基于多信号流图的测试性建模与分析方法

为了实现大型设备高效、精准的故障诊断与预测,针对故障监测点的设计与分布,本文提出了以信息流模型为基础,融合多信号流模型的测试性建模与分析方法;该方法通过层次化的多信号流模型构建大型设备的测试性模型,生成故障-测试依赖矩阵;以依赖矩阵为基础,进行测试性指标分析,生成测试性分析报告;最后利用某雷达发射机系统进行验证,结果表明,该方法对于系统级的测试性建模与分析方法是有效的,具有良好的应用前景。     

基于多信号属性表建模提高测试性设计方法

多信号流模型是目前系统测试性设计中常用的模型.日益复杂的电子系统,不仅要求建模人员对系统设计有全面的了解,还要有能力基于多信号流模型进行测试诊断分析.从目前现状来看,装备测试性设计与装备维护分工进行,而且测试数据描述缺乏统一的规范,难以有效地汇总或共享使用.通过对多信号流模型的测试性建模进行研究,提出了基于建立属性表格进行测试性建模的方法,运用属性表格对测试属性数据规范化,从而有效利用多信号流模型来提高电子设计的测试性,并以某短波电台系统为例,对该方法进行验证.     

机载设备测试性建模与应用

测试性模型是进行测试性仿真、设计、分析、评估的基础和关键。该文描述了设备测试性建模方法与测试性建模流程,为实现对复杂系统的测试性分析及故障诊断,获取有指导意义的诊断策略服务实际应用。测试性设计中采用多信号流建模技术,分层次建立某型机载音频设备的测试性模型;对设备故障模式、故障影响的分析归纳,收集各层级设备故障模式样本形成FMEA分析表;运用计算机建模仿真工具辅助,构建了定量化的测试性模型;通过模型仿真获得被测设备故障检测率、隔离率以及相关故障诊断流程;经测试性指标对比分析及测试性试验验证,发现该测试性模型中薄弱环节,经过迭代模型、改进测试性方案后,显著提高了设备的测试性指标,满足设备的应用使用需求。     

测试性框图模型比较研究与改进

对TEAMS和eXpress两款主流测试性建模与分析软件所采用的测试性框图模型——多信号模型和混合诊断模型,从产品结构单元表示、端口表示、功能(信号)表示、故障模式表示、测试表示等多个方面进行了深入比较研究,并对二者进行了综合评价;在此基础上,综合两者特性提出了一种新的测试性框图模型改进方案——端信号模型;通过将组元端口所通过信息流直接视作信号、引入结点、扩充信号映射定义、允许定义多值测试等多种设置,端信号模型方案能够支持基于电路网表创建模型和更为精确化的故障－测试关联性描述。     

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。     

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。     

基于多信号模型的故障诊断算法研究

多信号模型是一种简单而有效的系统建模表示方法,在测试性分析与故障诊断领域得到了广泛的应用;本文结合示例给出了多信号模型的建模和分析过程,并由多信号模型得到了故障-测试相关矩阵;在信息熵理论的基础上,通过定义新的目标函数,本文对最优测试序列的生成进行了具体算法分析,并由此得出了最优诊断树,与TEAMS工具箱的仿真结果一致;和其他方法相比,该方法不仅结果更加优化,而且效率更高,易于计算机编程实现,对测试性分析工具的研发具有一定的参考价值。     

复杂电子系统的TEAMS测试性研究

系统测试性是准确地判定产品工作状态并隔离其内部故障的一种设计特性,多信号模型是利用分层有向图表示系统属性的因果关系,对系统故障传播特性建立的模型.采用多信号模型描述复杂电子装备的因果依赖关系,在故障空间使用TEAMS建模并进行测试性评估,可高效灵活地构建复杂电子装备的故障诊断模型,提高电子系统测试的故障隔离率和覆盖率.多信号模型建模方法简单,诊断速度快,能够改进系统的测试性,可应用于复杂系统的测试性设计、故障模式影响与危害度分析、TPS开发、故障诊断和测试性评估等,适应现代复杂电子系统的故障诊断需求.     

基于多信号模型的现场可更换模块测试性建模与分析

基于多信号模型的测试性建模与分析为测试性设计提供了一条崭新的思路,但测试性建模过程所需的测试性信息却难以准确、完备地获取,进而使测试性建模过程变得非常困难,指出正确获取测试性信息的关键是要消除产品设计人员和建模人员之间存在的知识隔层;分析了多信号模型的8个要素,结合工程实践给出了测试性信息的获取方法和测试性建模的工程化操作流程,工程化操作流程包括:确定结构层次、故障模式影响分析、信号流分析、测试分析共4个步骤;以某现场可更换模块为例,完成了测试性建模与分析;结果表明,给出的测试性信息获取方法和工程化操作流程在实际工作中是可行的、有效的;测试性建模、分析的结果能够在设计阶段较准确的评估测试性设计是否满足既定的指标,并为测试性设计的进一步改进指明方向。     

对多信号模型中故障模式建模方法的改进研究

多信号模型是一种简单而有效的系统建模表示方法,已被美国QSI公司引入其TEAMS(测试性工程和维修系统)软件中用于系统测试性分析和预计、可靠性分析以及故障诊断等.论文分析了TEAMS软件中多信号模型故障模式建模和故障-测试相关性分析中存在的问题,提出了将故障模式由组元节点的构成层次变更为与组元作用信号相关联的组元节点属性的解决方案.通过分析表明,新的故障模式建模方法能够明显提高测试性建模与分析的准确性且易于计算,并有利于扩展和增强故障分析功能.     

复杂电子系统可测性建模方法研究*

通过比较电子系统建模方法,提出基于多信号模型的可测性建模方法。以典型的电子系统雷达发射机为例,详细介绍可测性建模方法,通过模型得到该系统的故障测试依赖矩阵,为复杂电子系统进行可测性分析提供了条件,同时也为雷达系统故障诊断提供依据。     

基于多信号流图的亚跨超声速风洞故障诊断方法

为了在风洞系统发生故障时实现快速准确的诊断与定位,提出了基于多信号流图模型的风洞测试性建模方法;针对风洞结构复杂、解析建模困难等特点,首先通过分析系统组成与设备的功能结构对风洞进行了层次性划分,并根据实际运行中出现的故障情况得到了风洞关键设备的FMEA结果;而后以FD-12亚跨超声速风洞为研究对象建立了系统的多信号流图模型,利用故障模式与测点对应关系建立了相关性矩阵;最后采用TEAMS-RT算法对系统的测试性水平进行了分析和评估,验证结果表明该方法对于风洞系统的测试性建模与故障诊断是有效的,为风洞系统健康管理相关研究提供了参考。     

基于BP神经网络的智能BIT故障诊断系统研究

论述了智能BIT的设计、检测、诊断、决策四个方面的主要研究内容,分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的智能BIT故障诊断系统,并用某雷达录取终端的故障实际数据进行了验证。结果表明将神经网络与智能BIT结合是一种有效的诊断方法,解决了传统BIT故障诊断能力不足,导致系统虚警率过高、自适应性能差等问题,使被测系统具有更高的故障诊断能力。     

基于蚁群算法的雷达系统测试序列优化研究

随着微电子技术的发展,电子装备结构、功能日趋复杂,电子装备的保障面临的困难也越来越大。文章以多信号模型为基础,以提高电子装备故障诊断能力为目的,开展了测试性分析和基于蚁群算法的测试序列优化研究。最后通过实例证实了算法的可行性和有效性,为雷达系统的测试诊断和功能验证提供了一种新的方法。     

基于多信号流模型的模型封装与解包技术

随着科技的快速发展,设备系统的复杂程度越来越高,多信号流模型是系统测试性分析的常用模型,为解决复杂系统建模分析时对其各分系统信息保密问题,提出了一种基于多信号流模型的模型封装与解包方法。该方法首先确定了封装模块数据信息并实现封装,然后构建封装模块测试信息描述表,描述了封装模块内部故障、内部测试与外部信息的关系以及封装模块本身对外部信息的影响,实现了模块的解包。实验表明,该描述方法可以有效地屏蔽了被封装的分系统模型的技术信息,有利于各分系统设计者之间的信息保密,同时利用该描述方法,还可以有效地减少测试性分析所需的时间。     

一种基于多信号模型的测试性评估方法

介绍了多信号模型的形式化定义和建模步骤,利用其采用有向图描述元件与测试间因果依赖关系仅对故障传播建模的特点,提出了利用多信号模型方法进行测试性评估的方法.最后举例证实了该方法模型易于构造、适用面宽、通用性好、推理效率高.     

一种电子系统测试性模型的研究

测试性是系统和设备的一种便于测试和诊断的重要设计特性,对现代的航空电子设备、武器装备等复杂系统的维护性、可靠性和可用性有很大影响。在对测试性建模理论进行研究的基础上,借鉴多信号流图模型和eXpress信息模型,提出了一种适合电子系统的测试性模型——ESTIM(electrotic system testability information model)模型,该模型在表示方法上与EDA软件相兼容,可结合功能相关性和故障模式相关性方便地对电子系统进行测试性分析。