本文關(guān)鍵詞：測試性增長試驗理論與方法研究　出處：《國防科學技術(shù)大學》2016年博士論文　論文類型：學位論文

  更多相關(guān)文章： 測試性增長試驗 測試性增長模型 試驗管理 測試性設(shè)計改進 非完美測試 馬爾科夫鏈 貝葉斯理論

【摘要】：測試性增長是通過逐步糾正測試性設(shè)計缺陷,不斷提高裝備測試性水平,從而達到預期測試性設(shè)計指標的過程。在研制階段開展測試性增長試驗是保證裝備測試性指標達到設(shè)計要求的強有力手段。相對于可靠性增長試驗已基本成熟應用的現(xiàn)狀,盡管測試性設(shè)計與改進已存在大量研究成果,但測試性增長試驗尚未引起足夠重視,試驗開展尚未上升至系統(tǒng)工程和科學的高度。究其原因主要是承制方缺乏科學有效的理論與技術(shù)用于指導測試性增長試驗。論文針對裝備測試性增長試驗中存在的理論和實際問題,系統(tǒng)的研究了測試性增長試驗理論框架、技術(shù)方法與模型以及試驗管理方法,并有針對性的開展了測試性設(shè)計與改進方法研究。研究內(nèi)容對提高裝備測試性增長試驗的科學性具有很好的實用價值。論文的主要研究成果如下:(1)針對測試性增長試驗相關(guān)概念模糊的現(xiàn)狀,理清和提出了測試性增長試驗的理論框架、基本概念、實施流程與工程管理實施等。首先分析了裝備設(shè)計、生產(chǎn)與使用全過程各階段實現(xiàn)測試性增長的方法,以及各階段實施測試性增長的時效性,指出測試性增長試驗在測試性增長中的地位;然后根據(jù)測試性設(shè)計改進實施的時機對測試性增長試驗進行了分類,詳細分析了測試性增長試驗的實施流程,對試驗過程中用到的相關(guān)術(shù)語進行了定義和解釋;最后對測試性增長試驗管理的理論框架做了詳細闡述,指出了試驗規(guī)劃、跟蹤與預計的工作內(nèi)容,及其對測試性增長試驗有序開展的作用,為后文理論與實踐研究奠定了基礎(chǔ)。(2)針對目前測試性增長試驗方案規(guī)劃方法缺乏的問題,在分析影響測試性增長能力因素、測試性增長試驗成本組成以及研制階段裝備測試性指標變化規(guī)律的基礎(chǔ)上,研究了測試性增長試驗規(guī)劃模型與方法。首先對采用及時糾正策略的試驗,提出了以允許失敗的故障檢測/隔離試驗次數(shù)為優(yōu)化變量的試驗動態(tài)規(guī)劃方法;然后對采用延緩糾正策略的試驗,建立了試驗資源優(yōu)化配置模型,并給出了基于拉格朗日松弛與局部搜索的模型求解辦法;最后對分階段開展的測試性增長系列試驗,建立了以總試驗成本最優(yōu)為目標,以測試性指標合同要求值為約束的多階段測試性增長目標確定模型。案例應用和仿真對比研究證明了所提模型與方法的有效性。(3)針對測試性增長試驗管理對測試性增長跟蹤與預計方法的需求,在分析測試性增長試驗數(shù)據(jù)特點的基礎(chǔ)上,研究了用于測試性增長試驗跟蹤的測試性指標評估方法,建立了測試性增長概率模型,并利用該模型繪制了測試性增長試驗跟蹤與預計曲線。首先對采用及時糾正策略的試驗,研究了分別考慮試驗規(guī)劃信息和考慮指標序化增長約束的兩種不同的Bayes測試性指標評估方法,并利用數(shù)值仿真討論了兩種方法的優(yōu)缺點和應用范圍;其次對采用延緩糾正的試驗,在總結(jié)前人研究成果的基礎(chǔ)上,給出了基于多源先驗數(shù)據(jù)的測試性增長試驗評估總體技術(shù)方案;再次,考慮增長模型對刻畫和繪制測試性增長試驗跟蹤與預計曲線的重要作用,建立了考慮測試性設(shè)計改進非理想條件的測試性增長馬爾科夫鏈模型,將測試性指標評估結(jié)果作為模型輸入,利用混合粒子群和遺傳算法的參數(shù)估計方法得到了測試性增長模型的參數(shù)估計值,繪制了測試性增長跟蹤與預計曲線;最后討論了所提測試性增長模型與參數(shù)估計方法的穩(wěn)健性。仿真結(jié)果表明,利用本文所提出的測試性增長模型可以方便的繪制測試性增長跟蹤與預計曲線,減小了基于Bayes的測試性增長指標評估誤差,并實現(xiàn)了對測試性增長試驗的有效預計。(4)針對測試性增長過程中測試性設(shè)計改進具體實施問題,在總結(jié)已有研究成果的基礎(chǔ)上,研究了基于試驗數(shù)據(jù)的測試性設(shè)計改進方法初選規(guī)則,并重點對基于試驗數(shù)據(jù)的故障診斷決策方法更新問題開展了研究。首先為能夠較全面的對測試性設(shè)計缺陷進行統(tǒng)一描述,擴展了非完美測試的概念,給出了基于試驗數(shù)據(jù)的測試性設(shè)計缺陷定量衡量方法,并根據(jù)缺陷的惡劣程度,指出了可能采取的測試性設(shè)計改進措施;然后提出了一種由基于人工免疫的數(shù)據(jù)擴充、基于密度的數(shù)據(jù)壓縮,以及基于代表樣本點混合學習等三部分組成的故障診斷決策算法更新方法,解決了基于數(shù)據(jù)更新的一類故障診斷決策方法存在的的分類器迭代學習、數(shù)據(jù)量不平衡,以及裝備硬件支持限制等問題。研究表明,測試性增長試驗數(shù)據(jù)為測試性診斷決策改進提供了有效的數(shù)據(jù)支持,本文所提方法能夠較好的支持基于數(shù)據(jù)更新的診斷算法改進與更新,有效提高診斷準確度。
[Abstract]:The test of growth through gradually correct the testability design defects, and constantly improve the testability level, so as to achieve the process of design. The expected test index to carry out the test of growth test in the development stage is to ensure the equipment testing indicators meet the design requirements. The powerful means relative to the status quo of reliability growth test has been basically mature application, although the design and the improved test has many research results, but the test of growth test has not attracted enough attention, has not yet risen to carry out test of system engineering and scientific level. The main reason is the lack of scientific theory and manufacture technology effectively to guide the test of growth test. The test equipment of growth test in theory and the actual problem, systematic research framework to test the growth test theory, method and model test and management method, And to carry out the research design test and improvement method. The research content has good practical value to improve the scientific equipment testing growth test. The main research results of this paper are as follows: (1) according to the present situation of testing growth test fuzzy concepts, clear and puts forward the theoretical framework, test the basic concept of growth test, the implementation process and implementation of project management. First analyzes the design and implementation of production equipment, testing methods to increase the use of each phase of the whole process, timeliness and various stages of implementation of test growth, points out the status of growth test in the test test in the growth; then according to the design test to improve the timing of the implementation of the classification of the test and growth test, a detailed analysis of the implementation process of growth test on testing, terminology used in the testing process of the definition of reconciliation The last release; a theoretical framework to test growth test management in detail and pointed out that the test plan, tracking and predicting the content of the work, and the test of growth test is carried out in an orderly manner, will lay the foundation for the research of theory and practice. (2) due to the lack of the current test of growth test program planning method the problems in the analysis of the impact test of growth factors, the basic composition and the development cost growth test test variation stage equipment testing indicators, research the testing growth test programming model and method. The correct strategy test, proposes a test method of dynamic programming optimization variables to allow failure fault detection / isolation test number; then the delay test strategies, test resource optimization model was established, and based on Lagrange Song Model solution relaxation and local search; growth series test finally phased out, established the optimal total test cost as the goal, to test the index requirements of the contract value determination model for constrained multi stage test of growth target. Case application and simulation results show the effectiveness of the proposed model and method. (3) according to the requirements of testing growth test management for the test of growth tracking and prediction method, based on the analysis of the test data on the characteristics of growth test, test methods for evaluating growth test tracking test index research, establish test growth probability model, and use the model to draw the test growth test tracking and predicting curve. The correct strategy tests were studied considering test planning information and consider the order of two kinds of growth index constraints Bayes test of the same index evaluation method, and use the numerical simulation of the advantages and disadvantages and the application range of the two methods discussed; secondly the delay correction test, based on the previous research results, given the test data of growth prior test based on the assessment of overall technical scheme; thirdly, the growth model of the important role of drawing test characterization and growth test tracking and predicting curve, establishes a model of the Markoff chain growth test considering testability design improvement of non ideal conditions, the results of testing and evaluation indexes as model input, parameter estimation method using hybrid particle swarm optimization and genetic algorithm have been estimated parameter test of growth the model, draw the growth curve and the expected tracking test; finally discusses the test of growth model and parameter estimation method. The robustness of the simulation results The test shows that the growth model presented in this paper can easily draw test of tracking and predicting growth curve, reduce the Bayes test of growth evaluation index based on error and effective, is expected to test the growth test. (4) aiming at the improvement of the specific implementation of test design for test of the growth process, on the basis of summarizing existing research results, research the design of test data of primary rules based on the improved method, and focus on the fault diagnosis decision method based on test data updating is studied. The first is to make a comprehensive unified description of testability design defects, extends the concept of non perfect test. Gives the measure of testability design defect quantification based on test data, and according to the severity of defects, points out the improvement measures of testability design may take it; After a by the expansion of artificial immune based data, density based data compression, and the representative samples of blended learning is composed of three parts, the fault diagnosis decision algorithm based on update method, solve learning a class of fault diagnosis decision method based on iterative classifier data updating, data imbalance, and equipment hardware support restrictions and other issues. The study shows that the growth of test data to provide effective data support for the improvement of diagnostic testing decision, the proposed method can better support the improvement of diagnosis algorithm of data update and update based on, effectively improve the diagnostic accuracy.

【學位授予單位】：國防科學技術(shù)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TH17

【相似文獻】

相關(guān)期刊論文 前10條

1 宮云戰(zhàn);軟件的測試性分析與設(shè)計[J];裝甲兵工程學院學報;2000年01期

2 魏忠林;李天剛;劉于端;余曉林;;電子設(shè)備測試性設(shè)計及系統(tǒng)劃分的研究[J];科學技術(shù)與工程;2005年23期

3 ;什么是測試性、測試性工程和測試性工程標準[J];國防技術(shù)基礎(chǔ);2010年03期

4 劉剛;呂建偉;胡斌;;復雜裝備測試性建模問題研究[J];艦船電子工程;2013年05期

5 張琦;楊林會;曹興偉;朱春生;;實例檢索在工程機械測試性設(shè)計實例庫中的應用[J];中國工程機械學報;2013年03期

6 李岳,崔利榮;測試性技術(shù)的發(fā)展綜述[J];國防技術(shù)基礎(chǔ);2005年09期

7 連光耀;黃考利;楊鎖昌;魏忠林;;武器裝備縱向測試性研究[J];計算機測量與控制;2006年02期

8 朱斌;常天慶;張雷;解國棟;;裝甲車輛火控系統(tǒng)計算機測試性輔助設(shè)計[J];火力與指揮控制;2006年S1期

9 連光耀;黃考利;呂曉明;薛凱旋;;基于混合診斷的測試性建模與分析[J];計算機測量與控制;2008年05期

10 施建禮;包小林;蔡新舉;秦瑞清;;復雜系統(tǒng)的測試性設(shè)計[J];四川兵工學報;2009年10期

相關(guān)會議論文 前10條

1 封錦琦;楊占才;王紅;;基于虛擬樣機的測試性分析及評價方法研究[A];2011航空試驗測試技術(shù)學術(shù)交流會論文集[C];2010年

2 張士剛;胡政;羅德明;陳穎;羅旭;;基于多信號模型的某慣測組合測試性分析與改進[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅱ）[C];2008年

3 楊占才;王紅;劉金甫;;面向健康管理的測試性分析與評價技術(shù)研究[A];2011航空試驗測試技術(shù)學術(shù)交流會論文集[C];2010年

4 劉子宜;鄭軍;劉暢;;軟件測試性研究綜述[A];探索 創(chuàng)新 交流（第4集）——第四屆中國航空學會青年科技論壇文集[C];2010年

5 房金龍;陳圣儉;張奎山;王棟;;一種新的測試優(yōu)選算法[A];2009年研究生學術(shù)交流會通信與信息技術(shù)論文集[C];2009年

6 王月芳;陳圣儉;;邊界掃描技術(shù)在測試性設(shè)計中的應用研究[A];第20屆測控、計量、儀器儀表學術(shù)年會論文集[C];2010年

7 秦月;郝金玲;;航空發(fā)動機固有測試性設(shè)計分析研究[A];全面建成小康社會與中國航空發(fā)展——2013首屆中國航空科學技術(shù)大會論文集[C];2013年

8 耿少鋒;;關(guān)于測試性指標分配方法的思考[A];'2010系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2010年

9 鄭毓琦;陳崢;徐Ya;;基于BIT和ATE組合測試的硬件測試性設(shè)計[A];2008年航空試驗測試技術(shù)峰會論文集[C];2008年

10 韓國泰;;可編程復雜電子硬件的內(nèi)置自測試設(shè)計[A];2010航空試驗測試技術(shù)學術(shù)交流會論文集[C];2010年

相關(guān)重要報紙文章 前1條

1 記者 胡逢超 通訊員 鄭曉軍;航天首家裝備測試性實驗室成立[N];中國航天報;2013年

相關(guān)博士學位論文 前5條

1 雷華軍;電子系統(tǒng)測試方案優(yōu)化設(shè)計理論與關(guān)鍵技術(shù)研究[D];電子科技大學;2015年

2 王超;虛實結(jié)合的測試性試驗與綜合評估技術(shù)[D];國防科學技術(shù)大學;2014年

3 趙晨旭;測試性增長試驗理論與方法研究[D];國防科學技術(shù)大學;2016年

4 蘇永定;裝備系統(tǒng)測試性需求分析技術(shù)研究[D];國防科學技術(shù)大學;2011年

5 張士剛;非完美測試條件下的測試性設(shè)計理論與方法研究[D];國防科學技術(shù)大學;2013年

相關(guān)碩士學位論文 前10條

1 呂游;拉格朗日松弛算法在序貫診斷方法中的應用研究[D];鄭州大學;2015年

2 嚴俊豪;系統(tǒng)級測試性設(shè)計優(yōu)化方法與實現(xiàn)[D];電子科技大學;2014年

3 焦志敏;板級電路不可靠測試下的測試性優(yōu)化設(shè)計方法[D];電子科技大學;2015年

4 劉城;電子系統(tǒng)測試性虛擬驗證與綜合評估技術(shù)研究[D];電子科技大學;2016年

5 廖恒;基于多信號模型的系統(tǒng)可測性設(shè)計分析研究與實現(xiàn)[D];電子科技大學;2016年

6 劉瑛;測試性虛實一體化試驗技術(shù)研究及其應用[D];國防科學技術(shù)大學;2014年

7 王剛;裝備測試性參數(shù)優(yōu)化選擇技術(shù)研究[D];國防科學技術(shù)大學;2010年

8 沈親沐;裝備系統(tǒng)級測試性分配技術(shù)研究及應用[D];國防科學技術(shù)大學;2007年

9 鄭應榮;系統(tǒng)級層次化測試性建模與分析[D];哈爾濱工業(yè)大學;2014年

10 蘇永定;機電產(chǎn)品測試性輔助分析與決策相關(guān)技術(shù)研究[D];國防科學技術(shù)大學;2004年

，

本文編號：1365933