面向综合诊断的电子装备测试性研究综述

2015-01-26 11:09刘东风
中国修船 2015年4期
关键词:遗传算法分配装备

马 云,刘东风,2

(1.海军工程大学动力工程学院,湖北武汉 430033;2.91663部队,山东青岛 266012)

面向综合诊断的电子装备测试性研究综述

马 云1,刘东风1,2

(1.海军工程大学动力工程学院,湖北武汉 430033;2.91663部队,山东青岛 266012)

电子装备的故障诊断尤其是综合诊断越来越依赖于测试性设计,且测试性设计与分析是装备实现综合诊断的前提与基础,测试性设计优良的装备更易实现综合诊断。针对近年来测试性研究蓬勃发展,但综述性文献并不多见的现象,主要从测试性需求分析、指标分配、测试性建模、测试性方案优化设计、测试性验证与评估、故障诊断策略这6个方面对国内外测试性研究的现状与发展进行了阐述与探讨。希望能改善此类综述性文献较匮乏的现状,并给测试性设计从业者及故障维修人员以有益的启示。

电子装备;测试性;综合诊断

测试性是装备“五性”(可靠性、维修性、保障性、测试性、安全性)之一,可见其重要性。测试性设计优良的装备能快速准确地检测故障并隔离故障,保证装备任务的顺利完成,节省维修人力、物力,具有非常可观的经济效益,并有利于装备综合诊断的开展。综合诊断不是指综合运用各种手段对某一故障现象进行诊断,而是指综合考虑系统需求,例如任务需求、功能结构需求、可靠性、维修保障性等要求去选择合适的测试方式,经济快速的诊断故障,以求诊断耗时最少、诊断费用最低,从而使得装备全寿命周期费用最低。由此可见,综合诊断是一项系统工程。它一方面强调设计特性,例如在装备的设计阶段需要在机内测试与其他测试方式之间做出选择,另一方面又强调装备的管理过程,在装备使用过程中根据使命任务、维修级别 (大修、中修、小修)、各保障级别 (舰员级、基层级、基地级)等的不同,快速做出满足使用、维修要求的测试选择,从上到下形成一个高效的维修管理系统。只有测试性设计性能好的装备才会有利于这个系统的运转,最大程度地减少维修时间、费用,因此测试性设计是综合诊断的前提和基础。

面向综合诊断的测试性设计与管理对电子装备尤为重要,因为测试性设计不理想的电子装备,在以后的故障诊断过程中,很难像诊断机械装备的故障那样采用振动传感器、红外传感器等外部辅助仪器,更不能对各电缆、电路、元器件随意断开、拆装,所以在给电子装备进行测试性设计时,需要充分考虑给后续的维修诊断工作提供必要的条件。电子装备的集成化、复杂化程度高,人工对其性能检测、故障隔离耗时多,会对装备能否迅速投入作战状态带来影响,机内测试技术 (BIT)可以快速检测/隔离故障,但是研发BIT的软/硬件会增加装备工程研制阶段的费用,增加BIT功能也会给电子装备带来结构性能、重量体积等方面的变化,这些都要符合装备的设计要求,所以综合考虑测试性需求是很有必要的,其次是要确定系统的测试性指标,然后把总测试性指标分配给下级各单元,根据不同任务需求确定诊断方案,优化测试资源配置,选择故障检测点、隔离点,优化测试顺序,评估测试性设计以便及时调整设计,最后根据任务要求制定诊断策略。

1 测试性设计各步骤的研究进展与发展趋势

1.1 测试性需求分析

测试性需求的确定主要是根据装备的自身特性,参照老装备、类似装备,权衡使用方的要求和承制方的水平,依据装备的可用度、可靠度、保障要求、任务成功率等来分析并确定测试性指标。对于电子装备来说,有随时投入任务的可能性,充分考虑装备的可用度,确保任务成功率尤为重要。测试性需求分析常见方法有类比法、参数权衡分析法。苏永定等[1]基于离散petri网建立各任务阶段测试性需求子模型,并将统一建模语言 (UML)应用于测试性需求的建模,便于信息的交互使用,并进一步将UML与广义petri网相结合进行建模,取得了不错的效果。

测试性需求分析是测试性设计的基础,对测试性设计有指导意义,决定着测试性设计成败的关键。测试性需求分析本身就是一项系统工程,在进行分析时一定要务实,只有充分考虑装备的限制特性、目前测试水平、测试设备、人员编制等情况,才能制定出合理的测试性指标,设计出既满足要求又易于维修的装备。测试性需求分析还要做到全面,针对装备不同的任务阶段、设备层次,分别制定出不同的测试性指标,这样的指标设置才会更科学合理。因此,测试性需求分析会向全面、细化的方向发展。

1.2 测试性指标分配

测试性指标分配的经典方法主要有等值分配法、加权分配法、按故障率分配法、优化分配法、综合加权法、新老装备组合分配法。其中对于有明确的优化目标和约束条件的装备,如系统的平均测试性设计费用最低,或是保障任务成功率等,可以用优化分配法。综合加权分配法优于加权分配法,它用故障率对加权分配法所得的权重再次加权,分配结果更客观。新老装备组合系统的测试性分配方法以新型号的指标高于老型号的指标为约束条件,此法又比综合加权法更客观。除了以上传统方法之外,还有层次分析法 (AHP),此法反复迭代,常常使各分配结果差距很小,相比简单的均值分配法而言,此法没有优势。将层次分析法和信息熵结合,比单独使用AHP法效果好。为避免加权分配法的主观性,遗传算法给测试性指标分配提供了一条出路。张琦等[2]采用改进型的遗传算法,与常规遗传算法相比较,不需要对分配结果另行调整,方便了设计人员的工作。浮点编码遗传算法,比二进制遗传算法更精确,计算效率也有所提高。沈亲沐等[3]基于测试性框图对测试性指标分配做了探讨,结果较为科学。综上可知,测试性指标的分配会向着减少主观性,使分配结果更客观的方向发展。

1.3 测试性建模

目前测试性建模大多是基于故障与测试相关性矩阵 (D-矩阵)来建立的,尤其近年来不少研究采用TEAMS软件建立多信号模型。TEAMS软件中D-矩阵对一个模块只定义一种功能,从而容易造成测试信息的混淆,不利于找出真正故障的所在,而扩展D-矩阵,对同一模块的不同功能及其相应测试分别进行了定义,有利于故障的正确隔离。针对测试虚警与检测率的问题,基于贝叶斯网络的测试性模型,用条件概率表示故障与测试的之间的不确定性,使测试性分析更客观。此外,由于电子系统中,一种功能失效可能导致多种故障模式,一种故障模式也可能由多种功能失效引起的,因此建立功能与故障模式相关联的混合诊断模型是很有必要的。为方便建模信息的共享,基于统一描述语言的模型,特别是基于本体的测试性信息描述模型,实现了信息的重复利用与模型推理功能,为装备的综合诊断提供了良好的基础,是未来测试性建模发展的方向。

1.4 测试方案优化设计

测试方案优化内容主要有测试点的优化、测试资源的优化以及BIT工作模式和运行模式的优化等。测试点的优化方法主要有布尔逻辑运算法、粒子群算法、遗传算法等。依据测试信息量最大、测试费用最小原则来优化测试点,已在电子装备的测试点优化选择上得到了很好的应用。另外利用图论法建立拓扑模型,优化测试点,方法简单实用。将专家系统应用于测试点的优化,可以大大简化测试步骤。为避免搜索陷入局部极值点,陈希祥等[4]采用混合二进制粒子群遗传算法 (HBPSOGA)优化测试项目,取得了较好的效果。张菲菲等[5]对搜寻电路中最小测试集的几种方法进行了比较,认为遗传算法与模拟退火算法相结合的模型 (GASA)最优。邱静等[6]采用遗传算法以及改进的数据包络分析模型 (DEA)分别对BIT运行模式和BIT软件/硬件的实现方式做出了选择,并利用AHP和灰色系统理论优选测试设备。

目前测试方案的研究虽然很多,但大多集中在测试点的优化上,其他方面的研究相对较少,并且在测试设备的优化上大多采用加权法,因此这方面的研究还有待加强,并且要更趋客观性。

1.5 测试性验证与评估

在装备的研制过程中,为了检验测试性设计是否达到要求,需要进行验证与评估,以便及时改进设计。方法主要有3类:一是在后续系统的实际使用过程中根据系统的故障检测率、故障隔离率、虚警率等来验证与评估,此法最可靠,但耗时、耗力,因此并不常用;二是故障注入法,即向样机注入软件或硬件故障,按设计规定的方法检测故障、隔离故障,按结果评估测试性设计。值得注意的是注入硬件故障时有可能会损坏设备,总体来讲此法比较可靠,也比较常用;三是仿真法,即用计算机编程模拟故障的注入,此法最为简单,但偏离实际情况较大,更偏向于理论性研究。在测试性设计的初级阶段,采用仿真法更经济快捷,在测试性设计定型阶段,采用故障注入法更科学合理。

1.6 故障诊断策略

国内外在故障诊断策略优化方面已开展了很多研究。石君友等[7]在基于D-矩阵的基础上,综合考虑测试点、诊断费用、可靠性,制定诊断策略,此法较易分辨出冗余测试、模糊组,经典实用,但不太适用于复杂系统。电子装备大多结构复杂,容易发生多故障,假设单一故障,真实故障就有可能被隐藏、掩盖,从而得出错误的诊断结论,因此基于多故障的诊断策略研究更有意义,方法也有很多,例如基于最小碰集制定诊断策略;基于有向图模型隔离多故障;建立因果网络模型,采用序贯测试法制定诊断策略;建立分布式层次化模型,采用模糊petri网实现诊断策略的推理等。目前也有很多智能算法应用于诊断策略的制定,二进制粒子群算法可以生成多故障最小候选集;混沌粒子群算法优化诊断策略,收敛快,易获得全局最优解。此外常用的算法还有准深度搜索方法、贪婪搜索方法、AO*搜索方法。广义AO*算法优化测试序列,问题与搜索符是多对多的关系,尤其对于复杂装备,搜索速度明显加快。将动态故障树应用于故障诊断策略的制定中,计算复杂度比AO*搜索方法和贪婪搜索法低。

目前诊断策略的研究绝大多数是建立在假设系统、测试静态基础上的,但系统在实际使用过程中可能会切换工作模式,测试也应该随之变为动态,因此诊断策略的研究会朝着基于动态系统的方向发展。

2 测试性与综合诊断的发展

2.1 测试性与综合诊断的发展历程

随着科技的发展,人工测试越来越不能满足实时快速检测的需要,特别是在战斗机上,增加机内测试是装备发展的必然。机内测试与外部测试的统筹协调引发了测试性设计问题。20世纪70年代,美国开始了测试性研究。1985年,随着美国军用标准 (MIL-STD-2165)的颁布,标志着测试性发展成为一门独立的学科。以往在装备研制后,才考虑配置其他诊断要素,从而造成装备维修保障工作的被动,效率低下,综合诊断应运而生。1983年,美国首提综合诊断这一概念。此后,英、法等西方发达国家及俄罗斯也陆续开展了武器装备综合诊断的研究与应用,节约经费显著。国内的测试性研究兴起于20世纪90年代中后期,但发展迅猛,大多集中在航空、军工领域,特别是电子装备的测试性研究,目前已有不少成果得到了推广应用,取得了巨大的经济效益。近年来,国内的综合诊断也越来越受到重视。

2.2 测试性与综合诊断的发展趋势

电子装备的机内测试性设计向高度集成化、模块化、标准化、人性化的方向发展,外部测试设备向通用性、便携性方向发展。测试性是综合诊断的一个要素,综合诊断是各诊断要素的综合。它一方面强调装备全寿命周期费用最低,即从装备的设计、制造、验收再到使用过程中的监测、维修等,要求测试操作简便、费用最低。为了便于测试,在装备的研制阶段不但要设计标准化、通用化的测试软件、硬件、外部测试接口等,还要设计出综合诊断中其他要素的配置情况,例如需配备的ATE和辅助测试设备的种类、数量以及人员编制、培训内容周期等,而不是装备配备后使用方自行配置这些诊断要素,从而造成测试方式混乱、维修培训不到位等,不利于装备保障工作的顺利进行。综合诊断另一方面强调各保障级别的综合,为统筹各保障级别,需要利用计算机和互联网技术建立装备全寿命周期的数据库,给每套装备设置唯一的身份识别扫描码,并将识别码、配套设施、人员编制及相应培训情况、监测维修等信息都录入数据库,实现装备的真正有源可追溯,不但可以方便各维修级别的信息共享,避免重复测试,还有利于远程维修技术支援,也把维修保障信息反馈给研制人员,以便今后改进测试性设计。随着信息化时代的发展,综合诊断必然要建立在信息化管理的基础上。最后,装备要实现综合诊断,最重要的是打破利益壁垒、政策壁垒,只有这样才能保证综合诊断的顺利实施。

3 结束语

本文针对电子装备对测试性设计的需求特点,对测试性设计中各步骤的最新研究进行了阐述,并对各自的发展方向作了探讨;论述了测试性的重要性、综合诊断的特点以及测试性与综合诊断的相关性,并对测试性和综合诊断的发展历程、发展趋势作了回顾与探讨。希望能弥补此类综述性文献,尤其是面向综合诊断的综述性文献较少的缺憾,并能给相关从业人员提供参考。

[1]苏永定.装备系统测试性需求分析技术研究 [D].长沙:国防科技大学,2011.

[2]张琦,朱春生,冉红亮,等.基于NSGA-Ⅱ的测试性指标分配方法 [J].南京理工大学学报 (自然科学版),2012,36(4):650-655.

[3]沈亲沐.装备系统级测试性分配技术研究及应用[D].长沙:国防科技大学,2004.

[4]陈希祥,邱静,刘冠军.基于混合二进制粒子群-遗传算法的测试优化选择研究 [J].仪器仪表学报,2009,30(8):1674-1680.

[5]张菲菲,鲁昌华,陈胜军,等.求取电路最小测试集的优化算法的比较研究 [J].国外电子测量技术,2005,24(12):22-25.

[6]邱静,刘冠军,杨鹏,等.装备测试性建模与设计技术[M].北京:科学出版社,2012.

[7]石君友,田仲.故障诊断策略的优化方法 [J].航空学报,2003,24(3):212-215.

The diagnostics of electronic equipment,especially integrated diagnostics,more and more relying on the testability of the equipment.Design for testability is the precondition and the foundation of integrated diagnostics.Many research on testability of electronic equipment were done for integrated diagnostics.This summary shows the new researches on testability including testability requirement,testiability index allocation,testability modeling,optimized strategy for testability,testability estimation and fault diagnosis strategy.We hope that it may do a favor for the testability researchers and diagnostics workers.

electronic equipment;testability;integrated diagnostics

U672

10.13352/j.issn.1001-8328.2015.04.008

马云 (1982-),女,山东莒南人,在读博士研究生,研究方向为装备状态监测与故障诊断。

2015-04-28

猜你喜欢
遗传算法分配装备
这些精锐与装备驰援泸定
港警新装备
基于遗传算法的高精度事故重建与损伤分析
防晒装备折起来
应答器THR和TFFR分配及SIL等级探讨
遗产的分配
一种分配十分不均的财富
基于遗传算法的智能交通灯控制研究
一种基于遗传算法的聚类分析方法在DNA序列比较中的应用
基于改进多岛遗传算法的动力总成悬置系统优化设计