论文部分内容阅读
【摘 要】故障样本选取是开展测试性验证试验首要的、重要的环节，是测试性验证试验设计的重要内容之一。分析表明现有的测试性验证试验故障样本选取主要有许多不足。针对它的不足之处，本文分别从确定优化的故障样本量、构建合理的故障样本结构和故障样本集评估优选三个方面解决上述问题。
【关键词】测试性；故障样本；验证试验
【Abstract】It is one of the important contents to open exhibition test verification experiment the initial and important link， is test sex verification experiment to design that breaking down the sample selects by examinations. The analysis expresses the current test the verification the on trial breakdown sample selects by examinations to have a lot of shortage primarily. The not enough a breakdown for， this text distinguishing from certainly excellently turning sample deal that aim at it， set up the reasonable breakdown sample construction with break down the sample gather the above problem in solution in three aspects in the optimization of valuation.
【Keywords】Test Break down the sample The verification experiments
1 .引言
装备测试性评估工作在其全寿命周期内分为三个阶段：研制阶段、定型阶段和使用阶段。在GJB2547A《装备测试性工作通用要求》中规定了测试性验证试验属于定型阶段的工作项目，这是一项为产品设计定型而进行的测试性试验工作。
测试性验证试验是指“在研制的装备中注入一定数量的故障，用测试性设计规定的测试方法进行故障检测与隔离，按其结果来估计装备的测试性设计水平，并判断是否达到规定要求，决定接收和拒收”。
测试性验证试验时，除了要确定故障样本数、合理判据之外，还应将样本合理地分配给产品各组成部分，尽可能地模拟实际使用时发生故障的分布情况。
2 .故障样本选取流程与方法种类
故障样本选取的目的是使测试性指标评估的精度和置信度高，承制方、使用方风险可接受。故障样本选取流程主要包括确定故障样本量、故障模式抽取、接收/拒收判定等，如下图1所示。
测试性验证试验采用统计试验的方法，常见的确定故障样本量的统计检验模型有二项分布模型和正态分布模型。在相同的检验模型下，确定故障样本量一般有两种原则：一是考试试验费用、承制方风险和使用方风险确定故障样本量；二是考虑装备测试性指标评估的精度或置信度确定故障样本量。最新的用于故障样本选取的方法有基于充分覆盖准则的方法和基于故障特征模型的方法。
在确定了故障样本量的基础上，需要从UUT的故障模式集中抽取规定数量的故障模式构成故障样本集。一种方法是根据UUT各组成单元的故障率（基于可靠性预计结果）大小进行故障样本量的分配，确定每个组成单元要注入的故障模式数量，并从组成单元的故障模式库中随机抽出规定数量的故障模式。另一种方法是直接从UUT的故障模式库中随机抽取故障模式构成故障样本集。
故障样本选取和接收/拒收判据基于同一理论。一种是基于二项分布确定的抽样方案进行接收/拒收判定。另一种是根据试验评估结果给出FDR/FIR的置信下限值，并与规定的最低可接收值进行比较，给出接收/拒收判定结论。
3 .现有方法在应用中存在的问题
已有的故障样本选取方法大部分是从可靠性、维修性验证试验的理论上引申过来，对开展测试性验证试验起到了重要的指导作用。但在应用于实际装备测试性验证试验时主要存在如下几方面问题：
（1）无论是以二项分布、正态分布、基于充分性准则还是基于三元组故障特征模型，当对装备的测试性指标要求较高，承制方、使用方风险承受能力低，或者要求的评估结论置信度、精度较高时，按已有方法确定的故障样本量较大。在装备定型阶段，受试验费用及封装造成的物理位置限制，注入大量故障模式是非常困难的，导致试验无法开展。同时，已有方法虽然提出在研制过程、装备设计定型或有重大设计更改时，都要进行测试性验证试验，但并未明确提出在装备全寿命周期的不同阶段，所进行测试性验证试验有什么本质区别和具体要求，尤其是故障樣本选取和接收/拒收判据两个环节。
（2）已有方法采用考虑故障率的不等概率抽样来建立故障样本，根据统计抽样理论，故障样本集能较好地反映UUT故障模式集的总体特性，但却没有考虑到故障率数据是否准确，有的可靠性预计值与故障率真值相差百分之几十到几千不等。在开展测试性验证试验时，如何得到较准确的故障率估计值是个问题。
（3）随机抽样是一种典型的抽样技术，却没有对关键故障模式（包括危害性故障、破坏性故障和传播型故障等）做重点抽样。危害性故障和破坏性故障可以通过故障模式、影响及危害性分析来获得[1][2]，并且对危害性故障和破坏性故障的检验可以统一用关键故障检测率和关键故障隔离率来描述[3]。然而工程中有一类故障，这种故障模式的故障率很低，但一旦发生则会传播扩散到其它可更换单元，造成其它可更换单元异常，我们称其为传播型故障。在测试性验证试验故障样本选取中如何对传播型故障进行描述，并设计针对传播型故障的抽样算法，这是目前没有引起重视和急需解决的问题。 （4）在相同的故障样本量下，由于样本的抽取具有随机性，每次建立的故障样本集是不同的，因此对UUT故障模式集的反映能力存在着差别。现实中我们考虑装备的结构特性、功能特性和测试特性的故障样本集评估方法，但是没有考虑故障的可注入性，往往认为选择的故障都是可以注入或者允许注入的，显然这是不符合工程实际的[4]。如何改进故障样本集评价指标体系并给出相应的故障样本集评估方法，这是需要进一步完善的问题。
4 .整改方案
（1）针对确定优化故障样本量问题，提出利用装备研制阶段先验数据制定优化抽样方案（优化故障样本量）的方法。获取研制阶段测试性先验信息，包括研制阶段摸底试验数据、研制阶段增长试验数据、测试性专家经验数据等，并利用这些先验数据初步估计装备的测试性设计水平，据此求得包含先验信息的抽样特性概率密度函数，考虑测试性指标要求值以及承制方、使用方的风险承受能力，求得优化抽样方案（优化故障样本量和相应的最大允许检测/隔离失败次数）。
（2）针对确定合理样本结构问题，分别从故障样本量分配和传播型故障模式抽取两个方面开展研究：
①为减小从庞大的 UUT 故障模式集中抽取规定数量（优化故障样本量要求值）的故障模式带来的随机抽样误差，提高故障样本的随机性，开展故障样本量分配方法研究。首先收集研制阶段故障率先验信息，这些信息可以来源于可靠性验证试验、专家经验、历史数据等，利用这些已有的故障率先验信息修正可靠性预计得到的故障率数据，进行基于故障率和装备复杂性的分层故障样本量分配，将规定数量的故障样本量逐层分配到各可更换单元。
②基于故障率进行分层故障样本量分配只考虑了 UUT 的发生频率高的故障模式，却忽略了传播型故障模式，若对传播型故障模式的测试设计不完备，则会给使用方带来较大的验收风险，因此应对传播型故障模式做重要抽样以检验其测试性设计是否完备，提高故障样本遍历性。引入模糊概率Petri网描述故障的传播扩散过程，并在模糊概率Petri网推理算法基础上求得故障扩散强度值，在此基础上，提出基于故障扩散强度的故障模式随机重要抽样算法。完成故障模式抽取，建立故障样本集。
③针对随机抽样导致在相同的故障样本量下每次抽取的故障样本集无法评判的问题，研究故障样本集的评估优选方法。建立衡量故障样本集对故障模式集代表性好坏的距离模型，据此选择距离较小的故障样本集为较优故障样本集，目的是保证测试性验证结论的高置信度。
经过以上环节选取的故障样本集能确保为较优故障样本集，以此为基础开展故障注入相关技术研究。
參考文献：
[1] 斯泰蒙迪斯.故障模式影响分析：FMEA 从理论到实践[M].北京：国防工业出版社，2006.
[2] 康锐，石荣德.FMECA 技术及其应用[M].北京：国防工业出版社，2006.
[3] 田仲，石君友.系统测试性设计分析与验证[M].北京：北京航空航天大学出版社，2003.
[4] 沈岭，周鸣岐.航天装备测试性试验验证方法[J].质量与可靠性，2006.
【关键词】测试性；故障样本；验证试验
【Abstract】It is one of the important contents to open exhibition test verification experiment the initial and important link， is test sex verification experiment to design that breaking down the sample selects by examinations. The analysis expresses the current test the verification the on trial breakdown sample selects by examinations to have a lot of shortage primarily. The not enough a breakdown for， this text distinguishing from certainly excellently turning sample deal that aim at it， set up the reasonable breakdown sample construction with break down the sample gather the above problem in solution in three aspects in the optimization of valuation.
【Keywords】Test Break down the sample The verification experiments
1 .引言
装备测试性评估工作在其全寿命周期内分为三个阶段：研制阶段、定型阶段和使用阶段。在GJB2547A《装备测试性工作通用要求》中规定了测试性验证试验属于定型阶段的工作项目，这是一项为产品设计定型而进行的测试性试验工作。
测试性验证试验是指“在研制的装备中注入一定数量的故障，用测试性设计规定的测试方法进行故障检测与隔离，按其结果来估计装备的测试性设计水平，并判断是否达到规定要求，决定接收和拒收”。
测试性验证试验时，除了要确定故障样本数、合理判据之外，还应将样本合理地分配给产品各组成部分，尽可能地模拟实际使用时发生故障的分布情况。
2 .故障样本选取流程与方法种类
故障样本选取的目的是使测试性指标评估的精度和置信度高，承制方、使用方风险可接受。故障样本选取流程主要包括确定故障样本量、故障模式抽取、接收/拒收判定等，如下图1所示。
测试性验证试验采用统计试验的方法，常见的确定故障样本量的统计检验模型有二项分布模型和正态分布模型。在相同的检验模型下，确定故障样本量一般有两种原则：一是考试试验费用、承制方风险和使用方风险确定故障样本量；二是考虑装备测试性指标评估的精度或置信度确定故障样本量。最新的用于故障样本选取的方法有基于充分覆盖准则的方法和基于故障特征模型的方法。
在确定了故障样本量的基础上，需要从UUT的故障模式集中抽取规定数量的故障模式构成故障样本集。一种方法是根据UUT各组成单元的故障率（基于可靠性预计结果）大小进行故障样本量的分配，确定每个组成单元要注入的故障模式数量，并从组成单元的故障模式库中随机抽出规定数量的故障模式。另一种方法是直接从UUT的故障模式库中随机抽取故障模式构成故障样本集。
故障样本选取和接收/拒收判据基于同一理论。一种是基于二项分布确定的抽样方案进行接收/拒收判定。另一种是根据试验评估结果给出FDR/FIR的置信下限值，并与规定的最低可接收值进行比较，给出接收/拒收判定结论。
3 .现有方法在应用中存在的问题
已有的故障样本选取方法大部分是从可靠性、维修性验证试验的理论上引申过来，对开展测试性验证试验起到了重要的指导作用。但在应用于实际装备测试性验证试验时主要存在如下几方面问题：
（1）无论是以二项分布、正态分布、基于充分性准则还是基于三元组故障特征模型，当对装备的测试性指标要求较高，承制方、使用方风险承受能力低，或者要求的评估结论置信度、精度较高时，按已有方法确定的故障样本量较大。在装备定型阶段，受试验费用及封装造成的物理位置限制，注入大量故障模式是非常困难的，导致试验无法开展。同时，已有方法虽然提出在研制过程、装备设计定型或有重大设计更改时，都要进行测试性验证试验，但并未明确提出在装备全寿命周期的不同阶段，所进行测试性验证试验有什么本质区别和具体要求，尤其是故障樣本选取和接收/拒收判据两个环节。
（2）已有方法采用考虑故障率的不等概率抽样来建立故障样本，根据统计抽样理论，故障样本集能较好地反映UUT故障模式集的总体特性，但却没有考虑到故障率数据是否准确，有的可靠性预计值与故障率真值相差百分之几十到几千不等。在开展测试性验证试验时，如何得到较准确的故障率估计值是个问题。
（3）随机抽样是一种典型的抽样技术，却没有对关键故障模式（包括危害性故障、破坏性故障和传播型故障等）做重点抽样。危害性故障和破坏性故障可以通过故障模式、影响及危害性分析来获得[1][2]，并且对危害性故障和破坏性故障的检验可以统一用关键故障检测率和关键故障隔离率来描述[3]。然而工程中有一类故障，这种故障模式的故障率很低，但一旦发生则会传播扩散到其它可更换单元，造成其它可更换单元异常，我们称其为传播型故障。在测试性验证试验故障样本选取中如何对传播型故障进行描述，并设计针对传播型故障的抽样算法，这是目前没有引起重视和急需解决的问题。 （4）在相同的故障样本量下，由于样本的抽取具有随机性，每次建立的故障样本集是不同的，因此对UUT故障模式集的反映能力存在着差别。现实中我们考虑装备的结构特性、功能特性和测试特性的故障样本集评估方法，但是没有考虑故障的可注入性，往往认为选择的故障都是可以注入或者允许注入的，显然这是不符合工程实际的[4]。如何改进故障样本集评价指标体系并给出相应的故障样本集评估方法，这是需要进一步完善的问题。
4 .整改方案
（1）针对确定优化故障样本量问题，提出利用装备研制阶段先验数据制定优化抽样方案（优化故障样本量）的方法。获取研制阶段测试性先验信息，包括研制阶段摸底试验数据、研制阶段增长试验数据、测试性专家经验数据等，并利用这些先验数据初步估计装备的测试性设计水平，据此求得包含先验信息的抽样特性概率密度函数，考虑测试性指标要求值以及承制方、使用方的风险承受能力，求得优化抽样方案（优化故障样本量和相应的最大允许检测/隔离失败次数）。
（2）针对确定合理样本结构问题，分别从故障样本量分配和传播型故障模式抽取两个方面开展研究：
①为减小从庞大的 UUT 故障模式集中抽取规定数量（优化故障样本量要求值）的故障模式带来的随机抽样误差，提高故障样本的随机性，开展故障样本量分配方法研究。首先收集研制阶段故障率先验信息，这些信息可以来源于可靠性验证试验、专家经验、历史数据等，利用这些已有的故障率先验信息修正可靠性预计得到的故障率数据，进行基于故障率和装备复杂性的分层故障样本量分配，将规定数量的故障样本量逐层分配到各可更换单元。
②基于故障率进行分层故障样本量分配只考虑了 UUT 的发生频率高的故障模式，却忽略了传播型故障模式，若对传播型故障模式的测试设计不完备，则会给使用方带来较大的验收风险，因此应对传播型故障模式做重要抽样以检验其测试性设计是否完备，提高故障样本遍历性。引入模糊概率Petri网描述故障的传播扩散过程，并在模糊概率Petri网推理算法基础上求得故障扩散强度值，在此基础上，提出基于故障扩散强度的故障模式随机重要抽样算法。完成故障模式抽取，建立故障样本集。
③针对随机抽样导致在相同的故障样本量下每次抽取的故障样本集无法评判的问题，研究故障样本集的评估优选方法。建立衡量故障样本集对故障模式集代表性好坏的距离模型，据此选择距离较小的故障样本集为较优故障样本集，目的是保证测试性验证结论的高置信度。
经过以上环节选取的故障样本集能确保为较优故障样本集，以此为基础开展故障注入相关技术研究。
參考文献：
[1] 斯泰蒙迪斯.故障模式影响分析：FMEA 从理论到实践[M].北京：国防工业出版社，2006.
[2] 康锐，石荣德.FMECA 技术及其应用[M].北京：国防工业出版社，2006.
[3] 田仲，石君友.系统测试性设计分析与验证[M].北京：北京航空航天大学出版社，2003.
[4] 沈岭，周鸣岐.航天装备测试性试验验证方法[J].质量与可靠性，2006.