基于故障-测试相关性矩阵的测试性分析

为有效检测出系统测试中存在的不可测故障、冗余测试和隐含故障等,提出一种基于故障-测试相关性矩阵的测试性分析方法。首先给出不可测故障、模糊组、不可隔离故障、冗余测试、隐含故障和伪故障的定义;在此基础上,提出基于故障-测试相关性矩阵的测试性分析流程和求解方法。算例分析结果表明:该方法能有效完成系统测试性分析,且操作简单,具有较大的工程应用价值。

基于故障相关矩阵的最优测试序列生成方法

针对最优测试序列生成问题,采用与或图搜索生成测试序列,将系统故障与测试之间的关系作为节点生成的依据,在综合了信息论与启发式搜索理论的基础上,由霍夫曼编码和信息熵构成的启发式搜索函数来引导与或图的搜索生成诊断树,安排最优的测试顺序,实现用最少的代价隔离系统故障;在解决与或图搜索问题中应用了改进后的AO*算法,避免出现"NP-完全"的复杂计算问题,整个过程大大减少了生成节点的数量,提高了故障隔离效率。

基于故障-测试相关模型的运载火箭测试点优化设计方法

为优化运载火箭测试性指标,提出了基于故障-测试相关模型的测试点优化设计方法。从运载火箭领域测试性特点及其优化布局的必要性出发,根据FMEA分析结论,采用可达性分析算法建立了故障-测试全阶相关矩阵,给出了基于全阶相关矩阵对运载火箭基本测试性指标进行评价的指标与对应方法。基于改进后的遗传算法,以预设测试性指标为约束条件,完成了对运载火箭测试点的优化布局。测试性优化仿真结果证明了该方法的高效率与可行性。

机械系统的故障演化测试性建模及预计

采用部件级及系统级的分层建模思想,提出基于故障演化的测试性建模方法.在部件级,分析系统的故障演化机理,建立描述系统故障与征兆参数的定性相关性矩阵;在系统级,使用键合图的分析方法,建立系统中部件故障与子系统以及系统参数间的能量传递关系,进而获得征兆参数与测试间的动力学关系.在考虑故障可检测率、故障可隔离率的基础上,以故障可预测率以及故障可跟踪率分别描述系统对故障的检测、隔离、预测和跟踪的测试性水平.案例分析结果表明:故障与征兆参数的定性关系以及征兆参数与测试的动力学关系能准确刻画机械系统中故障演化与测试的关系,在此基础上提出的测试性预计方法能够有效评估机械系统对故障的检测、隔离、跟踪和预测能力,有助于提高机械系统对故障演化的跟踪和对失效的预测水平.

基于主元增广矩阵的SVM故障检测

为提高支持向量机(support vector machine,SVM)的故障检测率,提出一种基于主元增广矩阵的SVM(SVM based on principal component augmented matrix,PCAM-SVM)故障检测方法.运用主元分析(principal component analysis,PCA)算法在主元空间中计算得分矩阵,再加入得分的时滞输入特性和时差输入特性,构建增广矩阵.运用正常数据和故障数据的增广矩阵训练SVM模型,获得判别分类函数,再运用SVM模型对测试数据进行分类.PCAM-SVM方法通过构建主元增广矩阵,增加模型输入特性复杂度,有效降低了数据自相关性,提高了SVM的故障检测性能.将该方法应用于多变量动态仿真案例和田纳西-伊斯曼过程,并与PCA、独立元分析(independent component analysis,ICA)、核主元分析(kernel principal component analysis,KPCA)、SVM和PCA-SVM方法比较,验证了PCAM-SVM方法的有效性.

基于“功能故障传递关系模型”的测试性建模方法

目前,基于"多信号流图模型"的建模方法在航空、航天和电子等领域中得到了广泛的应用,但该方法也存在一定的缺点,因此,在此基础上提出了一种新的基于"功能故障传递关系模型"的测试性建模方法,并对该模型的创建过程和相关性矩阵的计算方法进行了详细的介绍,该方法能够更加精确地描述通信电子产品的测试性情况,更贴近于工程实际,具有参考价值。

基于“功能故障传递模型”的测试性计算技术

介绍了一种新的基于“功能故障传递关系模型”测试性建模方法。它能够实现较高层次的故障模式与低层次的故障模式之间的关联。建立的模型包含了3个视图:故障视图、结构视图和功能视图。其中,功能视图是逻辑关联的核心,将不同层次的功能性故障关联起来,可描述不同层级组成(例如:装备-LRUSRU-功能电路级)的电子产品的功能性故障。建立的测试性模型能够精确地描述通信电子产品的测试性情况,对其定量指标进行计算,并分析出测试性的薄弱环节,更加贴近工程实际。

多故障诊断策略优化生成技术研究

故障诊断策略设计是测试性设计的重要内容。已有的测试性分析与诊断工具通常做了单故障假设,不适用于复杂系统。针对这一问题,提出了多故障隔离策略优化生成算法。该方法首先采用布尔逻辑运算生成每步测试执行后的完备最小割集,然后采用基于信息量启发式算法生成近似最优的多故障隔离策略。最后应用案例进行了验证,结果表明:本文提出的算法可以有效地生成多故障诊断策略。由于测试与故障的定义是广义的,因此该算法可用于系统级、部件级以及元件级的多故障诊断策略的优化生成。

混合诊断建模与故障检测率和隔离率算法解析

针对混合诊断建模中故障"有时影响"功能以及故障和功能可靠性数据冲突情况下的故障检测率和故障隔离率计算问题,研究了混合诊断建模与推理规则以及故障和功能可靠性数据冲突处理方法,通过分解故障并扩展故障-测试相关矩阵定义,将故障与功能间不确定性关联转化为确定性关联,归纳了故障和功能可靠性数据冲突处理计算公式,提出了基于扩展故障-测试相关矩阵和分别采用故障模式均分法、故障模式优先法、功能优先法的故障检测率和故障隔离率算法,给出了计算示例,并与eXpress软件运行结果相对照,验证了所提算法的正确性,深化了对eXpress软件功能原理的认识。

考虑传感器故障检测能力的PHM系统传感器优化配置方法

传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。

基于多信号模型的测试性分析方法研究

多信号模型是一种简单而有效的建模表示方法,用于系统测试性分析、故障诊断等;在产品结构的基础上以分层有向图表示信号流向和各组成单元的连接关系,通过定义组成单元、信号、故障模式、测试等建立多信号模型,获取故障与测试之间的相关性来实现对产品的测试性分析;结合示例介绍了多信号模型的表示方法,给出故障-测试依存矩阵以及未检测故障、模糊组、冗余测试、隐藏故障、冒充故障、故障检测率和故障隔离率的具体分析过程和算法;算法分析结果与应用TADS软件分析结果相一致。

基于故障演化-测试相关性可测性建模方法（英文）

目的:建立系统中典型故障演化过程中的相关参数与系统中测试节点的关联关系。分析系统对故障的检测、隔离,对故障演化过程跟踪和对故障预测能力的可测性水平,进而指导系统的可测性设计。创新点:通过故障-征兆、征兆-测试矩阵描述系统故障演化与测试的相关性关系。结合测试节点的灵敏度、检测时间、检测概率等固有属性,建立量化测试对故障演化过程跟踪能力的指标,在故障检测率、故障隔离率等指标基础上,提出故障可跟踪率和故障可预测率的可测性指标。方法:首先,分析系统中典型故障的演化机理,建立定量描述故障与表征其严重程度的征兆参数的相关性矩阵。其次,使用能量流图分析方法,建立征兆参数与系统中测试节点间的能量传递关系,进而获得征兆参数与测试间的动力学关系。再次,构建衡量系统对故障可检测、可隔离、可跟踪和预测的可测性指标体系,并提出相应的可测性指标预计方法。最后,以某离心泵系统为案例,对本文所提理论的有效性进行验证。结论:基于故障演化-测试相关性可测性建模方法能定性地描述系统中故障与表征其严重程度的征兆参数间的关系,并能从定量的角度建立各个征兆参数与系统中测试节点的关系。故障可跟踪率和故障可预测率能较好地描述系统中固有测试节点对故障跟踪和预测的水平,以此为基础提出的可测性预计方法能有效预计系统对故障的检测、隔离、跟踪和预测水平,预计结果能有效指导系统的可测性设计。论文的相关理论和方法对于提高系统对故障的跟踪和对故障的预测的可测性水平具有指导意义。

机载装备测试性模型设计与优化

现代机载武器高度集成化、层次化的特点使得多数外部设备无法对其添加足够的测试点以获取全部的故障诊断信息,导致自动检测效率低下。提出一种层次化测试性建模方法,通过对复杂系统层次划分,建立起包含全部测试属性的多层次测试性有向图模型。基于该有向图模型,分析模型中各单元模块与测试间的关系,建立故障-测试相关性矩阵并得到模型的测试性属性。利用模型测试点和测试项的优化反馈结果,更新测试设备中的测试程序集。在测试执行期间不断积累维修经验,修正故障概率,更准确地将故障定位到满足当前机载设备维修精度的层级。最后以某温控系统为例进行分析,对本文所提方法的有效性进行验证。结果表明,该建模方法将优化模型的可测试性,提高外部测试设备对机载装备的检测效率及维修深度。

故障诊断树生成技术研究与实装验证

讨论了基于相关性矩阵的故障诊断树生成技术和优化方法：采用设置故障测试点,得到故障信息相关性矩阵,以描述系统各单元的逻辑关系。利用故障检测、故障隔离化简相关性矩阵,并通过生成故障诊断树的方式得出故障测试最优步骤,从而将故障快速定位到可更换单元。通过介绍某装备系统的故障诊断树生成过程说明诊断树的生成步骤,并用该诊断树对装备进行故障检修,说明其正确性、实用性和优越性。

基于模型的系统级故障诊断与预测推理技术

针对装备状态监控和故障预测推理的需求,提出不同的诊断推理模型。首先,提出了基于二值相关性模型的快速推理算法,采用Vx Works平台对方法进行了验证评估。然后,针对应用过程中存在的时延、故障耦合等现象,提出了动态诊断模型。在此基础上,提出了考虑故障预测的诊断和预测一体化诊断推理模型,对推理运算方法进行了阐述,开发了仿真验证软件。以某卫星电源系统为例进行了验证,结果显示模型具有故障诊断和预测能力,能实现故障诊断和预测的一体化推理。

多故障的电子设备系统诊断设计方法研究

针对复杂电子设备在使用过程中多故障诊断难的问题,以相关性模型为基础,提出了一种多故障诊断的设计方法;首先,根据相关性模型确定测试D矩阵,并获得组成单元与测试次数的关系矩阵;其次,根据每次实际测试的结果构建测试结果矩阵,并计算获得测试故障单元矩阵;最后,通过综合测试故障单元矩阵与测试次数关系矩阵的数据,确定故障单元的概率,根据故障概率定位出故障单元;通过实例验算表明:多故障诊断方法可准确定位故障单元,大幅降低误修率。

基于多信号流图模型的导弹系统级测试性设计研究

针对导弹长时间贮存,一次性使用特点,开展测试性设计工作难度较大的问题,提出采用多信号流图模型对导弹系统进行测试性设计研究。根据故障模式、影响及危害性分析(FMECA)信息确定系统的故障模式,采用多信号流图模型建立导弹系统级测试性模型,根据可达性算法得到故障-测试相关性矩阵,确定系统的测试性指标。考虑到现有算法如遗传算法、二进制粒子群算法等诸多算法的缺点,提出采用混合离散二进制粒子群-遗传算法对测试进行优化选取,将22个备选测试减少至14个,大大减少测试个数。最后通过实例验证,所提算法可以满足系统测试性指标精度要求,并有效降低测试个数,减少测试费用。

基于多信号模型的机载设备综合诊断方法研究

对机载设备综合诊断的信息来源和基于模型的诊断方法进行了分析,重点研究了基于多信号模型的故障诊断方法;给出了机载设备多信号模型的建模方法,研究了基于该模型的可达性和相关性分析方法,及故障-测试相关性矩阵的获取方法;在此基础上,详细设计了综合故障诊断方案和流程;并以机载气象雷达为实例,建立了该设备的多信号模型及测试-相关性矩阵,实现了气象雷达的综合故障诊断;验证了基于多信号模型的机载设备综合诊断方法的可行性。

航天器某子系统在轨诊断推理技术研究

航天器某子系统负责器上去除CO2功能,其工作的安全性和可靠性直接影响任务的成败,需要对子系统进行在线监测,及时发现故障并快速隔离,以方便维修和更换,使系统恢复至正常状态。本文针对该子系统的周期工作和启动工作两种测试模式,给出了周期和启动两种诊断推理方法,解决了实际中可能会出现的数据缺失问题。最后,建立子系统测试性诊断模型,给出了诊断推理程序,利用两种诊断推理方法进行了诊断设计,提高了子系统的故障快速检测和隔离能力。

基于多信号模型的诊断推理机设计

随着飞机功能和性能要求的不断提高,其综合化程度、复杂性也越来越高,传统的故障诊断方法已经不能满足日益复杂的飞机维护需求;针对传统诊断方法对系统的强依赖性和在多故障模式下处理能力不足等问题,给出一种基于多信号模型的故障诊断方法,设计并实现了基于多信号模型的诊断推理机,并用以某型飞机的自动飞行控制系统为对象验证了该方法在解决飞机系统故障关联和多故障诊断问题中的有效性。