一种电子装备测试性建模评估方法
【技术领域】
[0001]本发明涉及设备测试技术领域。
【背景技术】
[0002] 在装备方案论证及设计阶段，通过建立测试性模型可以实现早期的测试性评估。 同时，随着装备研制的深入，该模型还要能够融合装备研制过程中产生的专家经验信息、历 史试验数据等测试性信息，提高测试性仿真评估结果的精确性。
[0003] 目前，基于模型的测试性仿真评估还存在如下三个方面的不足：
[0004] (1)建立在确定性基础上的模型无法处理测试的不确定性问题，例如信息流模型， 多信号流图模型等；
[0005] (2)能够处理测试不确定性的模型，又不能反映装备的层次结构，不便于装备设计 初期的测试性预计评估，例如测试性贝叶斯网络模型；
[0006] (3)通过大量试验来确定测试性模型中节点条件概率的方法是不现实的，大多是 根据假设或专家经验直接给出结果，处理比较粗糙，导致测试性仿真评估结果的精度很低。
【发明内容】
[0007] 本发明所要解决的技术问题是提供一种电子装备测试性建模评估方法;该方法具 有良好的可观测性，不仅能够反映故障和测试之间的关联依赖关系，还能够反映系统模块 之间的结构关系和故障传播关系；并能够融合多源测试性信息，进行测试性定量分析与评 估；同时还具有层次性，采用分系统或功能模块小片段测试性模型组合成整个系统的测试 性模型，降低了建模难度，也便于测试性模型的扩展和修改。
[0008] 为解决上述技术问题，本发明所采取的技术方案是：一种电子装备测试性建模评 估方法，该方法包括以下步骤：
[0009] 1)明确建模对象;对被建模装备进行原理图模型、测试性结构模型和故障模式影 响及危害性分析，识别并提取装备的组成与功能、故障模式和测试信息，并划分结构层次， 明确被建模装备各组成单元；
[0010] 2)测试性分层混合模型构建；
[0011] a、根据对装备系统的分析，建立装备系统各功能模块、故障和测试之间关联关系 的子模型片段；
[0012] b、根据故障模式的传播关系和系统结构的功能关系，将各个子模型连接起来，建 立起整个被建模装备系统的测试性分层混合模型；
[0013] c、根据可达性原理，可将测试性分层混合模型转化为贝叶斯测试性模型进行测试 性定量指标的预计；
[0014] 3)对构建的测试性分层混合模型进行调整、修正和校验，评估所构建模型的准确 程度；
[0015] 4)装备测试性分析与评估；
[0016] a、由专家经验确定节点条件概率的验前分布；
[0017] b、利用试验数据对条件概率验前分布进行更新；
[0018] c、运用分层混合模型推理对装备的测试性进行评估。
[0019] 进一步优化的技术方案为所述步骤2)中测试性分层混合模型包括系统组成单元 有限集C、故障模式有限集F、测试有限集T、有向边有限集E、节点条件概率模式集P;
[0020] 系统组成单元有限集C:C= {ci，C2,…，Ci,…，Cm}，Ci( 1 < i < m)代表第i个组成单 元;组成单元之间的关联关系可表示为CC= {ciCj}，(^(^ =〈(^，(^>代表组成单元(^和(^之间 的关联关系，Ci，c j e C;
[0021] c; < >c;
[0022] 故障模式有限集F:F= {fi，f2，…，f i，…，fn}，fi(1 < i < n)代表第i种故障模式，系 统故障模式与组成单元之间的从属关系可表示为CF= {cifj}，(^;^ =〈(^，;^>代表部件(^与 故障f j之间的从属关系，ciEC，f jEF;
[0023] C,< t</j >f.
[0024] 测试有限集T:T={ti，t2,…，ti,…，ti}，ti(l《i《1)代表第i个测试，规定每个测 试都是二值的，即通过和不通过;故障模式和测试之间的映射关系可表示为FTiUdj}， fit j = <f i，t j>代表故障模式f i和测试t j之间的映射关系，f i eF，t j e T;
[0025] j]< >tj
[0026] 有向边有限集E: %表示故障模式乜和测试k之间的信息流， 表示故障模式fk和故障模式f 1之间的信息流，b表示测试tg和测试th之间的信息流；
[0027] 节点条件概率集P: P = {(FDij，FAij)}，（FDij，FAij)为检测--虚警概率对;其中 FDi谦示被k监测的故障源h异常时，测试t池异常的概率;FA^表示被k监测的故障源心正 常时，测试k也异常的概率。
[0028] 进一步优化的技术方案为所述测试性分层混合模型还包括系统功能集G:G={gl， g2,…，gi,…，gk}，gi(l < i < k)代表系统第i个功能；功能和故障模式之间的影响关系可表 示为FG={figj}，figj =〈fi，gj>代表故障模式fi和功能gj之间的映射关系，fiEF，gjeG;
[0029]
[0030] 故障模式的故障率λ= {λι ,λ〗，…,λ?，…，λη}，
[0031] Ai表式故障模式fi的故障率；
[0032]故障模式F与测试T的相关性矩阵D:D= [dij]，是mXn维，每个测试tj(l < j < η)对 应矩阵的一个列，其中山表示矩阵D第j列；若测试j<n)可以检测 到故障模式h，则(^是1，否则为0;
[0033]系统层次单兀L= {li，12,…，li，…，lm}，li代表系统的第i层次，i越大在系统中所 处的层次越低。
[0034]进一步优化的技术方案为所述步骤2)中测试性指标定量的计算方法为通过测试 性分层混合模型推理可得到故障--测试之间的依赖矩阵为D= [dij]，i = 1，2，…，m; j = 1， 2，…，η;故障与测试之间的检测一一虚警概率矩阵为P(FD;FA) = {(PFDij，PFAij)}，
[0035] 故障检测率FDR的计算公式：
[0036]
[0037]其中，FDRi为故障h可能被检测的概率，如果存在k使得屯=1，则故障心可能被检 测，否则，故障h不能被检测;FD&的计算公式为：
[0038]
[0039]单个故障隔离率的计算公式：
[0040]
[0041 ]隔离到模糊组大小为L的故障隔离率为：
[0042] ~?..
[0043] 其中，心所在的故障隔离模糊组的计算公式为：
[0044] AGi= {fj I DRi = DRj, j ^ [1 ,m]}
[0045] 单个故障虚警率的计算公式：
[0046]
[0047] 累加故障虚警率的计算公式：
[0048]
[0049]采用上述技术方案所产生的有益效果在于：本发明不仅能对建模对象的组成单 元、故障和测试的依赖关系进行建模，并能反映故障传播特性和系统的层次结构;采用的测 试性分层混合模型是图论与概率论的有机结合体，具有坚实的理论基础，支持定性分析和 定量分析，扩展测试性分析的功能，能为测试性仿真评估提供计算模型信息；同时能够综合 利用专家经验信息、历史试验信息等测试性相关信息，解决了复杂装备由于试验数据缺乏， 难以进行测试性建模与评估的难题，仿真评估结果更加接近装备的真实测试性水平。
【附图说明】
[0050] 图1是本发明实施例1的功能模块ci模型示意图；
[0051] 图2是本发明实施例1的功能模块c2模型示意图；
[0052] 图3是本发明实施例1的测试性分层混合模型；
[0053] 图4是本发明实施例1的测试性分层混合模型的测试性贝叶斯网络模型的转行示 意图；
[0054] 图5是本发明实施例1的测试性分层建模流程图。
【具体实施方式