一種考慮測試點不確定性的測試性建模方法

一種考慮測試點不確定性的測試性建模方法
【專利摘要】一種考慮測試點不確定性的測試性建模方法，該方法包括四個步驟：⑴在使用相關性圖示模型來描述系統后，根據系統的歷史資料查出每一部件的故障率以及每一測試點的故障率；⑵計算系統不可檢測率、第二類虛警率以及不可信賴率；⑶求出每一測試點不確定時對應的系統可檢測影響度、防虛警影響度、可信賴影響度與無風險影響度；⑷建立測試點不確定時的測試相關性矩陣(可檢測影響度相關性矩陣、防虛警影響度相關性矩陣、可信賴影響度相關性矩陣、無風險影響度測試相關性矩陣)。通過上述四個步驟得到測試相關性矩陣后，可以使用智能算法進行測試點的優選，從而有針對性地提高測試性指標，優化測試性設計。因此本發明填補了測試性技術領域的一個空白。
【專利說明】
一種考慮測試點不確定性的測試性建模方法
技術領域
[0001] 本發明屬于測試性技術領域，特別涉及一種考慮測試點不確定性的測試性建模方 法。
【背景技術】
[0002] 現有的測試性建模常常是在確定性假設條件下開展的，而沒有考慮實際中的不確 定性因素。這種模型往往建立在大量的肯定性假設基礎上，比如只要有故障，信號流向上的 測試點都能測到，即沒考慮測試點的可靠性和其他不確定因素對測試結果造成的影響。但 事實上，由于大量不確定性因素被人為忽略，導致測試性設計的預估效果好于實際效果。
[0003] 針對測試性的不確定性問題，目前國內外開展了許多研究，提出了許多新的測試 性建模方法。王寶龍、黃考利等人從測試和故障這兩個方面分析了測試性的不確定性問題， 基于貝葉斯網絡測試性模型對不確定性測試問題進行了建模與分析，基于混合診斷模型對 故障不確定性問題進行了建模與分析，并最終將貝葉斯網絡測試性模型與混合診斷模型相 融合，提出了基于混合診斷貝葉斯網絡的測試性建模和預計方法，使測試性設計的預估效 果更加可信。陳希洋、邱靜等人針對裝備診斷與測試實際過程中普遍存在的不確定性問題， 通過引入測試不確定概率，建立基于貝葉斯網絡的測試性分析模型，在此基礎上獲取測試 不確定條件下的故障-測試相關性矩陣，經貝葉斯推理計算測試性指標參數，建立測試項目 集優化模型，并利用混合二進制粒子群-遺傳算法進行求解。案例驗證表明，該分析與計算 過程由于考慮了測試不確定性，使得結果與實際情況更加吻合，與傳統的確定性優化方法 相比具有更高可信度。代京等人提出基于面向對象的貝葉斯網絡(OOBN)與狀態-測試關聯 靈敏度指標的系統測試性建模與分析的新方法。該建模方法能清晰地刻畫系統故障與測試 間的關聯程度，反映復雜系統的層次結構關系。基于信息論的交叉熵原理提出狀態-測試關 聯靈敏度指標，并給出計算方法。該指標反映復雜機電系統測試中的不確定性影響，克服了 基于香農熵的測點評判分析方法的缺點，結合測試性建模獲得的模型信息進行推理計算， 可用于測試性的定量分析。運用該綜合分析方法對飛機燃油系統進行測試性建模與分析， 結果表明所提出的方法與指標在航空機電系統DFT中具有實用性。除了上述測試性建模方 法外，人們還將模糊診斷、基于機器學習的petri模型等用于測試性建模中。
[0004] 上述測試性建模方法都從不同方面考慮側測試性的不確定性問題，并通過各種智 能模型來解決問題，但它們都忽視了測試點的不確定性問題。在實際系統中，測試點不是完 全可靠的，因為它會發生故障，它的測試能力不是無限，各個測試點的測試能力也是有差異 的。
[0005] 針對測試點不確定性問題，本文提出一種考慮測試點不確定性的測試性建模方 法。

【發明內容】

[0006] 針對上述問題，本發明的目的在于提供一種考慮測試點不確定性的測試性建模方 法。
[0007] 為了達到上述目的，本發明提出的技術方案為：
[0008] 1. -種考慮測試點不確定性的測試性建模方法，其特征在于：該方法基于相關性 圖示模型構建相關性矩陣來進行測試性建模;任何系統都可以使用相關性圖示模型來描述 各組成部件與各測試點的相關性關系，任何相關性圖示模型都不外乎串聯結構、并聯結構 或由（或等效為）串聯與并聯組成的混合結構;該方法認為測試點可能會出現故障，因此測 試點的測試能力不完全可靠，這造成了測試點的不確定性;當測試點本身發生故障時，可能 會出現甲故障時報乙故障、有故障卻不報故障或者所給出的結果不能對應于任何一種在測 試點有故障時的正常指示狀態，即存在第二類虛警情況、不可檢測情況以及不可信賴情況。 該方法進行測試性建模時包括以下四個步驟：
[0009] 步驟一:在使用相關性圖示模型來描述系統之后，根據系統的歷史資料查出每一 部件對應的故障率以及相應測試點的故障率；
[0010]步驟二:計算該相關性圖示模型的系統不可檢測率、第二類虛警率以及不可信賴 率；
[0011] 步驟三:在該相關性圖示模型中求出每一個測試點不確定時對應的不可檢測影響 度、虛警影響度、不可信賴影響度以及系統風險影響度，并最終求出其可檢測影響度、防虛 警影響度、可信賴影響度與無風險影響度；
[0012] 步驟四：建立測試點不確定時的測試相關性矩陣，如可檢測影響度相關性矩陣、防 虛警影響度相關性矩陣、可信賴影響度相關性矩陣以及系統風險影響度相關性矩陣。
[0013] 其中，步驟一所述的"相關性圖示模型"是指測試性中的一種相關性的圖示表示方 法。它是在UUT功能和結構合理劃分之后，在功能框圖的基礎上，清楚表明功能信息流方向 和各組成部件的相互連接關系，并標注清楚初始測試點的位置和編號，以此表明各組成部 件與各測試點的相關性關系，如說明書附圖2、3、4、5、6所示。其中：方框代表各個組成部件， 圓圈代表測試點，箭頭表明功能信息傳遞的方向。
[0014]其中，步驟一所述的"部件"是指系統中的功能單元，它可以是元器件、零部件、組 件、設備、分系統等。至于它到底是元器件、零部件、組件、設備、分系統等的哪一種，取決于 如何對UUT進行功能和結構的劃分。
[0015] 其中，步驟二所述的"計算出該相關性圖示模型的系統不可檢測率、第二類虛警率 以及不可信賴率"，此處在并聯結構的相關性圖示模型中（如說明書附圖4)實際上只需要計 算系統的不可檢測率;而在非并聯結構的相關性圖示模型中系統不可檢測率、第二類虛警 率以及不可信賴率"都需要計算。因為在并聯結構的相關性圖示模型中不會出現虛警情況 與不可信賴情況，只可能出現不可檢測情況。
[0016] 其中，步驟二所述的"計算出該相關性圖示模型的系統不可檢測率、第二類虛警率 以及不可信賴率"，其計算方法如下：
[0017] (1)若相關性圖示模型是η個部件組成的串聯結構
[0018] ①不可檢測情況：
[0019] 假如某部件發生故障，其所對應的測試點及其下游部件對應的測試點也都發生故 障，此時該部件的故障是不可檢測的。例如在3個部件組成的相關性圖示模型中（見說明書 附圖2)，如果U2故障了，只是Τ2故障的話，U2的故障仍能檢測，因為Τ3會報警;但Τ2、Τ3如果 都故障了，則3個測試點都不會報警，U2的故障就不能檢測，這就是不可檢測情況。
[0020]假如說3個部件的故障概率分別為Aui，λυ2，λυ3，而3個測試點的故障概率為λη，λ Τ2， λτ3。則系統的不可檢測率(UFDR)為：
[0021 ] UFDR = λυ?λχιλτ2λτ3+λυ2λτ2λτ3+λυ3λχ3
[0022] 綜上分析可以看出，串聯結構的相關性圖示模型其系統發生不可檢測的條件是： 系統中某個部件發生故障了，則從該部件起，所有信號流下游測試點包括該部件對應測試 點都故障了，則該故障是無法檢測的。
[0023] 所以對于串聯結構的相關性圖示模型來說，假設部件數目是η，測試點數目也是η， 則系統不可檢測率(UFDRs):
[0024]
(1)
[0025]式中：UFDRs指系統不可檢測率，Aui指第i個部件的故障率，λτ」指第j個測試點的故 障率
[0026] ②第二類虛警情況：
[0027] 不考慮沒有故障卻報出故障的這種虛警情況。在說明書附圖2中，假如Ul故障了， 測試點Tl也恰好故障了，而T2、T3是正常的，則能正常指示Ul的故障。一般情況下T2、T3指示 表示的是U2故障，Ul故障應該是Τ1、Τ2、Τ3都指示。本該懷疑Ul故障，現在懷疑到了 U2頭上， 認為U2發生了故障，這樣就造成了第二類虛警，即發生甲故障卻報出乙故障。
[0028]對于說明書附圖2所示的相關性圖示模型，如果Ul故障了，Τ1、Τ2都故障了也可以， 但是Τ3不能故障，否則就成了故障不能檢測的情形了。當然，如果U3故障了，Τ3也故障了，也 屬于不可檢測的情形。
[0029] 事實上，在所有串聯結構的相關性圖示模型中，判斷虛警方法為:處于非最末端的 部件發生故障時：
[0030] A最末端部件對應的測試點一定不能發生故障；
[0031] B該部件其對應的測試點一定發生故障，或者在信號流中自該部件對應的測試點 起連續的幾個測試點(含自身)都發生故障。兩個條件都滿足才可以。
[0032]由此推出，對于串聯結構的相關性圖示模型來說，假設部件數目是η，測試點數目 也是η，則系統的虛警率指標(FARs)為：
[0033' ' (2)
[0034]式中:FARs指系統虛警率指標，Aui指第i個部件的故障率，λτ」指第j個測試點的故障 率
[0035]③不可信賴情況：
[0036]所謂不可信賴是指當測試點恰好故障時，所給出的結果不能對應于任何一種在測 試點有故障時的正常指示狀態。例如在3個部件組成的串聯結構相關性圖示模型中（見說明 書附圖2)，如果Ul故障時T1、T3故障，但是T2正常工作，此時的結果什么都說明不了，因此人 們就不能"采信"這個診斷結果。但是不可信賴率直接算比較困難，因為它需要將所有的不 在正常狀態圈里的額外狀態的可能性累加。因此需要通過間接的計算。
[0037] 下面我們給出系統的非常態率。所謂常態，就是要么系統部件都沒有故障，要么出 現故障且被正確指示。除此之外的狀態都稱為非常態。在單故障假設下，在某個部件發生故 障時，自其對應的測試點開始所有位于信號流下游的測試點（包含自己）只要有大于等于1 個發生故障，就認為是非常態了。（根據相關性模型，上游的測試點與這個對象是無關的，所 以不在考慮范圍之內。）因此非常態包括不可檢測情況、第二類虛警情況、不可信賴情況。
[0038] 可以推出η個部件組成的串聯結構相關性圖示流模型中，其系統的非常態率 (ANSRs)為：
[0039] ⑶
[0040] 式中:ANSRs指系統的非常態率，Aui指第i個部件的故障率，λτ1?指第k個測試點的故 障率
[0041 ]顯然，（3)不等于(1) + (2)，多出來的部分對應著系統的不可信賴率CNRRs，即
[0042] CNRRs = ANSRs-UFDRs-FARs (4)
[0043] 式中：CNRRs指系統的不可信賴率，ANSRs指系統的非常態率，UFDRs指系統不可檢測 率，FARs指系統虛警率指標。
[0044] (2)若相關性圖示模型是η個部件組成的并聯結構
[0045] 在η個部件組成的并聯結構相關性圖示模型中，任何一條支路上的部件與對應測 試點都出現故障時，都只會導致不可檢測情況的出現。如說明書附圖4中，任何部件Ui與測 試點Ti均出現故障時都會出現不可檢測情況。所以對于η個部件組成的并聯信號流模型，其 系統不可檢測率(UFDRs):
[0046] (5)
[0047]式中：UFDRs指系統不可檢測率，Aui指第i個部件的故障率，λη指第i個測試點的故 障率。
[0048] (3)若相關性圖示模型是由串聯與并聯組成的混合結構，且有η個部件
[0049] ①不可檢測情況：
[0050] 對于η個部件組成的混合結構相關性圖示模型，若某部件出現故障且都不能被信 號流上的測試點檢測到，則會出現不可檢測情況。
[0051] 由于η個部件組成的混合結構相關性圖示模型有很多種結構，所以其系統不可檢 測率UFDRs要結合具體的相關性圖示模型來求出。在求系統不可檢測率UFDRs時需要綜合并 聯結構相關性圖示模型與串聯結構相關性圖示模型的求解方法。
[0052]②第二類虛警情況：
[0053]第二類虛警即發生甲故障卻報出乙故障。
[0054] 對于η個部件組成的混合結構相關性圖示模型，由于其結構多樣，因此需要結合具 體的相關性圖示模型來求出其系統虛警率指標(FDRs)。在求系統虛警率指標FARs時需要綜 合并聯結構相關性圖示模型與串聯結構相關性圖示模型的求解方法。
[0055] 當出現虛警時，以下兩種情況一定會出現：
[0056] A在信號流的末端一定有至少一個測試點正常工作
[0057] B該部件其對應的測試點一定發生故障
[0058]③不可信賴情況：
[0059]在混合結構的相關性圖示模型中求出系統不可信賴率，其方法同串聯結構的相關 性圖示模型以及并聯結構的相關性圖示模型的方法是一樣的，都是通過求出系統的非常態 率來間接求其系統不可信賴率。
[0060] 對于η個部件組成的混合結構相關性圖示模型，若已經求出其系統非常態率 (ANSRs )、系統不可檢測率UFDRs與系統虛警率指標(FARs )，則其對應的系統不可信賴率 CNRRs如下：
[0061] CNRRs = ANSRs-UFDRs-FARs
[0062] 式中：CNRRs指系統的不可信賴率，ANSRs指系統的非常態率，UFDRs指系統不可檢測 率，FARs指系統虛警率指標。
[0063] 其中，步驟三中所述的"不可檢測影響度"、"虛警影響度"、"不可信賴影響度"，分 別指測試點不可靠時對系統不可檢測率的影響程度、測試點不可靠時對系統虛警率指標的 影響程度、測試點不可靠時對系統不可信賴率的影響程度。影響度表示了測試點對測試性 能的影響程度，反映了該測試點在現有相關性圖示模型和可靠性參數的情況下，影響系統 不可檢測率、虛警率以及不可信賴率的權重。
[0064] 其中，步驟三中所述的"系統風險影響度"，是指測試點不可靠時對系統風險的影 響程度。可以分別對不可檢測情況，虛警情況，不可信賴情況賦予不同的權重值，來表示系 統風險。例如假設不可檢測率、虛警率、不可信賴率的權值分別為α、β、γ，然后我們設定一 個風險度函數L，則可命：
[0065] L = α X UFDRs+β X FARs+ γ X CNRRs，α+β+ γ = 1。
[0066] 其中，步驟三中所述的"可檢測影響度"、"防虛警影響度"、"可信賴影響"度與"無 風險影響度"，分別依次與"不可檢測影響度"、"虛警影響度"、"不可信賴影響度"、"系統風 險影響度"相對應且它們兩者的概率和為1。即可檢測影響度與不可檢測影響度的和是1，防 虛警影響度與虛警影響度的和是1，不可信賴影響度與可信賴影響的和是1，無風險影響度 與系統風險影響度的和也是1。
[0067] 其中，步驟三中所述的"虛警影響度"、"不可信賴影響度"、"系統風險影響度"、"防 虛警影響度"、"可信賴影響度"與"無風險影響度"，它們在并聯結構的相關性圖示模型中不 需要求解。在并聯結構的相關性圖示模型中只需要求解"不可檢測影響度"與"可檢測影響 度"，因為并聯結構的相關性圖示模型中只存在不可檢測情況，不存在第二類虛警情況與不 可信賴情況。
[0068] 其中，步驟三中所述的"在該相關性圖示模型中求出每一個測試點不確定時對應 的不可檢測影響度、虛警影響度、不可信賴影響度以及系統風險影響度，并最終求出其可檢 測影響度、防虛警影響度、可信賴影響度與無風險影響度"，其求解方法如下：
[0069] 根據相關的數學理論，定義了如下測試點影響度公式。
[0070] ⑴不可檢測影響度：
[0071] (6)
[0072]式中:WFDi表示第i個測試點的不可檢測影響度，λπ表示第i個測試點的故障率。 [0073]首先通過對參數UFDRs求偏導，得出其位置影響度，然后再通過與其本身故障率的 乘積，得出了不可檢測影響度。
[0074] 對于η個部件組成的相關性圖示模型，η個測試點的不可檢測影響度可以用行向量 Wfd如下表不：
[0075]
[0076]
[0077]
[0078]
[0079]
[0080]
[0081]
[0082]式中:Wfm表示第i個測試點的虛警影響度，λπ表示第i個測試點的故障率。
[0083]首先通過對參數FARs求偏導，得出其位置影響度，然后再通過與其本身故障率的 乘積，得到了測試點虛警影響度。
[0084] 對于η個部件組成的相關性圖示模型，η個測試點的虛警影響度可以用行向量Wfa如
下表示：
[0085]
[0086]
[0087]
[0088]
[0089]
[0090]
[0091]
[0092] 式中:WCNl表示第i個測試點的不可信賴影響度，λΤι表示第i個測試點的故障率。
[0093] 首先通過對參數CNRRs求偏導，得出其位置影響度，然后再通過與其本身故障率的 乘積，得到了測試點的不可信賴影響度。
[0094] 對于η個部件組成的相關性圖示模型，η個測試點的不可信賴影響度可以用行向量 Wcn如下表不：
[0095]
[0096]
[0097]
[0098]
[0099] 式中:Wcni表示第i個測試點的不可信賴影響度。
[0100] (4)系統風險影響度
[0101] 假設不可檢測率、虛警率、不可信賴率權值分別為α、β、γ，然后我們設定一個風險 度函數L。
[0102] 命L = αXUFDRs+βXFARs+γXCNRRs，α+β+γ=l。
[0103] 此時我們可以定義測試點的系統風險影響度如下：
[0104] (9)
[0105] 式中:Wu表示第i個測試點的系統風險影響度，λη表示第i個測試點的故障率。
[0106] 對于η個部件組成的相關性圖示模型，η個測試點的系統風險影響度可以用行向量 Wl如下表示：
[0107]
[0108]式中:WLi表示第i個測試點的系統風險影響度。
[0109] η個測試點的無風險影響度石為：
[0110]
[0111] 式中:wLi表示第i個測試點的系統風險影響度。
[0112] 在系統中，當發生不可檢測的情況時，由于我們無法提前采取應對措施，而由此導 致的后果也是不可控的，發生的損失也最大;不可信賴的情況下，我們雖然不知道具體哪個 部件發生了故障，但是知道有故障了就會通過各種排查手段，找出最終發生故障的部件，這 盡管造成了時間和資源上的浪費，卻避免了比較大的損失;對于虛警情況，由于誤報的原 因，我們可能把好的部件拆卸下來，這就造成了部件的浪費。在部件更換后，如果繼續顯示 故障指示，則我們就應該意識到可能虛警了，此時通過人工檢測以及其他各種手段，也能確 定出故障，這個損失介于不可檢測和不可信賴之間。因此α、β、γ的取值應該是α>β> γ且a +β+ γ = 10
[0113] 其中，步驟四中所述的"可檢測影響度相關性矩陣"、"防虛警影響度相關性矩陣"、 "可信賴影響度相關性矩陣"與"系統風險影響度相關性矩陣"，它們從本質上講都是測試點 不確定性時對應的測試相關性矩陣。這些相關性矩陣中的值不是布爾值，而是介于〇和1之 間的概率值。
[0114] 其中，步驟四中所述的"防虛警影響度相關性矩陣"、"可信賴影響度相關性矩陣" 與"系統風險影響度相關性矩陣"，它們在并聯結構的相關性圖示模型中不需要求解。在并 聯結構的相關性圖示模型中只需要求出"可檢測影響度相關性矩陣"，因為并聯結構的相關 性圖示模型中只存在不可檢測情況，不存在第二類虛警情況與不可信賴情況。
[0115] 其中，步驟四中所述的"建立測試點不確定時的測試相關性矩陣，如可檢測影響度 相關性矩陣、防虛警影響度相關性矩陣、可信賴影響度相關性矩陣以及系統風險影響度相 關性矩陣"，其建立方法操作如下：
[0116] ⑴不考慮測試點可靠性的情況下，根據故障與測試點的直接對應關系，得到測試 相關性矩陣D。
[0117] ⑵將行向量G、巧、?Γ分別與相關性矩陣D相乘(左乘），各得到可檢測影 響度測試相關性矩陣Dfd、防虛警影響度測試相關性矩陣Dfa、可信賴度影響度測試相關矩陣 DCN、無風險影響度測試相關性矩陣IX。
[0118] 通過以上所述的四個步驟得到可檢測影響度測試相關性矩陣Dfd、防虛警影響度測 試相關性矩陣Dfa、可信賴度影響度測試相關矩陣D?與無風險影響度測試相關性矩陣Dl后， 可以使用智能算法進行測試點的優選，從而有針對性地提高測試性指標，優化測試性設計。 例如，如果想要檢測率較高，就應該在可檢測影響度測試相關性矩陣Dfd的基礎上進行測試 點的優選。如果需要虛警率較低，應該在防虛警影響度測試相關性矩陣Dfa的基礎上進行測 試點優選。若綜合考慮整體風險，就在無風險影響度測試相關性矩陣Dl的基礎上進行測試 點的優選。
[0119] 有益效果
[0120] 本發明對比已有技術有以下創新點：
[0121] ⑴從測試點不完全可靠出發來考慮測試不確定性
[0122] ⑵基于測試點不確定性來獲得可檢測影響度相關性矩陣、防虛警影響度相關性矩 陣、可信賴影響度相關性矩陣以及系統風險影響度相關性矩陣。
[0123] 本發明對比已有技術有以下優點：
[0124] 基于測試點不確定性進行測試性建模，并由此獲得可檢測影響度相關性矩陣、防 虛警影響度相關性矩陣、可信賴影響度相關性矩陣以及系統風險影響度相關性矩陣。在這 些相關性矩陣的基礎上進行測試點集的優選，能更有針對性的改善某些測試性指標(如虛 警率)。
【附圖說明】
[0125] 圖1為本發明所述的建模方法流程圖。
[0126] 圖2為由3個部件組成的串聯結構相關性圖示模型。
[0127] 圖3為由η個部件組成的串聯結構相關性圖示模型。
[0128] 圖4為由η個部件組成的并聯結構相關性圖示模型。
[0129] 圖5為一種由6個部件組成的并聯結構相關性圖示模型。
[0130] 圖6為一種由7個部件組成的混合結構相關性圖示模型。
[0131] 圖中符號說明如下：在圖2、3、4、5、6中，111、1]2、1]3、1]4、1]5、1]6、1]7、."、1]11都是系統的 組成部件，1'1、了2、了3、了4、了5、了6、了7、."、1'11都是測試點。
【具體實施方式】
[0132] 為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖及具體實施例對 本發明作進一步地詳細描述。
[0133] (1)案例 1
[0134] 某航電系統局部電路的相關性圖示模型如說明書附圖2所示，該模型為3個部件組 成的串聯結構，是常見的診斷與信號傳遞模型。其中每一部件分布有一個測試點。
[0135] 本發明一種考慮測試點不確定性的測試性建模方法，見圖1所示，其實施步驟如 下：
[0136] 步驟一:根據歷史資料，每一部件對應故障率見表1，相應測試點故障率見表2。
[0137] 表1部件故障率
「01391 棄5?測試占故暗蜜
[0145] CNRRs = ANSRs-UFDRs-FARs
[0146] 步驟三:分別對相應的測試點故障率求導，求出每一個測試點不可靠時對應的不 可檢測影響度、虛警影響度、不可信賴影響度以及系統風險影響度，并最終求出其可檢測影 響度、防虛警影響度、可信賴影響度與無風險影響度。
[0147] 所求測試點的不可檢測影響度、虛警影響度以及不可信賴影響度見下表3:
[0148] 表3影響度指標表
L0153」 由表3、4內以得到測試點的N粒測影啊度、防鹿警影啊度、N信顆影啊度與尤風險 影響度如下表5。
[0154]表5可檢測影響度、防虛警影響度、可信賴影響度與無風險影響度

[0157] 步驟四：根據說明書附圖2建立測試點不確定時的測試相關性矩陣，如可檢測影響 度相關性矩陣、防虛警影響度相關性矩陣、可信賴影響度相關性矩陣以及系統風險影響度 相關性矩陣。其操作如下：
[0158] ⑴不考慮測試點可靠性的情況下，根據故障與測試點的直接對應關系，得到測試 相關性矩陣D如表6所示。
[0159] 表6不考慮測試點可靠性的情況下故障與測試的對應矩陣D L0161」⑵將仃冋重r?、I、、I分別
與相天性矩陣U相來來），谷得到η」粒測影 響度測試相關性矩陣Dfd、防虛警影響度測試相關性矩陣Dfa、可信賴度影響度測試相關矩陣 D?、無風險影響度測試相關性矩陣IX如下表7、8、9、10。
[0162]表7可檢測影響度測試相關性矩陣Dfd
L0169」表10無風險影響度測試相夫性矩陣Dl
[0171]在得到上述測試相關性矩陣后，可以使用智能算法如粒子群算法進行測試點的優 選。例如，如果想要檢測率較高，就應該在可檢測影響度測試相關性矩陣Dfd的基礎上進行測 試點的優選。如果需要虛警率較低，應該在防虛警影響度測試相關性矩陣Dfa的基礎上進行 測試點優選。若綜合考慮整體風險，就在無風險影響度測試相關性矩陣Dl的基礎上進行測 試點的優選。
[0172]若某航電系統局部電路的相關性圖示模型如說明書附圖3所示，是η個部件組成的 串聯結構，則它的測試性建模過程與3個部件組成的串聯結構相關性圖示模型(如說明書附 圖2)是一樣的，只是建模的計算量要大些而言。
[0173] (2)案例2
[0174]某航電系統局部電路的相關性圖示模型如附圖5所示，該模型為6個部件組成的并 聯結構，是常見的診斷與信號傳遞模型。其中每一部件分布有一個測試點。
[0175] 本發明一種考慮測試點不確定性的測試性建模方法，見圖1所示，其實施步驟如 下：
[0176] 步驟一:根據歷史資料，每一部件對應故障率見表11，相應測試點故障率見表12。
[0177] 表11部件故障率
[0181] 步驟二:根據說明書附圖5計算出相關性圖示模型的系統不可檢測率UFDRs
[0182]
[0183] 步驟三:分別對相應的測試點故障率求導，求出每一個測試點不可靠時對應的不 可檢測影響度，并最終求出其可檢測影響度
[0184] 所求測試點的不可檢測影響度見下表13:
[0185]表13影響度指標表
[0187] 由表13可以得到測試點的可檢測影響度如下表14。
[0188] 表14可檢測影響度
LUIVUj 步驟四：很據諷明卡附囹b建?測試點個佛疋叮的π」恆測影_皮測試和天T生矩陣， 其操作如下：
[0191] ⑴不考慮測試點可靠性的情況下，根據故障與測試點的直接對應關系，得到測試 相關性矩陣D如表15所示。
[0192] 表15不考慮測試點可靠性的情況下故障與測試的對應矩陣D
[0194] ⑵將行向量巧、與相關性矩陣D相乘（左乘），各得到可檢測影響度測試相關性矩 陣Dfd如下表16。
[0195] 表16可檢測影響度測試相關性矩陣Dfd
LW· 7/」 1工?寸戈_J丄火見識U足夕H鬥漢識U μν1?：7^|工疋丨吁口，Hj M I又白日匕弁十兄j巾十弁^厶 進行測試點的優選，這樣得到的檢測率會較高。
[0198] 若某航電系統局部電路的相關性圖示模型如說明書附圖4所示，是η個部件組成的 并聯結構，則它的測試性建模過程與6個部件組成的并聯結構相關性圖示模型(說明書附圖 5)是一樣的。
[0199] (3)案例3
[0200] 某航電系統局部電路的相關性圖示模型如附圖6所示，該模型為7個部件組成的混 合結構，是常見的診斷與信號傳遞模型。其中每一部件分布有一個測試點。
[0201] 本發明一種考慮測試點不確定性的測試性建模方法，見圖1所示，其實施步驟如 下：
[0202] 步驟一:根據歷史資料，每一部件對應故障率見表17,相應測試點故障率見表18。
[0203] 表17部件故障率
[0211] CNRRs = ANSRs-UFDRs-FARs
[0212] 步驟三:分別對相應的測試點故障率求導，求出每一個測試點不可靠時對應的不 可檢測影響度、虛警影響度、不可信賴影響度以及系統風險影響度，并最終求出其可檢測影 響度、防虛警影響度、可信賴影響度與無風險影響度。
[0213] 所求測試點的不可檢測影響度、虛警影響度以及不可信賴影響度見下表19:
[0214] 表19影響度指標表
L〇223」根據以上計算分析結果，我們在設計測試性系統時，可以根據系統要求調整測試 點集的選擇。例如，當我們需要檢測率較高時，則應該避免采用可檢測影響度低的測試點 丁3、了435，盡量多的采用可檢測影響度高的測試點1132、14。我們需要虛警率較低時，則避 免使用防虛警影響度低的測試點Tl、T6、T7,盡量多地使用防虛警影響度高的測試點T2、T3、 Τ4、Τ5。當我們需要報警指示可信度較高時，盡量避免選用可信賴影響度較低的測試點Τ3、 Τ4、Τ6等，而優先選用可信賴影響度較高的1132、1537。如果在考慮整體風險的情況下，我 們理應避免無風險影響度比較低的幾個測試點，例如，測試點Τ2、Τ3和Τ5。優先選用其他無 風險度較高的幾個測試點。
[0224] 步驟四：根據說明書附圖6建立測試點不確定時的測試相關性矩陣，如可檢測影響 度相關性矩陣、防虛警影響度相關性矩陣、可信賴影響度相關性矩陣以及系統風險影響度 相關性矩陣。其操作如下：
[0225] ⑴不考慮測試點可靠性的情況下，根據故障與測試點的直接對應關系，得到測試 相關性矩陣D如表22所示。
[0226]表22不考慮測試點可靠性的情況下故障與測試的對應矩陣D
[0228] ⑵將行向量冗、^、巧、石分別與相關性矩陣D相乘(左乘），各得到可檢測影 響度測試相關性矩陣Dfd、防虛警影響度測試相關性矩陣Dfa、可信賴度影響度測試相關矩陣 Dcn、無風險影響度測試相關性矩陣Dl如下表23、24、25、26。
[0229] 表23可檢測影響度測試相關性矩陣Dfd
[0233]表25可信賴影響度測試相關性矩陣Dcn
[0238] 在得到上述測試相關性矩陣后，可以使用智能算法如粒子群算法進行測試點的優 選。例如，如果想要檢測率較高，就應該在可檢測影響度測試相關性矩陣D fd的基礎上進行測 試點的優選。如果需要虛警率較低，應該在防虛警影響度測試相關性矩陣Dfa的基礎上進行 測試點優選。若綜合考慮整體風險，就在無風險影響度測試相關性矩陣IX的基礎上進行測 試點的優選。
[0239] 綜上所述，以上僅為本發明較佳實施例而已，不能被理解為限制了本發明的保護 范圍，本發明的保護范圍由隨附的權利要求書限定。凡在本發明精神和方案基礎上所做的 任何修改和改進等，都應包含在本發明的保護范圍之內。
【主權項】
1. 一種考慮測試點不確定性的測試性建模方法，其特征在于：該方法包括W下四個步 驟： 步驟一:在使用相關性圖示模型來描述系統之后，根據系統的歷史資料查出每一部件 對應的故障率W及相應測試點的故障率； 步驟二:計算該相關性圖示模型的系統不可檢測率、第二類虛警率W及不可信賴率； 步驟Ξ:在該相關性圖示模型中求出每一個測試點不確定時對應的不可檢測影響度、 虛警影響度、不可信賴影響度W及系統風險影響度，并最終求出其可檢測影響度、防虛警影 響度、可信賴影響度與無風險影響度； 步驟四：建立測試點不確定時的測試相關性矩陣，如可檢測影響度相關性矩陣、防虛警 影響度相關性矩陣、可信賴影響度相關性矩陣W及系統風險影響度相關性矩陣； 通過W上所述的四個步驟得到可檢測影響度測試相關性矩陣Dfd、防虛警影響度測試相 關性矩陣Dfa、可信賴度影響度測試相關矩陣Dcn與無風險影響度測試相關性矩陣化后，使用 智能算法進行測試點的優選，從而有針對性地提高測試性指標，優化測試性設計;如果想要 檢測率高，就應該在可檢測影響度測試相關性矩陣Dfd的基礎上進行測試點的優選;如果需 要虛警率低，應該在防虛警影響度測試相關性矩陣Dfa的基礎上進行測試點優選;若綜合考 慮整體風險，就在無風險影響度測試相關性矩陣化的基礎上進行測試點的優選。2. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟一中所述的"相關性圖示模型"是指測試性中的一種相關性的圖示表示方法，它是在 UUT功能和結構合理劃分之后，在功能框圖的基礎上，清楚表明功能信息流方向和各組成部 件的相互連接關系，并標注清楚初始測試點的位置和編號，W此表明各組成部件與各測試 點的相關性關系；在步驟一中所述的"部件"是指系統中的功能單元，它是元器件、零部件、 組件、設備、分系統；至于它到底是元器件、零部件、組件、設備、分系統中的哪一種，取決于 如何對UUT進行功能和結構的劃分。3. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟二中所述的"計算出該相關性圖示模型的系統不可檢測率、第二類虛警率W及不可信 賴率"，此處在并聯結構的相關性圖示模型中實際上只需要計算系統的不可檢測率;而在非 并聯結構的相關性圖示模型中系統不可檢測率、第二類虛警率W及不可信賴率"都需要計 算；因為在并聯結構的相關性圖示模型中不會出現虛警情況與不可信賴情況，只可能出現 不可檢測情況。4. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟二中所述的"計算出該相關性圖示模型的系統不可檢測率、第二類虛警率W及不可信 賴率"，其計算方法如下： (1)若相關性圖示模型是η個部件組成的串聯結構 ①不可檢測情況： 假如某部件發生故障，其所對應的測試點及其下游部件對應的測試點也都發生故障， 此時該部件的故障是不可檢測的；例如在3個部件組成的相關性圖示模型中，如果U2故障 了，只是Τ2故障的話，U2的故障仍能檢測，因為Τ3會報警;但Τ2、Τ3如果都故障了，則3個測試 點都不會報警，U2的故障就不能檢測，運就是不可檢測情況； 假如說3個部件的故障概率分別為λυ?，λυ2，λυ3，而3個測試點的故障概率為λτ?，λτ2，λτ3， 則系統的不可檢測率即u抑R為： U抑 R 二 λυ?λτ?λτ2λτ3+λυ2λτ2λτ3+λυ3λτ3 綜上分析能看出，串聯結構的相關性圖示模型其系統發生不可檢測的條件是：系統中 某個部件發生故障了，則從該部件起，所有信號流下游測試點包括該部件對應測試點都故 障了，則該故障是無法檢測的； 所W對于串聯結構的相關性圖示模型來說，假設部件數目是η，測試點數目也是η，則系 統不可檢測率即IFD化為：。)； 式中:UFD化指系統不可檢測率，λυι指第i個部件的故障率，λη指第j個測試點的故障率 ② 第二類虛警情況： 不考慮沒有故障卻報出故障的運種虛警情況，假如U1故障了，現聯點T1也恰好故障了， 而Τ2、Τ3是正常的，則能正常指示U1的故障；一般情況下Τ2、Τ3指示表示的是U2故障，U1故障 應該是Τ1、Τ2、Τ3都指示;本該懷疑U1故障，現在懷疑到了U2頭上，認為U2發生了故障，運樣 就造成了第二類虛警，即發生甲故障卻報出乙故障； 如果U1故障了，Τ1、Τ2都故障了也行，但是Τ3不能故障，否則就成了故障不能檢測的情 形了；當然，如果U3故障了，Τ3也故障了，也屬于不可檢測的情形； 事實上，在所有串聯結構的相關性圖示模型中，判斷虛警方法為:處于非最末端的部件 發生故障時： Α、最末端部件對應的測試點一定不能發生故障； Β、該部件其對應的測試點一定發生故障，及在信號流中自該部件對應的測試點起連續 的幾個測試點包含自身都發生故障，兩個條件都滿足才行； 由此推出，對于串聯結構的相關性圖示模型來說，假設部件數目是η，測試點數目也是 η，則系統的虛警率指標即FARs為：巧） 式中:FA化指系統虛警率指標，λυι指第i個部件的故障率，λη指第j個測試點的故障率； ③ 不可信賴情況： 所謂不可信賴是指當測試點恰好故障時，所給出的結果不能對應于任何一種在測試點 有故障時的正常指示狀態;例如在3部件組成的串聯結構相關性圖示模型中，如果U1故障時 Τ1、Τ3故障，但是T2正常工作，此時的結果什么都說明不了，因此人們就不能"采信"運個診 斷結果;但是不可信賴率直接算比較困難，因為它需要將所有的不在正常狀態圈里的額外 狀態的可能性累加，因此需要通過間接的計算； 下面我們給出系統的非常態率;所謂常態，就是要么系統部件都沒有故障，要么出現故 障且被正確指示，除此之外的狀態都稱為非常態;在單故障假設下，在某個部件發生故障 時，自其對應的測試點開始所有位于信號流下游的測試點，包含自己，只要有大于等于1個 發生故障，就認為是非常態了；因此非常態包括不可檢測情況、第二類虛警情況、不可信賴 情況;推出η部件組成的串聯結構相關性圖示流模型中，其系統的非常態率即ANS化為：(3) 式中:ANSRs指系統的非常態率，Aui指第i個部件的故障率，λ化指第k個測試點的故障率； 顯然，（3)不等于（1) + (2)，多出來的部分對應著系統的不可信賴率CNRRs，即 CN服s=ANSRs-UFDRs-FA 化（4) 式中：CNRRs指系統的不可信賴率，ANS化指系統的非常態率，UFD化指系統不可檢測率， FARs指系統虛警率指標； (2) 若相關性圖示模型是η個部件組成的并聯結構 在η個部件組成的并聯結構相關性圖示模型中，任何一條支路上的部件與對應測試點 都出現故障時，都只會導致不可檢測情況的出現;所W對于η部件組成的并聯信號流模型， 其系統不可檢測率即IFD化為：(巧 式中:UFD化指系統不可檢測率，λυι指第i個部件的故障率，λτι指第i個測試點的故障率； (3) 若相關性圖示模型是由串聯與并聯組成的混合結構，且有η個部件 ① 不可檢測情況： 對于η部件組成的混合結構相關性圖示模型，若某部件出現故障且都不能被信號流上 的測試點檢測到，則會出現不可檢測情況； 由于η部件組成的混合結構相關性圖示模型有很多種結構，所W其系統不可檢測率 UFDRs要結合具體的相關性圖示模型來求出；在求系統不可檢測率UFDRs時需要綜合并聯結 構相關性圖示模型與串聯結構相關性圖示模型的求解方法； ② 第二類虛警情況： 第二類虛警即發生甲故障卻報出乙故障； 對于η部件組成的混合結構相關性圖示模型，由于其結構多樣，因此需要結合具體的相 關性圖示模型來求出其系統虛警率指標即F抓S;在求系統虛警率指標FA化時需要綜合并聯 結構相關性圖示模型與串聯結構相關性圖示模型的求解方法； 當出現虛警時，W下兩種情況一定會出現： Α、在信號流的末端一定有至少一個測試點正常工作 Β、該部件其對應的測試點一定發生故障 ③ 不可信賴情況： 在混合結構的相關性圖示模型中求出系統不可信賴率，其方法同串聯結構的相關性圖 示模型W及并聯結構的相關性圖示模型的方法是一樣的，都是通過求出系統的非常態率來 間接求其系統不可信賴率； 對于η部件組成的混合結構相關性圖示模型，若已經求出其系統非常態率即ANSRs、系統 不可檢測率UFD化與系統虛警率指標即FARs，則其對應的系統不可信賴率CNRRs如下： CNRRs=ANSRs-UFDRs-FA 化 式中：CNRRs指系統的不可信賴率，ANSRs指系統的非常態率，IFDRs指系統不可檢測率， FARs指系統虛警率指標。5.根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟Ξ中所述的"不可檢測影響度"、"虛警影響度"、"不可信賴影響度"，分別指測試點不可 靠時對系統不可檢測率的影響程度、測試點不可靠時對系統虛警率指標的影響程度、測試 點不可靠時對系統不可信賴率的影響程度;影響度表示了測試點對測試性能的影響程度， 反映了該測試點在現有相關性圖示模型和可靠性參數的情況下，影響系統不可檢測率、虛 警率W及不可信賴率的權重;在步驟Ξ中所述的"系統風險影響度"，是指測試點不可靠時 對系統風險的影響程度，可W分別對不可檢測情況，虛警情況，不可信賴情況賦予不同的權 重值，來表示系統風險，例如假設不可檢測率、虛警率、不可信賴率的權值分別為α、β、丫，然 后我們設定一個風險度函數L，則可命： L = 口 XIFD化+β X FARs+ 丫 X CN服S，α+β+ 丫 = 1。6. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟Ξ中所述的"可檢測影響度"、"防虛警影響度"、"可信賴影響"度與"無風險影響度"，分 別依次與"不可檢測影響度"、"虛警影響度"、"不可信賴影響度"、"系統風險影響度"相對應 且它們兩者的概率和為1;即可檢測影響度與不可檢測影響度的和是1，防虛警影響度與虛 警影響度的和是1，不可信賴影響度與可信賴影響的和是1，無風險影響度與系統風險影響 度的和也是1。7. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟Ξ中所述的"虛警影響度"、"不可信賴影響度"、"系統風險影響度"、"防虛警影響度"、 "可信賴影響度"與"無風險影響度"，它們在并聯結構的相關性圖示模型中不需要求解;在 并聯結構的相關性圖示模型中只需要求解"不可檢測影響度"與"可檢測影響度"，因為并聯 結構的相關性圖示模型中只存在不可檢測情況，不存在第二類虛警情況與不可信賴情況。8. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟Ξ中所述的"在該相關性圖示模型中求出每一個測試點不確定時對應的不可檢測影響 度、虛警影響度、不可信賴影響度W及系統風險影響度，并最終求出其可檢測影響度、防虛 警影響度、可信賴影響度與無風險影響度"，其求解方法如下： 根據相關的數學理論，定義了如下測試點影響度公式； (1)不可檢測影響度：巧） 式中:Wfdi表示第i個測試點的不可檢測影響度，λτι表示第i個測試點的故障率； 首先通過對參數UFD化求偏導，得出其位置影響度，然后再通過與其本身故障率的乘積， 得出了不可檢測影響度； 對于η部件組成的相關性圖示模型，η個測試點的不可檢測影響度能用行向量聽D如下表 示： WFD=[WFDl，WFD2，WFD3，'''，Wron] 式中:Wfdi表示第i個測試點的不可檢測影響度； η個測試點的可檢測影響度阮為：式中:Wfdi表示第i個測試點的不可檢測影響度； 間虛警影響度訊 式中:Wfai表示第i個測試點的虛警影響度，λτι表示第i個測試點的故障率； 首先通過對參數FARs求偏導，得出其位置影響度，然后再通過與其本身故障率的乘積， 得到了測試點虛警影響度； 對于η部件組成的相關性圖示模型，η個測試點的虛警影響度能用行向量Wfa如下表示： WFA=[WFAl，WFA2，WFA3，...，WFAn] 式中:WfAi表示第i個測試點的虛警影響度； η個測試點的防虛警測影響度庶為：式中:Wfai表示第i個測試點的虛警影響度； 間不可信賴影響度：(8) 式中:WCNI表示第i個測試點的不可信賴影響度，λτι表示第i個測試點的故障率， 首先通過對參數CNRRs求偏導，得出其位置影響度，然后再通過與其本身故障率的乘積， 得到了測試點的不可信賴影響度； 對于η部件組成的相關性圖示模型，η個測試點的不可信賴影響度能用行向量WcN如下表 示： WcN=[WcNl，WcN2，WcN3，...，W?n] 式中:WCNI表示第i個測試點的不可信賴影響度； η個測試點的可信賴影響度於;為：式中:WCNI表示第i個測試點的不可信賴影響度； (4)系統風險影響度 假設不可檢測率、虛警率、不可信賴率權值分別為α、β、丫，然后我們設定一個風險度函 數レ 命L = 口 X UFDRs+β X FA化+ 丫 X CN服S，α+β+ 丫 = 1， 此時我們定義測試點的系統風險影響度如下：巧） 式中:Wli表示第i個測試點的系統風險影響度，λτι表示第i個測試點的故障率； 對于η部件組成的相關性圖示模型，η個測試點的系統風險影響度能用行向量Wl如下表 示： WL=[WLl，WL2，WL3，-'，WLn] 式中:Wli表示第i個測試點的系統風險影響度； η個測試點的無風險影響度Wt為：式中:Wli表示第i個測試點的系統風險影響度； 在系統中，當發生不可檢測的情況時，由于我們無法提前采取應對措施，而由此導致的 后果也是不可控的，發生的損失也最大;不可信賴的情況下，我們雖然不知道具體哪個部件 發生了故障，但是知道有故障了就會通過各種排查手段，找出最終發生故障的部件，運盡管 造成了時間和資源上的浪費，卻避免了比較大的損失;對于虛警情況，由于誤報的原因，我 們可能把好的部件拆卸下來，運就造成了部件的浪費;在部件更換后，如果繼續顯示故障指 示，則我們就應該意識到可能虛警了，此時通過人工檢測W及其他各種手段，也能確定出故 障，運個損失介于不可檢測和不可信賴之間；因此α、0、丫的取值應該是α>0> 丫且α+0+ 丫 =1。9. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于:在 步驟四中所述的"可檢測影響度相關性矩陣"、"防虛警影響度相關性矩陣"、"可信賴影響度 相關性矩陣"與"系統風險影響度相關性矩陣"，它們從本質上講都是測試點不確定性時對 應的測試相關性矩陣，運些相關性矩陣中的值不是布爾值，而是介于0和1之間的概率值;在 步驟四中所述的"防虛警影響度相關性矩陣"、"可信賴影響度相關性矩陣"與"系統風險影 響度相關性矩陣"，它們在并聯結構的相關性圖示模型中不需要求解;在并聯結構的相關性 圖示模型中只需要求出"可檢測影響度相關性矩陣"，因為并聯結構的相關性圖示模型中只 存在不可檢測情況，不存在第二類虛警情況與不可信賴情況。10. 根據權利要求1所述的一種考慮測試點不確定性的測試性建模方法，其特征在于： 在步驟四中所述的"建立測試點不確定時的測試相關性矩陣，如可檢測影響度相關性矩陣、 防虛警影響度相關性矩陣、可信賴影響度相關性矩陣W及系統風險影響度相關性矩陣"，其 建立方法操作如下： (1)不考慮測試點可靠性的情況下，根據故障與測試點的直接對應關系，得到測試相關 性矩陣D; 間將行向量馬;、而:麻^、而分別與相關性矩陣D相乘，即左乘，各得到可檢測影響 度測試相關性矩陣Dfd、防虛警影響度測試相關性矩陣Dfa、可信賴度影響度測試相關矩陣 Dcn、無風險影響度測試相關性矩陣化。
【文檔編號】G06F17/50GK105844023SQ201610177270
【公開日】2016年8月10日
【申請日】2016年3月25日
【發明人】侯文魁, 范小林
【申請人】北京航空航天大學