均和(或)最大隔离时间。
5)要求FIR等于95％时，并不意味着剩下的5％的故障是不必进行隔离的，只不过5％的故障可能只能隔离到大于给定模糊度的单元组，或者通过采用其他可接受的方法来进行隔离。这时同样也要给出在什么地方如何将故障隔离到故障单元以及注意事项。
6)FIR的理想值是100％。如果已检测出的故障不能被快速并有效地隔离，那么系统在很长一段时间内都无法进入任务准备就绪状态，为了满足战备完好性要求，维修人员可以更换整个任务关键系统或花费大量时间采用“强制性”维修方法。这使得本来已经困难的零备件和后勤问题变得更加困难，并增加了系统的寿命周期费用(LCC)。
本实施例中，故障隔离率的计算方法包括：
假设，
Figure BDA0003719909220000131
其中fi为D矩阵的第i行，
Figure BDA0003719909220000132
表示两同维矩阵对应元素相乘，结果仍为同维矩阵。则故障Fi和故障Fj可以在测试集T*中被隔离的条件为
Figure BDA0003719909220000141
其中，符号
Figure BDA0003719909220000142
表示异或运算，||·||1表示向量1范数。
设FI为TG可隔离的故障构成的集合，即
Figure BDA0003719909220000143
则故障隔离率可以表示为
Figure BDA0003719909220000144
考虑到故障率时，可进一步改写成
Figure BDA0003719909220000145
计算出故障检测率和隔离率之后，进行测试优化(即第一优化)，测试优化是在满足故障检测率和故障隔离率的前提下，选择测试代价最小的测试集合，其优化数学模型为：
Figure BDA0003719909220000146
Figure BDA0003719909220000147
xi是步骤3中的测试集标识向量；
ci是xi的测试成本，如故障的测试时间、测试花费等，根据需要自定义。
其中，
Figure BDA0003719909220000148
和
Figure BDA0003719909220000149
为系统要求达到的故障检测率和故障隔离率下限；
将数学优化模型进行改写
Figure BDA0003719909220000151
Figure BDA0003719909220000152
进一步，将含有约束的优化问题，改写成无约束优化问题
Figure BDA0003719909220000153
式中，ρ为施加的惩罚项，一般根据实际问题，可取一较大的正实数。
针对上述无约束优化问题，采用如下解算方法：
针对上述无约束优化问题，为了求取xi，采用一种基于粒子群的解算方法，该方法流程如下：
Step1：初始化
确定粒子群中粒子的个数M以及迭代次数。初始化惯性权重ω，学习因子c1,c2。根据前述代求问题的维度n，每个粒子都有一个速度向量和一个位置向量。初始化粒子的初始速度向量
Figure BDA0003719909220000154
和位置向量
Figure BDA0003719909220000155
其中，位置向量各分量只有0或者1构成，这里的位置向量与原问题中的测试集标识向量x＝[x1,x2,…,xq]相对应，通过多次迭代，获得最优的测试集标识向量。
Step2：计算适应度
将每个粒子的
Figure BDA0003719909220000156
依次带入无约束优化问题的优化目标中，即可得到一个唯一的计算值，将该值作为该粒子的适应度，用适应度的大小来衡量粒子位置的优劣程度，在最小化最优问题中，适应度越小，粒子的位置越优。同时针对设置一个全局最优位置G用来记录所有粒子的最有位置，为每一个粒子设置一个粒子最优位置Pi，记录每个粒子的最优位置。
Step3：更新粒子的速度
针对每一个粒子的速度向量
Figure BDA0003719909220000157
进行更新，粒子速度更新公式为
Figure BDA0003719909220000161
式中
Figure BDA0003719909220000162
表示第t次迭代中，第i个粒子的第d维速度分量，Pi d，Gd，
Figure BDA0003719909220000163
表示含义与之类似，ω为惯性权重，c1,c2为学习因子，rand()为随机数。
Step4：更新粒子位置
根据粒子的新速度向量对粒子的位置向量进行更新，更新公式为：
Figure BDA0003719909220000164
式中，
Figure BDA0003719909220000165
表示第t次迭代中，第i个粒子的第d维位置分量。
Step5：重复迭代
重复Step2到Step4，直到达到规定迭代次数。
Step6：得出结论
重复迭代完成后，粒子的最优位置G即为所求的最优解。
本步骤输出
对所有故障模式测试性模型生成结果Dall进行优化，根据求得的x＝[x1,x2,...,xn]，将Dall中所有全为0的行和未被选择的列删除，即如果xj＝0，删除j列，得到优化后的结果记为D*all；
Figure BDA0003719909220000166
步骤2、从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
根据D*all对应获得优化后的故障模式集
Figure BDA0003719909220000167
测试集
Figure BDA0003719909220000168
步骤3、从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
从第一故障模式集中筛选出BIT故障模式，筛选原则如下：根据
Figure BDA0003719909220000171
中各故障模式对应的故障率
Figure BDA0003719909220000172
筛选故障率最高的故障模式建立BIT级故障模式集
Figure BDA0003719909220000173
需要说明的是，初始BIT级测试性模型中不易包含过多故障模式与测试，本实施例中，初始BIT级故障模式集中仅包含一个故障率最高的故障模式，后续通过优化流程逐步完善，后续优化时每次增加一个故障模式。
根据BIT级故障模式集建立BIT测试性模型
Figure BDA0003719909220000174
其对应的测试集
Figure BDA0003719909220000175
测试重量集
Figure BDA0003719909220000176
测试设备可靠度集合
Figure BDA0003719909220000177
步骤4、根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
根据BIT测试性模型建立信号流图模型，得到F-BIT矩阵
BIT的测试性模型生成结果为F-BIT矩阵
Figure BDA0003719909220000178
即该由BIT完成实现的共有p种故障，q种测试。
其中：DBIT矩阵第i行：
Figure BDA0003719909220000181
表示机内测试中第i个故障模式由各测试所能反应的检测信息。
DBIT矩阵第j列：
Figure BDA0003719909220000182
表示第j个机内测试可测得的各个故障模式信息。
步骤5、对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵。
在进行第二次优化前需要先进行测试性预计，测试性预计的目的是计算BIT级故障检测率、隔离率预计。
设T*BIT为TBIT的待求子集，用测试集标识向量
Figure BDA0003719909220000183
来表示T*BIT与TBIT的被包含关系，若测试
Figure BDA0003719909220000184
被选中，
Figure BDA0003719909220000185
否则
Figure BDA0003719909220000186
BIT级故障检测率定义为在规定的时间内，BIT设备能够正确检测到的故障总数占被测对象实际发生的故障总数的百分比。被测对象可以是整个系统，也可以是任意层次的单元系统。
在该假设的前提下，故障Fi BIT被测试集T*BIT检测的条件为：
Figure BDA0003719909220000187
设FDBIT为T*BIT可检测的故障构成的集合，即
Figure BDA0003719909220000188
因此故障检测率可以表示为(分母为所有故障模式)
Figure BDA0003719909220000189
当考虑故障率数据时，可进一步改写为(分母为所有故障模式)
Figure BDA0003719909220000191
式中，λi是第i个故障的故障率。
BIT级故障隔离率定义为在规定的时间内，BIT设备能够正确隔离到不大于规定的可更换单元数的故障数与同一时间内检测到的故障数之比；
假设，
Figure BDA0003719909220000192
其中fi BIT为DBIT矩阵的第i行，
Figure BDA0003719909220000193
表示两同维矩阵对应元素相乘，结果仍为同维矩阵。则故障Fi BIT和故障
Figure BDA0003719909220000194
可以在测试集T*BIT中被隔离的条件为
Figure BDA0003719909220000195
其中，符号
Figure BDA0003719909220000196
表示异或运算，||·||1表示向量1范数。
设FIBIT为T*BIT可隔离的故障构成的集合，即
Figure BDA0003719909220000197
则故障隔离率可以表示为
Figure BDA0003719909220000198
考虑到故障率时，可进一步改写成
Figure BDA0003719909220000199
计算出BIT级故障检测率和BIT级故障隔离率之后，还需计算BIT级测试设备总重量、可靠；
总重量：
Figure BDA00037199092200001910
表示BIT的测试集的测试设备重量；
可靠度：
Figure BDA0003719909220000201
表示BIT的测试集的测试设备可靠度。
BIT测试优化(第二优化)是在满足重量和可靠度要求的前提下，选择BIT故障检测率、故障隔离率高的测试集合，其优化数学模型为：
Figure BDA0003719909220000202
Figure BDA0003719909220000203
其中，
Figure BDA0003719909220000204
为BIT级测试设备总重量要求、
Figure BDA0003719909220000205
为BIT级测试设备可靠度要求，α为检测率权重系数，β为隔离率权重系数，α+β＝1，由设计人员按需设置，一般考虑BIT更侧重于检测而不是隔离，所以一般α＞β。
将数学优化模型进行改写
Figure BDA0003719909220000206
Figure BDA0003719909220000207
进一步，将含有约束的优化问题，改写成无约束优化问题
Figure BDA0003719909220000208
式中，ρ为施加的惩罚项，一般根据实际问题，可取一较大的正实数。
针对上述无约束优化问题，采用如下解算方法：
针对上述无约束优化问题，为了求取
Figure BDA0003719909220000209
采用一种基于粒子群的解算方法，该方法流程如下：
Step1：初始化
确定粒子群中粒子的个数M以及迭代次数。初始化惯性权重ω，学习因子c1,c2。根据前述代求问题的维度n，每个粒子都有一个速度向量和一个位置向量。初始化粒子的初始速度向量
Figure BDA00037199092200002010
和位置向量
Figure BDA0003719909220000211
其中，位置向量各分量只有0或者1构成，这里的位置向量与原问题中的测试集标识向量
Figure BDA0003719909220000212
相对应，通过多次迭代，获得最优的测试集标识向量。
Step2：计算适应度
将每个粒子的
Figure BDA0003719909220000213
依次带入无约束优化问题的优化目标中，即可得到一个唯一的计算值，将该值作为该粒子的适应度，用适应度的大小来衡量粒子位置的优劣程度，在最小化最优问题中，适应度越小，粒子的位置越优。同时针对设置一个全局最优位置G用来记录所有粒子的最有位置，为每一个粒子设置一个粒子最优位置Pi，记录每个粒子的最优位置。
Step3：更新粒子的速度
针对每一个粒子的速度向量
Figure BDA0003719909220000214
进行更新，粒子速度更新公式为
Figure BDA0003719909220000215
式中
Figure BDA0003719909220000216
表示第t次迭代中，第i个粒子的第d维速度分量，Pi d，Gd，
Figure BDA0003719909220000217
表示含义与之类似，ω为惯性权重，c1,c2为学习因子，rand()为随机数。
Step4：更新粒子位置
根据粒子的新速度向量对粒子的位置向量进行更新，更新公式为：
Figure BDA0003719909220000218
式中，
Figure BDA0003719909220000219
表示第t次迭代中，第i个粒子的第d维位置分量。
Step5：重复迭代
重复Step2到Step4，直到达到规定迭代次数。
Step6：得出结论
重复迭代完成后，粒子的最优位置G即为所求的最优解。
本步骤输入-输出：
对BIT测试性模型生成结果DBIT进行优化，优化后的结果记为D*BIT
Figure BDA0003719909220000221
得到了BIT级的检测率
Figure BDA0003719909220000222
隔离率
Figure BDA0003719909220000223
通过步骤5，可以得到的BIT测试信息如图3所示。
D*BIT表示BIT测试经优化后的D矩阵；
D*BIT中的行向量
Figure BDA0003719909220000224
表示第i个故障模式由各测试所能反应的检测信息，对应集合
Figure BDA0003719909220000225
表示由BIT检测的故障模式集。
D*BIT的列向量
Figure BDA0003719909220000226
表示第j个机内测试可测得的各个故障模式信息，对应
Figure BDA0003719909220000227
表示由BIT实现的测试集。
第二次优化完成之后，需要对BIT级故障模式进行调整，调整过程如下述步骤6-8所示。
步骤6、从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集。
步骤7、根据第二BIT级故障模式集和第二BIT测试集获得第三F-BIT矩阵。
步骤8、判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤5；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵。
BIT级故障模式调整，每一次调整过程如下：
(1)从故障模式集F*中选取故障率最高的故障模式
Figure BDA0003719909220000231
调整进入BIT故障模式集，
Figure BDA0003719909220000232
Figure BDA0003719909220000233
对应的测试Tk1，Tk2，...，Tkl调整进入BIT测试集。
(2)更新矩阵D*BIT及变量
行向量增加
Figure BDA0003719909220000234
对应的行，m*＝m*+1；
列向量增加{Tk1,Tk2,…Tkl}对应的列，q*＝q*+l；
同时根据
Figure BDA0003719909220000235
与
Figure BDA0003719909220000236
的相关性，从Dall(所有故障模式与所有测试的F-T矩阵)中查找矩阵元素，更新D*BIT。
(3)返回步骤5，对更新后的D*BIT进行测试项目优化，如果不满足优化算法约束条件，则结束。如果满足优化算法约束条件，完成优化生成优化后的D*BIT。
步骤9、根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应。
步骤10、从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集。
上述步骤完成了机内测试故障模式集和机内测试机的筛选，后续步骤开始进行综合测试故障模式集的建立。
步骤11、根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵。
考虑总故障模式集中的故障模式，除了由步骤10确定为BIT测试的故障模式外，其余故障模式均需要由外部综合测试来实现检测和隔离，故根据步骤2得到的第一故障模式集
Figure BDA0003719909220000237
减掉由步骤10得到的最优的BIT故障模式集
Figure BDA0003719909220000238
就是ITE故障模式集，定义为
Figure BDA0003719909220000239
综合测试故障模式对应的测试集为，
Figure BDA0003719909220000241
同时为了优化ITE级测试，建立测试费用集，
Figure BDA0003719909220000242
建立ITE故障模式集之后需要进行测试性分析，生成F-ITE矩阵。
外部综合测试的测试性模型生成结果为F-ATE矩阵
Figure BDA0003719909220000243
其中：DITE矩阵第i行：
Figure BDA0003719909220000244
表示ITE测试中第i个故障模式由各测试所能反应的检测信息。
D矩阵第j列：
Figure BDA0003719909220000245
表示第j个ITE测试可测得的各个故障模式信息。
步骤12、对所述第一F-ITE矩阵进行第三优化以在每一ITE级故障模式能被检测的情况下实现ITE级测试成本最小，得到第二F-ITE矩阵。
第三优化时，需要用到ITE级故障检测率和ITE级故障隔离率，因此，在进行第三优化前需要先进行ITE级测试性预计。
设T*ITE为TBIT的待求子集，用测试集标识向量x＝[x1,x2,…,xt]来表示T*ITE与TITE的被包含关系，若测试
Figure BDA0003719909220000246
被选中，xj＝1，否则xj＝0。ITE级故障检测率定义为在规定的时间内，ITE设备能够正确检测到的故障总数占被测对象实际发生的故障总数的百分比。被测对象可以是整个系统，也可以是任意层次的单元系统。
在该假设的前提下，故障Fi ITE被测试集T*ITE检测的条件为
Figure BDA0003719909220000251
设FDITE为T*ITE可检测的故障构成的集合，即
Figure BDA0003719909220000252
因此故障检测率可以表示为(分母为所有故障模式)
Figure BDA0003719909220000253
当考虑故障率数据时，可进一步改写为(分母为所有故障模式)
Figure BDA0003719909220000254
式中，λi是第i个故障的故障率。
ITE级故障隔离率定义为在规定的时间内，ITE设备能够正确隔离到不大于规定的可更换单元数的故障数与同一时间内检测到的故障数之比；
假设，
Figure BDA0003719909220000255
其中fi ITE为DITE矩阵的第i行，
Figure BDA0003719909220000256
表示两同维矩阵对应元素相乘，结果仍为同维矩阵。则故障Fi ITE和故障
Figure BDA0003719909220000257
可以在测试集T*ITE中被隔离的条件为
Figure BDA0003719909220000258
其中，符号
Figure BDA0003719909220000259
表示异或运算，||·||1表示向量1范数。
设FIITE为T*ITE可隔离的故障构成的集合，即
Figure BDA00037199092200002510
则故障隔离率可以表示为
Figure BDA0003719909220000261
考虑到故障率时，可进一步改写成
Figure BDA0003719909220000262
步骤13、根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
优化目标函数为：
Figure BDA0003719909220000263
Figure BDA0003719909220000264
Figure BDA0003719909220000265
表示ITE级的故障检测率，考虑总故障模式集中的故障模式，除了由步骤9、步骤10确定为BIT测试的故障模式外，其余故障模式均需要由外部综合测试来实现检测和隔离，故
Figure BDA0003719909220000266
Figure BDA0003719909220000267
为BIT级的检测率。
注：外部自动测试设备在测试时是可以读取BIT测试、诊断信息的，所以考虑外部测试的测试性指标时对应的测试手段一般应包含BIT设备，本发明为表示外部测试与BIT的区别，ITE级仅考虑必须单纯由外部测试来实现的测试，不考虑测试时ATE与BIT的通信，因此指标中不包含BIT指标。
隔离率取总体指标与BIT指标中较大的，
Figure BDA0003719909220000271
采用步骤4方法进行寻优，优化输出结果为D*ITE；
行向量对应最优ATE级的故障模式集
Figure BDA0003719909220000272
列向量对应最优ATE级的测试集
Figure BDA0003719909220000273
目前的测试优化方法面向的目的是在满足系统测试性要求的前提下降低测试性设计的冗余、降低诊断测试时间和费用，以最简约有效的方案最大程度地检测并隔离系统中的故障，实现提高武器装备的测试性水平的目的。现有方法没有考虑到不同测试手段之间的权衡，本实施例第一次优化的对象为所有故障模式形成的F-T矩阵，目标为系统测试代价最低，约束条件为系统要求达到的故障检测率和故障隔离率下限；第二次寻优为BIT级的故障模式形成的F-BIT矩阵，目标为BIT故障检测率、隔离率最高，约束条件为BIT的重量和可靠度，同时反馈调整BIT故障模式集，最终得到BIT级的最优故障模式集、测试集、检测率、隔离率；第三次寻优为ITE级的F-ITE矩阵，目标为ITE测试代价最低，约束条件为ITE的故障检测率和故障隔离率下限，输出为ITE级的故障模式集、测试集。
实施例2
本实施例提供一种装备机内测试与综合测试一体化设计系统，包括：
第一优化模块，用于对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵；所述测试为对装备系统的故障模式进行的测试；
第一故障模式集和测试集获取模块，用于从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
第一BIT级故障模式集和BIT级测试集获取模块，用于从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
第一F-BIT矩阵获取模块，用于根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
第二优化模块，用于对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵；
第二BIT级故障模式集和BIT级测试集获取模块，用于从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集；
第三F-BIT矩阵获取模块，用于根据第二BIT级故障模式集和第二BIT测试集获得故障-机内测试相关性矩阵，记为第三F-BIT矩阵；
判断模块，用于判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤“对所述第一F-BIT矩阵进行第二优化”；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵；
最优的BIT级故障模式集和BIT级测试集获取模块，用于根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应；
ITE级故障模式集和ITE级测试集获取模块，用于从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集；
第一F-ITE矩阵获取模块，用于根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵；
第三优化模块，用于对所述第一F-ITE矩阵进行第三优化以实现ITE级测试成本最小，得到第二F-ITE矩阵；
最优的ITE级故障模式集和最优的ITE级测试集获取模块，用于根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
可选的，所述故障-测试相关性矩阵的获取方法包括：
通过多信号流图建立测试性模型；所述测试性模型包括故障模式集和测试集；所述故障模式集包含装备系统的所有故障，所述测试集包含装备系统的所有测试；
利用布尔矩阵表示所述测试性模型中每一所述故障模式和每一所述测试之间的相关性，得到故障-测试相关性矩阵。
可选的，所述第一优化的优化目标为系统测试性代价最低，约束条件为系统的故障检测率和系统的故障隔离率分别满足系统要求达到的故障检测率下限和故障隔离率下限。
可选的，所述第二优化的优化目标为BIT级故障检测率和BIT级故障隔离率最高，约束条件为BIT故障模式的测试设备的重量和可靠度均符合预设要求。
可选的，所述第三优化的优化目标为ITE测试代价最低，约束条件为ITE级故障检测率和ITE级故障隔离率分别满足系统要求的达到的ITE级故障检测率下限和ITE级故障隔离率下限。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种装备机内测试与综合测试一体化设计方法，其特征在于，包括：
步骤1、对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵；所述测试为对装备系统的故障模式进行的测试；
步骤2、从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
步骤3、从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
步骤4、根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
步骤5、对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵；
步骤6、从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集；
步骤7、根据第二BIT级故障模式集和第二BIT测试集获得第三F-BIT矩阵；
步骤8、判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤5；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵；
步骤9、根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应；
步骤10、从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集；
步骤11、根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵；
步骤12、对所述第一F-ITE矩阵进行第三优化以实现ITE级测试成本最小，得到第二F-ITE矩阵；
步骤13、根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
2.根据权利要求1所述的方法，其特征在于，所述故障-测试相关性矩阵的获取方法包括：
通过多信号流图建立测试性模型；所述测试性模型包括故障模式集和测试集；所述故障模式集包含装备系统的所有故障，所述测试集包含装备系统的所有测试；
利用布尔矩阵表示所述测试性模型中每一所述故障模式和每一所述测试之间的相关性，得到故障-测试相关性矩阵。
3.根据权利要求1所述的方法，其特征在于，所述第一优化的优化目标为系统测试性代价最低，约束条件为系统的故障检测率和系统的故障隔离率分别满足系统要求达到的故障检测率下限和故障隔离率下限。
4.根据权利要求1所述的方法，其特征在于，所述第二优化的优化目标为BIT级故障检测率和BIT级故障隔离率最高，约束条件为BIT故障模式的测试设备的重量和可靠度均符合预设要求。
5.根据权利要求1所述的方法，其特征在于，所述第三优化的优化目标为ITE测试代价最低，约束条件为ITE级故障检测率和ITE级故障隔离率分别满足计算所得的ITE级故障检测率下限和ITE级故障隔离率下限。
6.一种装备机内测试与综合测试一体化设计系统，其特征在于，包括：
第一优化模块，用于对由装备系统的所有故障模式以及所有测试组成的故障-测试相关性矩阵进行第一优化以实现系统测试性代价最低，得到第一故障-测试相关性矩阵；所述测试为对装备系统的故障模式进行的测试；
第一故障模式集和测试集获取模块，用于从所述第一故障-测试相关性矩阵中获得第一故障模式集和第一测试集；
第一BIT级故障模式集和BIT级测试集获取模块，用于从所述第一故障模式集中删除故障率最高的故障模式，得到第二故障模式集，并将所述故障率最高的故障模式添加到BIT级故障模式集中，得到第一BIT级故障模式集；从所述第一测试集中删除与所述故障率最高的故障模式相关的测试，得到第二测试集，并将所述与所述故障率最高的故障模式相关的测试添加到BIT级测试集中，得到第一BIT级测试集；
第一F-BIT矩阵获取模块，用于根据所述第一BIT级故障模式集和所述第一BIT测试集获得故障-机内测试相关性矩阵，记为第一F-BIT矩阵；
第二优化模块，用于对所述第一F-BIT矩阵进行第二优化以实现BIT级故障检测率和BIT级故障隔离率最大，得到第二F-BIT矩阵；
第二BIT级故障模式集和BIT级测试集获取模块，用于从所述第二故障模式集中取出故障率最高的故障模式添加到第一BIT级故障模式集，得到第二BIT级故障模式集；并从所述第二测试集中取出与所述故障率最高的故障模式相关的测试添加到第一BIT测试集，得到第二BIT测试集；
第三F-BIT矩阵获取模块，用于根据第二BIT级故障模式集和第二BIT测试集获得故障-机内测试相关性矩阵，记为第三F-BIT矩阵；
判断模块，用于判断所述第三F-BIT矩阵是否满足BIT故障模式的测试设备重量和可靠度均符合预设要求，若是，则令所述第三F-BIT矩阵为第一F-BIT矩阵，并返回步骤“对所述第一F-BIT矩阵进行第二优化”；若否，则将所述第二F-BIT矩阵作为最优F-BIT矩阵；
最优的BIT级故障模式集和BIT级测试集获取模块，用于根据所述最优F-BIT矩阵获得最优的BIT级故障模式集和最优的BIT级测试集，所述最优的BIT级测试集中的测试与所述最优的BIT级故障模式集中的故障模式对应；
ITE级故障模式集和ITE级测试集获取模块，用于从所述第一故障模式集中删除所述最优的BIT级故障模式集，得到ITE级故障模式集，并根据所述ITE级故障模式集从所述第一测试集中选取测试组成ITE级测试集；
第一F-ITE矩阵获取模块，用于根据所述ITE级故障模式集和所述ITE级测试集获得故障-综合测试相关性矩阵，记为第一F-ITE矩阵；
第三优化模块，用于对所述第一F-ITE矩阵进行第三优化以实现ITE级测试成本最小，得到第二F-ITE矩阵；
最优的ITE级故障模式集和最优的ITE级测试集获取模块，用于根据所述第二F-ITE矩阵，得到最优的ITE级故障模式集和最优的ITE级测试集，所述最优的ITE级测试集中的测试与所述最优的ITE级故障模式集中的故障模式对应。
7.根据权利要求6所述的系统，其特征在于，所述故障-测试相关性矩阵的获取方法包括：
通过多信号流图建立测试性模型；所述测试性模型包括故障模式集和测试集；所述故障模式集包含装备系统的所有故障，所述测试集包含装备系统的所有测试；
利用布尔矩阵表示所述测试性模型中每一所述故障模式和每一所述测试之间的相关性，得到故障-测试相关性矩阵。
8.根据权利要求6所述的系统，其特征在于，所述第一优化的优化目标为系统测试性代价最低，约束条件为系统的故障检测率和系统的故障隔离率分别满足系统要求达到的故障检测率下限和故障隔离率下限。
9.根据权利要求6所述的系统，其特征在于，所述第二优化的优化目标为BIT级故障检测率和BIT级故障隔离率最高，约束条件为BIT故障模式的测试设备的重量和可靠度均符合预设要求。
10.根据权利要求6所述的系统，其特征在于，所述第三优化的优化目标为ITE测试代价最低，约束条件为ITE级故障检测率和ITE级故障隔离率分别满足计算得到的ITE级故障检测率下限和ITE级故障隔离率下限。
CN202210784575.1A 2022-06-29 2022-06-29 一种装备机内测试与综合测试一体化设计方法及系统 Active CN115165332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210784575.1A CN115165332B (zh) 2022-06-29 2022-06-29 一种装备机内测试与综合测试一体化设计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210784575.1A CN115165332B (zh) 2022-06-29 2022-06-29 一种装备机内测试与综合测试一体化设计方法及系统

Publications (2)

Publication Number Publication Date
CN115165332A true CN115165332A (zh) 2022-10-11
CN115165332B CN115165332B (zh) 2023-05-12

Family

ID=83491779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210784575.1A Active CN115165332B (zh) 2022-06-29 2022-06-29 一种装备机内测试与综合测试一体化设计方法及系统

Country Status (1)

Country Link
CN (1) CN115165332B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116069646A (zh) * 2023-02-10 2023-05-05 中国人民解放军海军航空大学 一种多目标测试性优化的测试集确定方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0720994A (ja) * 1993-06-30 1995-01-24 Hitachi Ltd 記憶システム
US20120177135A1 (en) * 2010-06-04 2012-07-12 The Mathworks, Inc. Interactive control of multiple input multiple output control structures
CN108363876A (zh) * 2018-02-19 2018-08-03 中国人民解放军海军航空大学 一种考虑关键故障的测试优化选择方法
US20180306160A1 (en) * 2017-04-20 2018-10-25 GM Global Technology Operations LLC Hierarchical fault diagnosis and prognosis of a system
CN109325293A (zh) * 2018-09-25 2019-02-12 中国人民解放军海军航空大学 一种基于相关性模型的多故障诊断方法
EP3672192A1 (en) * 2018-12-21 2020-06-24 Garrett Transportation I Inc. Integrated equipment fault and cyber attack detection arrangement
CN111412795A (zh) * 2020-03-16 2020-07-14 中国人民解放军海军航空大学 测试点设置方案生成方法及装置
CN111859296A (zh) * 2020-07-17 2020-10-30 中国人民解放军海军航空大学 一种基于装备使用期间的测试性指标评估方法及系统
CN111898924A (zh) * 2020-08-13 2020-11-06 中国人民解放军海军航空大学 一种装备测试性使用综合评价方法及系统
CN114021418A (zh) * 2021-11-15 2022-02-08 江苏科技大学 基于改进离散粒子群算法优化故障等级的传感器布局方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0720994A (ja) * 1993-06-30 1995-01-24 Hitachi Ltd 記憶システム
US20120177135A1 (en) * 2010-06-04 2012-07-12 The Mathworks, Inc. Interactive control of multiple input multiple output control structures
US20180306160A1 (en) * 2017-04-20 2018-10-25 GM Global Technology Operations LLC Hierarchical fault diagnosis and prognosis of a system
CN108363876A (zh) * 2018-02-19 2018-08-03 中国人民解放军海军航空大学 一种考虑关键故障的测试优化选择方法
CN109325293A (zh) * 2018-09-25 2019-02-12 中国人民解放军海军航空大学 一种基于相关性模型的多故障诊断方法
EP3672192A1 (en) * 2018-12-21 2020-06-24 Garrett Transportation I Inc. Integrated equipment fault and cyber attack detection arrangement
CN111412795A (zh) * 2020-03-16 2020-07-14 中国人民解放军海军航空大学 测试点设置方案生成方法及装置
CN111859296A (zh) * 2020-07-17 2020-10-30 中国人民解放军海军航空大学 一种基于装备使用期间的测试性指标评估方法及系统
CN111898924A (zh) * 2020-08-13 2020-11-06 中国人民解放军海军航空大学 一种装备测试性使用综合评价方法及系统
CN114021418A (zh) * 2021-11-15 2022-02-08 江苏科技大学 基于改进离散粒子群算法优化故障等级的传感器布局方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116069646A (zh) * 2023-02-10 2023-05-05 中国人民解放军海军航空大学 一种多目标测试性优化的测试集确定方法及系统
CN116069646B (zh) * 2023-02-10 2023-08-11 中国人民解放军海军航空大学 一种多目标测试性优化的测试集确定方法及系统

Also Published As

Publication number Publication date
CN115165332B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN107832219B (zh) 基于静态分析和神经网络的软件故障预测技术的构建方法
CN106570281B (zh) 基于相似产品信息的小子样产品贝叶斯可靠性评估方法
CN104597892A (zh) 一种用于电子信息装备层次化故障诊断方法
CN102467684A (zh) 基于改进雷达图的综合性能评估系统和方法
CN111143981B (zh) 虚拟试验模型验证系统及方法
CN109840371B (zh) 一种基于时间序列的动态多层耦合网络构建方法
CN108879732A (zh) 电力系统暂态稳定评估方法及装置
CN105512011A (zh) 一种电子装备测试性建模评估方法
CN113626267A (zh) 复杂电子系统不确定性故障诊断效能评估方法
CN115165332A (zh) 一种装备机内测试与综合测试一体化设计方法及系统
CN106886620B (zh) 航天器测试资源优化配置方法
CN115757103A (zh) 基于树结构的神经网络测试用例生成方法
CN117472789B (zh) 基于集成学习的软件缺陷预测模型构建方法和装置
CN115184055B (zh) 一种分级测试性优化的测试集确定方法及系统
CN108427778B (zh) 电子装备的可测试性分析方法及装置
CN115827353A (zh) 故障诊断方法及装置
Franco Experiences gained using the navy's IDSS weapon system testability analyzer
Pang et al. Detecting continual anomalies in monitoring data stream based on sampling GPR algorithm
CN116956642B (zh) 一种威胁评估算法性能动态仿真验证方法
CN115269401B (zh) 一种基于层次化模型的装备测试序列生成方法
CN109976802A (zh) 一种面向模式的软件架构重构方法
Abaei et al. Software fault prediction based on improved fuzzy clustering
CN111626008B (zh) 一种用于电路系统的分层序贯测试性建模方法
CN116069646B (zh) 一种多目标测试性优化的测试集确定方法及系统
Nooteboom et al. Focusing based on the structure of a model in model-based diagnosis

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