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。     

基于多信号流图模型的导弹系统级故障诊断技术研究

为了实现对导弹装备系统级故障的诊断,提出了基于多信号流图模型的导弹故障诊断方法;该方法利用多信号流图模型建立系统的层次结构模型,在对导弹系统级测试性指标进行分析的同时,生成故障模式-测试相关性矩阵;在导弹测试出现故障时,利用故障模式与测试的相关性对相关性矩阵进行化简后,可将故障定位到具体LRU;最后,利用某型导弹电气系统对该方法进行了验证,试验结果证明,该方法对于导弹系统级的测试性建模与分析是有效的,利用该模型能够对导弹系统级故障进行准确定位。     

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。     

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。     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点;通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型;基于此模型设计了诊断策略构建方法;实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间.     

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。     

基于信息流模型的自动驾驶仪多故障诊断分析

为了在多故障情况下对自动驾驶仪故障做出正确诊断,提出了基于相关性矩阵的多故障诊断完备性分析方法,并给出了严格的数学证明;首先对系统的软硬件模块进行分析与划分,利用信息流模型建立故障与测试间的相关性矩阵模型;再根据多故障情况下的诊断完备性分析方法对相关性矩阵进行行列变换,说明在多故障情况下此自动驾驶仪的故障诊断正确率理论上能达到100%,最后构建其故障诊断方法;实际应用表明,此方法对于自动驾驶仪的分析是有效的,可满足系统的指标要求。     

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。     

基于概率阈的非冗余多故障系统诊断策略优化

针对传统的单故障假设无法诊断复杂系统多故障并发的情况,提出了一种基于概率阈的非冗余系统多故障诊断策略。首先对系统的相关性模型进行扩展,并删除低于概率阈的故障状态,建立非冗余系统的多故障测试诊断模型;其次在信息熵算法的基础上建立Rollout算法,获得了最优测试序列;然后建立故障诊断树并计算测试代价;最后以某机载电子系统为例验证了该方法的有效性。该方法可以在保证测试费用最小的情况下获得非冗余系统的最优测试序列。     

灵敏度矩阵分析的模拟电路故障诊断方法

在分析现有模拟电路多频灵敏度故障诊断方法的基础上,提出一种新的测试频率范围的选择方法,即灵敏度矩阵分析方法.灵敏度矩阵作为故障诊断方程的一个系数矩阵,它的奇异性制约着故障诊断方程解的存在性,而灵敏度矩阵又是测试频率的函数.通过化简故障诊断方程,建立灵敏度矩阵的奇异性与测试频率的关系,从而直接判断故障诊断方程的可解性.仿真实验表明,该方法可以选择一组最佳的测试参数和测试频段,准确地识别电路中的双故障,从而克服现有方法测试频率选择与诊断方程可解性之间的模糊性,增加求解故障诊断方程的可控性和提高故障的诊断率.     

基于改进马氏距离的模拟电路故障诊断新方法

提出一种基于改进马氏距离的模拟电路故障诊断方法. 根据被测电路的拓扑结构进行可测性分析, 利用测试矩阵确定规范模糊组, 从而得到单故障假设下的可分潜在故障元件. 将马氏距离根据模拟电路的特性作出改进, 并应用于模拟电路潜在故障元件的诊断. 利用测点特征值的改进马氏距离对潜在元件进行划分, 减少可疑故障元件的类别, 在诊断分类时达到提高速度的效果. 实验表明, 所提出的方法对模拟电路软故障诊断速度较快, 具有较好的模拟电路故障诊断测试效果.

     

基于Rollout算法的序贯多故障诊断策略

针对目前大部分序贯多故障诊断算法需要计算最小碰集、计算方法较为复杂的问题,在对多故障相关矩阵模型进行转换的基础上,利用Rollout算法对基于信息熵的多故障诊断策略进行优化,提出一种新的多故障诊断策略。实例计算结果表明,与现有算法相比,所提出方法的期望测试费用更低,且具有先测试后修复的特点,在实际工程中更便于操作。     

基于贝叶斯网络的车辆电源系统故障诊断方法

针对车辆电源系统测试点少且测试数据不完备的问题,提出一种多信号流图模型和贝叶斯网络相结合的故障诊断方法。利用多信号流图模型建立电源系统的故障诊断模型,得到系统故障源与测试信号对应的故障依赖矩阵,在此基础上,建立用于故障诊断的贝叶斯网络结构,根据历史数据完成网络的参数学习,并以故障后验概率最大为准则,实现电源系统的故障诊断。仿真实验验证了该方法的有效性。     

基于多故障模糊组的序贯多故障诊断方法

由于系统复杂性的显著提高,多故障发生的概率也逐渐增大;针对多故障诊断的困难性,提出一种序贯多故障诊断算法;算法以构建的单故障诊断树为基础,利用集合划分思想和多故障模糊组,并根据信息熵理论实现测试选择,逐渐扩展单故障诊断树,最终得到多故障诊断树;最后的系统实例详细阐述了序贯多故障诊断算法的应用过程,生成了多故障诊断树,可以有效地实现对系统多故障的检测.     

基于故障概率的可拓诊断法

基于可拓学的故障诊断法现已成功应用于电力设备的故障诊断中,但在故障诊断过程中,没有考虑电力设备常见的几种故障发生的概率．对诊断结果的准确性有一定的影响。基于故障概率的可拓诊断法是在分析可拓诊断法优缺点基础上,将常见的故障概率与可拓法中的关联度相结合,即在可拓法中引入贝叶斯判别法,在故障诊断过程中综合考虑各种故障总体物元出现的先验概率和分布,得出故障所属类型,最后介绍了这一方法在电力设备的故障诊断中的应用。     

高速隧道监控系统的故障诊断设计分析与改进

高速隧道监控系统控制设备有着种类多、数量大、难管理、易损坏的特点且隧道内空间封闭,环境恶劣,一旦高速隧道监控系统发生故障,将对高速公路的安全产生危害。因此良好的监控系统故障诊断能力对于高速公路的安全至关重要。文章结合军用产品测试性设计分析的流程和方法,提出了一套针对高速隧道监控系统的故障诊断分析与改进提升方法,根据系统设计架构进行故障模式与影响分析,得出系统故障模式以及故障率、严酷度等信息,进而针对性地开展BIT诊断电路设计改进,使故障诊断对故障率和严酷度高的故障覆盖率达到80%,为高速隧道监控系统设计开发提供更高效的思路和技术途径。     

基于MSET和SPRT的导弹振动故障诊断

提出了一种基于多元状态估计技术(MSET,multivariate state estimation techniques)和序贯概率比检验(SPRT,sequential probability ratio test)的导弹机构振动故障诊断方法.首先建立常规情况下导弹3处振动传感器所收集的振动信号的关联模型;然后根据导弹3处异常振动信号的当前观测测特征向量与各建模样本特征向量之间的相似性程度,使用MSET对当前异常信号特征向量进行估计,得到与异常信号特征向量相对应的估计残差;最后使用SPRT对异常信号的估计残差进行均值和方差检验,确定系统的工作状态.仿真结果表明,MSET可有效地增强故障状态下的信号特征呈现,而SPRT可在较少的周期内实现对弹体机构异常工作的识别,MSET和SPRT的结合有效地实现了对导弹机构异常工作的早期诊断.     

基于TEAMS的旋转部件测试性建模与分析

测试性模型能清晰、准确地描述装备的测试性相关因素与知识,如故障模式集、测试资源集以及故障与测试之间的关系等.针对直升机旋转部件的独有特性和保障安全的重要性,以旋翼系统为例,梳理了建模准备信息,包括层次结构信息、端口信息、测点信息、故障模式信息等,并进行了TEAMS模型建立和分析,验证了产品模型和测试性设计的一致性,提出了借助外部设备采集和处理传感器信号进行测试性设计、依靠模型进行测试性验证的方法,为机械系统研制过程中故障诊断和健康监测提供技术支撑.