装备测试性增长过程的贝叶斯验证方法

现有测试性验证试验方案需要较多故障样本,存在测试性验证时间长、结果置信度低的问题,为此提出一种装备测试性增长模型的贝叶斯验证方法,在小子样、异总体的情况下进行测试性验证。建立装备测试性水平动态增长的数学模型,依据已有的研制阶段的数据进行求解,得到测试性增长模型的具体参数值,并对测试性水平进行预测。确定测试性水平的先验分布,使用最大熵法求解分布参数,采用贝叶斯理论融合现场试验数据得到后验分布,实现对装备测试性水平的验证。实例分析表明,该方法在较少样本量的情况下能够提高验证结果的置信度,降低双方风险。

基于测试性增长的指标动态评估方法

针对现有测试性指标评估方法未能考虑装备研制阶段不同层次结构测试性水平动态增长的特性,导致测试性评估置信度不高的问题,提出一种测试性增长条件下基于层次Bayes网络模型的测试性指标动态评估方法。根据装备结构特征建立测试性指标动态评估的层次Bayes网络模型,并以测试性指标作为网络传递参数;考虑延缓纠正的测试性增长试验策略,给定测试性阶段序化增长约束条件,针对不同层次节点各阶段增长试验数据,采用单边Fisher精确检验法对测试性增长趋势进行检验,并基于检验结果确定增长阶段数;提出利用最大熵模型和改进Gompertz模型的先验参数估计方法,结合Bayes定理以及研制阶段各层次节点先验信息确定节点先验分布;进一步基于层次Bayes网络融合推理算法确定顶层节点测试性指标的后验分布,实现对装备测试性指标的动态评估,并通过案例进行验证。结果表明,该方法相较于直接运用Beta分布,具备更为准确合理的指标评估结论。

装备测试性工程技术现状与新进展

装备测试性工程技术起源于20世纪80年代,是先进测试技术与系统工程紧密结合的产物。该技术经过40余年的发展逐渐成熟,在测试性需求分析与分配、测试性建模与方案优化设计、机内测试(Built⁃In Test,BIT)与自动测试系统(Automatic Test System,ATS)设计、测试性试验与评估等方面形成了较完善的理论体系,并在各型装备中得到了普遍应用,取得了较大的军事和社会效益。今后测试性基础研究和应用探索究竟该如何开展,未来发展方向是怎样的,是亟需深入探讨的问题。在对测试性工程技术的产生背景与需求、概念与内涵、发展历程、关键技术现状与新进展进行剖析的基础上,指出了目前测试性工程技术研究存在的问题和今后研究突破的方向。

考虑测试性设计缺陷修正延时的测试性增长模型建模与评价方法

针对现有测试性增长模型忽略了测试性设计缺陷的修正延时过程,进而导致测试性增长模型(TGM)跟踪与预计精度低的问题,提出了一种考虑测试性设计缺陷修正延时的测试性增长模型建模理论与方法。首先分析测试性设计缺陷识别与修正之间的延时机理,得到剩余测试性设计缺陷(TDL)具有先增后减的铃形变化趋势;在此基础上,分别以Gamma、Raleigh和Delay-S 3种曲线拟合剩余测试性设计缺陷(RTDL)变化趋势,研究建立基于以上3种曲线考虑修正延时的测试性增长模型;最后,以某机载稳定跟踪平台测试性增长试验数据验证测试性增长模型拟合、跟踪及预计效能。研究结果表明:基于该测试性增长试验数据,Gamma曲线可以精确地拟合剩余测试性设计缺陷变化规律,测试性增长模型跟踪和预计精度可达到10^-2数量级。

基于数字孪生的测试性验证技术

针对型号测试性验证工作中存在的验证周期长、验证时机滞后、验证环境受限等问题,开展了基于数字孪生技术的测试性验证技术研究,重点关注数字孪生技术框架和关键技术研究,包括基于数字孪生驱动的故障模式分析、基于数字孪生驱动的故障模式空间模拟、基于数字孪生驱动的故障模式分配与注入、基于数字孪生驱动的数据融合技术,以期实现装备全生命周期的测试性验证与增长。形成一套基于数字孪生驱动的测试性验证流程及方法,用于指导新研产品的测试性验证工作。