故障样本量确定与分配一体化设计方案

针对当前测试性验证领域未能考虑故障样本量确定和样本分配2个环节的相互联系，以及现有样本分配方案对影响因子的选择没有统一的框架，导致确定的故障样本量和样本分配不合理的问题，提出了一种故障样本量确定与分配一体化设计方案。首先，以层次Bayes网络模型为框架，融合各节点测试性指标先验信息得到顶层测试性指标的融合分布，并建立故障样本量确定流程；其次，引入结构重要度作为样本分配影响因子，同时结合故障模式影响及危害性分析（FMECA）信息确定节点和故障模式的样本分配影响因子，提出基于节点和故障模式的二次分配框架实施样本分配；最后，通过实际案例进行对比分析。结果表明:相比其他样本分配方案，所提方案能充分考虑系统结构及其先验信息，进而实现了故障样本量确定和分配一体化方案的设计，保证了所确定的故障样本量和分配的合理性，具备更好的工程适用性。      

基于验前信息的测试性验证试验方案确定方法

针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进.      

基于专家信息的先验分布融合方法

运用Bayes方法进行复杂系统可靠性分析时 ,先验分布的获取与表示是一个关键问题。文章研究了利用专家信息进行先验分布融合的方法 ,对基于AHP方法和综合因子法的先验分布权重确定方法进行了分析 ;在给出各先验分布权重的基础上 ,对多源先验信息的融合后验分布进行分析     

基于Bayes统计模型的卫星融合定轨方法研究

根据目前天基导航系统现状,结合中国对低、中轨卫星精密定轨的要求,给出了天地基信息融合定轨的原理;结合卫星待估融合参数的先验信息,提出了基于Bayes统计模型的卫星精密定轨方法;在卫星观测的线性化融合模型中引入观测噪声,利用概率估计融合模型,根据Bayes理论进行卫星状态改进量的最大后验估计,并分析了Bayes估计方法的定轨精度;依据期望融合的待估改进量方差最小规则建立了相应的参数求解算法;最后以导航融合测控系统中测距和测速数据的融合定轨为例进行了仿真实验,表明该融合方法能够得到很好的定轨效果。     

成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

航天电子设备可靠性评估方法研究

建立了一种综合利用航天电子设备分系统可靠性信息和试验数据以及整机系统试验数据的Bayes可靠性评估方法.该方法利用最大熵方法融合分系统可靠性信息,推导了从分系统可靠性矩到系统可靠性矩的计算公式,然后建立了基于继承因子ρ的混合β先验分布,结合整机系统试验数据确定后验分布,最后,基于后验分布推断航天电子设备可靠性.采用该方法对航天电子设备可靠性进行了评估,当整机系统试验数据为240次时,航天电子设备在置信水平0.70的情况下可靠度可达到0.9991,所要求的整机系统试验次数比经典方法约降低了4/5.     

整机产品失效机理危害度定量分析方法

针对整机产品失效机理多而复杂、失效数据少、主失效机理分析为定性方法的现状,提出了一种基于Bayes的失效机理危害度定量分析方法.首先利用Dirichlet分布描述产品的先验信息,结合现场失效数据确定失效频率的Bayes后验分布函数,然后通过Slice抽样方法获得失效频率的满条件分布,进而利用Gibbs抽样得到其Bayes估计,从而实现了各失效机理的定量分析.最后在某型光纤连接器失效机理已分析清楚的前提下,分别用FMMEA(Failure Modes,Mechanisms and Effects Analysis)及Bayes方法确定了其主失效机理,结果表明基于Bayes的失效机理危害度定量分析方法考虑了现场未出现的失效机理危害度,其确定的主失效机理比FMMEA结果更具有可信度.     

基于多信号流图的分层系统测试性建模与分析

为了对分层系统进行测试性分析,提出基于多信号流图模型的分层系统测试性建模与分析方法.该方法利用多信号流图模型建立分层系统的层次结构模型,进行测试性分析时,首先利用相关性模型法对顶层模型进行测试性分析,当层次性模块与其它模块不能区分时,再利用相关性模型法对模糊组进行测试性分析,最终实现对分层系统的诊断设计.最后,利用某具有层次性结构的滤波放大器电路对该方法进行了验证,试验结果证明,该方法对于分层系统的测试性建模与分析是有效的,能够为分层系统制定有效的诊断策略.      

基于FFS故障行为模型的等效故障注入方法

针对测试性验证试验中部分故障模式不可注入,或注入后易导致装备出现不可修复的损坏等问题,提出了基于“故障模式-功能-状态”（FFS）故障行为模型的等效故障注入方法。首先,对FFS总体建模思路进行了描述,提出将“功能”作为基本建模要素,在分析装备自身多元建模信息的基础上,建立了故障行为模型。其次,对各相关矩阵和行为状态向量进行了定义,研究了故障模式、功能、状态间的不确定信息表征方法,提出了故障模式-状态相关矩阵的求解方法。最后,给出了等效故障模式的定义和基于FFS故障行为模型的等效故障注入流程。将所提方法应用于某装备发射控制系统,结果表明,所提方法能够实现等效故障注入,故障注入率提高约16.7%。      

强电磁脉冲下柴油发动机系统薄弱环节识别

为识别强电磁脉冲环境下柴油发动机系统的薄弱环节，提出了一种加权故障树和分层贝叶斯网络相结合的柴油发动机系统薄弱环节识别方法。该方法综合考虑同层单元失效的相关性，加权故障树的局部应用解决了部分条件转移概率表不易获取问题。运用贝叶斯网络双向推理功能，首先，通过柴油发动机辐照试验和电磁仿真软件获得的各部件敏感度阈值及电磁应力数据，计算出强电磁脉冲下部件级到系统级的先验失效概率；然后，依据贝叶斯概率公式计算在发动机失效条件下各部件故障的后验概率，并排序以识别其薄弱环节，为电磁防护方案的设计提供参考和建议。以宽带高功率微波(WBHPM)辐照为例，说明了柴油发动机系统分层贝叶斯网络故障模型参数获取与概率计算过程。结果表明:执行器和凸轮轴位置传感器、曲轴位置传感器既为柴油发动机系统的重要部件，也为较薄弱环节，是需要重点防护的对象。      

部分可观Petri网故障的量子贝叶斯诊断

针对故障本身构建量子贝叶斯Petri网模型算法，并利用该子网模型进行Petri网系统故障分析。对于部分可观Petri网模型中的不可观故障，根据可达标识图分析变迁点火路径不能判断系统状态，建立量子贝叶斯子网模型，通过不确定路径引起的量子干涉重新标定变迁的条件概率表得到量子概率振幅表。根据故障变迁的前置集合并结合量子贝叶斯推理计算变迁触发的先验概率，由后置集合中的可观变迁修正后验概率，由最大后验概率估计系统所处状态，当故障变迁不唯一时，选取最大概率的故障作为故障源。以实际故障系统建立部分可观Petri网模型，结合可观标签概率序列信息和量子贝叶斯概率估计，对系统不可观部分进行故障诊断验证算法的有效性。      

基于拜占庭容错体系构架的航天器控制系统测试性设计与分析

摘要： 飞行控制系统作为航天飞行器的关键机载系统,其运行情况直接关系到飞行任务的成败.通过良好的测试性设计,可以提高系统的可靠性和安全性,减少维修人力及其他保障资源,降低寿命周期费用.对拜占庭容错体系结构的航天器控制系统和分层多信号流图模型的测试性设计和建模方法进行了详细的叙述,并对基于拜占庭容错体系结构的航天器控制系统进行了测试性建模,通过测试性建模和分析系统（TMAS软件）验证控制系统测试性设计的正确性和有效性.     

测试性分配方法研究

研究了系统测试性指标与系统组成单元指标之间的关系,分析了确定测试性指标的各主要影响因素,进而导出了测试性分配的基本要求、数学模型和工作程序.在此基础上,文章给出了4种用于不同情况下的测试性分配方法:前2种是基于系统单元的复杂度(故障率)或重要度(故障影响)的分配方法;第3种是综合考虑各影响因素的加权分配方法;第4种是系统中有老成品时的分配方法.这些分配方法都可以实际应用于工程设计.      

考虑FDR的测试性测定试验及其相关方法

针对装备研制过程中,缺乏试验手段测定产品测试性水平,确定其与规定要求间的差距的情况,界定了测试性试验和测试性测定试验的概念,在仅考虑测定故障检测率(FDR,Fault Detection Rate)的情况下,研究给出了基于功能相关特征矩阵和重要度特征的故障特征建模方法,构建了二元组故障特征模型,用于测定FDR试验的试验样本选取.在该种试验样本选取方法中,为了减少进行故障注入试验时,注入不同故障样本的工作量和复杂度,充分考虑了试验样本间的等效关系,定义了等价集合和等效样本的概念,并在此基础上给出了考虑等效样本存在的试验结果评估方法.该研究在某型导弹飞控系统中取得了很好的应用.