基于改进多信号流模型的运载火箭电气系统测试性评估

汪芊芊，王海涛，蓝 鲲

基于改进多信号流模型的运载火箭电气系统测试性评估

汪芊芊，王海涛，蓝 鲲

（北京宇航系统工程研究所，北京，100076）

对现有测试性建模方法在运载火箭电气系统测试性评估的应用上存在的不足进行分析。针对运载火箭电气系统不同的测试状态，提出基于多信号流模型的多模型综合测试性评估方法；并结合运载火箭电气系统的实际故障模式及测试特点，考虑多故障模式及多值测试，对多信号流模型进行改进，得到基于改进多信号流模型的多模型综合评估方法，并给出了具体的评估流程。以运载火箭时序控制系统为例进行了验证，结果表明，基于改进多信号流模型的多模型综合评估方法能够更为准确地对运载火箭电气系统故障空间及测试状态进行建模，对运载火箭电气系统的测试性评估有效。

改进多信号流模型；多模型综合；测试性评估

0 引 言

测试性是指能够及时准确、经济有效地确定被测试系统内部工作状态（可工作、不工作或性能下降），并能隔离其内部故障的一种设计特性[1]。面对当前高密度、高可靠、高效率的发射需求，提高运载火箭的测试性已成为运载火箭研制的迫切要求。电气系统作为箭上关键系统，应在设计过程中对其测试性进行分析与评估，获得量化的测试性指标。

当前的测试性评估模型主要包括相关性模型[2～4]和虚拟样机模型[5～7]，研究最为成熟的是多信号流模型，由Somnath和Pattipati于1994年提出[4]。该模型将故障与测试以信号为纽带联系起来，表现系统的故障空间，在测试性评估领域获得了广泛应用[8～11]。但传统的多信号流模型仅对单一状态进行建模，无法区分运载火箭不同的测试状态；且假设条件过于苛刻，无法全面准确地描述运载火箭测试系统的多故障模式及多值测试。因此，无法直接用于运载火箭的测试性评估中。

本文针对运载火箭电气系统不同的测试状态，提出基于多信号流模型的多模型综合评估方法，并结合实际测试特点对多信号流模型进行改进，以运载火箭时序控制系统为例验证了该方法的有效性。

1 基于改进多信号流模型的多模型综合评估

1.1 多信号流模型

多信号流模型是一种图形化测试性评估模型，利用有向图表示被测对象的组成单元、测试以及被测对象性能特征之间的相关关系，主要元素包括：a）系统组成模块集合C={c1, c2,…,cl}；b）系统各模块的故障模式f={f1,f2,…,fm}；c）与模块故障相关的信号集合S={s1, s2,…,sn}；d）系统可用的测试有限集合T={t1, t2,…,tn}；e）有向图DG={C, T, E}，其中有向图的边E表示系统各模块及测试间的连接关系。

将多信号流模型用数学形式表达，则形成了故障-测试相关性矩阵D。D为系统故障与测试间定性关系的一种矩阵表示，其基本形式为[4]

式中 m为系统的故障模式数目；n为系统采用的测试数目；dij为故障Fi与测试tj之间的相关性，若二者相关，则dij=1，否则dij=0。

1.2 基于多信号流模型的多模型综合评估方法

在运载火箭电气系统的测试过程中，需根据测试要求改变测试对象的状态，并施加相应的测试，本文提出多模型综合的测试性评估方法如下：

a）测试状态独立建模：区分评估对象不同阶段的不同测试状态，分析评估对象在各个测试状态下模块的连接关系、工作状态、可施加测试等相关信息，并对各个测试状态单独建模。

b）评估结果综合分析：根据各个测试状态的测试性模型分析各测试状态下评估对象的测试性参数，获得在所有测试状态均实现的情况下，评估对象的综合测试性指标。

多模型综合评估方法将运载火箭电气系统的测试性评估细化，避免了直接对单一状态建模可能导致的测点无法同时施加的问题，使建模思路更加清晰。

1.3 多信号流模型改进

传统的多信号流模型将实际系统进行简化[4]：

a）每个模块只考虑一种功能故障和一种全局故障。

b）系统各个测试均为二值测试，即测试结果只有通过和不通过。但对于运载火箭电气系统来说，同一模块可能发生多种功能故障，且十分关注具体故障模式；而运载火箭的测试实施难度大，更为关注具体的测试结果，并利用不同测试结果反映不同的故障。可见，传统多信号流模型对于运载火箭电气系统各个测试状态的测试性建模并不完全适用。

本文针对运载火箭电气系统多故障模式及多值测试的特点，提出了改进的多信号流模型，主要体现在以下两个方面：

a）考虑系统模块的多种故障模式。对系统中的各个模块，根据实际的故障模式定义多个功能故障，各个功能故障根据故障产生的原因及影响来关联相应的信号，并以故障所关联的信号来区分同一模块的不同功能故障。

b）考虑多值测试。对于有多个输出值的测试，其测试结果不仅仅定义为通过（0）和不通过（1），而是根据实际的测试输出及测试与故障之间的关联关系，将测试结果定义为多值，并分别与不同的信号相关联。具体定义规则为：0代表测试通过；1，2，3，…，n分别代表测试不通过时的不同测试结果（数字无具体意义，仅用于区分同一测试的不同测试结果）。

1.4 基于改进多信号流模型的多模型综合评估流程

基于改进多信号流模型的多模型综合评估方法的评估流程如图1所示。

图1 多模型综合评估方法

a）划分系统模块。故障诊断的目的是寻找可以整体更换的故障模块，因此需根据实际测试及维修条件将系统划分为多个模块，并梳理各个模块间的关联关系。

b）故障模式及影响分析（Failure Mode and Effects Analysis，FMEA）。通过FMEA分析，确定各个模块所有可能的故障模式，以及每个故障模式的影响。

c）关联故障模式与信号。根据FMEA分析结果，考虑每个故障模式产生的原因及影响，获取与之相关的独立信号集，将故障模式与信号相关联。

d）梳理测试种类及测试状态。整理运载火箭电气系统的测试方法及各个测试方法所要求的测试状态，并根据测试内容及输出结果将测试点与信号关联。

e）建立系统各个测试状态下的多信号流模型。对于每一种测试状态si，选取该测试状态下的测试集T(si)={ti}（ti为可以在测试状态s下进行的测试），建立系统在该测试状态下的多信号流模型。

f）生成各测试状态下的矩阵D。由系统各个测试状态的多信号流模型生成相应矩阵D[4]，根据式（2）对各测试状态si的矩阵D(si)m×n赋值：

g）生成综合矩阵D。根据式（3）将各个测试状态下的矩阵D的元素进行“或”运算，获得综合矩阵D。

h）相关性矩阵分析。根据相关矩阵分析方法[4]，利用综合矩阵D测试性参数计算，并对未检测故障、未隔离故障及冗余测试进行分析，获得测试性评估结果。测试性参数是对测试性特性的描述，其中，故障检测率及故障隔离率是运载火箭测试性评估关注的主要指标[1]。

故障检测率FDR为在规定的时间内，用规定的方法正确检测到的故障数与被测单元发生的故障总数之比。其定量数学模型为

式中TN为实际发生的故障数；DN为正确检测到的故障数。

故障隔离率FIR为在规定的时间内，用规定的方法将故障正确隔离到小于等于L个单元的故障数与同一时间内检测到的故障数之比（L为故障隔离模糊度）。其定量数学模型为

式中LN为正确隔离到故障隔离模糊度为L的故障数；DN为正确检测到的故障数。

2 多模型综合评估方法的应用

2.1 时序控制系统的测试性需求及结构分析

时序控制系统是实现火箭按照预定时序执行相应动作的关键分系统，需要保证较高的可靠性和测试性。目前，运载火箭时序控制系统的测试项目多依据设计人员的经验进行安排，未从理论上论证其测试性水平，缺少量化的测试性指标。因此，本文采用基于改进多信号流模型的多模型综合评估方法，针对时序控制系统的典型故障模式开展测试性分析与评估。

运载火箭电气系统的时序控制系统一般由电源、时序控制装置、时序输出装置、时序执行装置及保护电阻组成。本文选取某型号典型电路作为具体研究对象，结构如图2所示。时序控制装置发出时序控制信号，通过时序输出装置对时序执行装置（双桥火工品）进行时序控制。

图2 时序控制系统电路

2.2 时序控制系统的多模型综合评估

根据时序控制系统的测试及诊断要求，从单机层面进行测试性分析。对时序控制系统进行FMEA分析，结果如表1所示。测试方法及与测试状态的对应关系如表2所示。

表1 火工品控制回路的FMEA分析

表2 火工品控制回路的测试与信号关联关系

针对时序控制回路的3种测试状态，分别建立改进多信号流模型。以等效器测试状态1s为例，选取在1s状态下可以施加的测试Ts1={t1, t2, t3, t4}，在Matlab平台上建立的多信号流模型如图3所示。

图3 时序控制系统初始状态的改进多信号流模型

根据各个测试状态的多信号流模型，利用式（2）生成各测试状态下的矩阵D分别为

根据式（3）对各扩展矩阵D进行综合分析，得到综合矩阵D如表3所示。

基于综合矩阵D，对时序控制系统进行测试性分析与评估，结果如表4所示。

从时序控制系统的测试性评估结果可见：已有的总体测试项目对于时序控制系统的故障检测率为100%，能够完全覆盖系统的主要故障模式，避免了由于系统故障漏检而导致的测试任务失败；然而故障隔离率仅为75%，主要为火工品的左桥保护电阻及右桥保护电阻的断路故障无法隔离，需在保护电阻单元测试阶段对保护电阻的通断及阻值进行详细测试，确保装箭前保护电阻无故障。

表3 时序控制系统的综合矩阵D

表4 时序控制系统测试性评估结果

3 结 论

本文结合运载火箭电气系统的实际故障模式和测试特点，提出基于改进多信号流模型的多模型综合测试性评估方法，通过验证得出以下结论：

a）改进的多信号流模型分析多故障模式及多值测试时，将故障直接与信号关联，更为准确地对运载火箭电气系统的故障空间进行建模；同时详细描述了测试的多值输出，保留了测试信息，对于系统的测试性参数的评估更为准确。

b）基于改进多信号流模型的多模型综合评估方法展示了运载火箭电气系统不同测试状态下的测试情况，更贴近运载火箭的实际测试模式，使建模思路更加简单清晰，降低了大型复杂系统的建模难度，对运载火箭电气系统的评估具有通用性。

[1] 田仲. 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.

[2] Paul R D. Logic modeling as a tool for testability[C]. New York: ΙEEE Ιnternational Automatic Testing Conference. Long Ιsland, 1985.

[3] Sheppard J W, Simpson W R. A mathematical model for integrated diagnostics[J]. Design & Test of Computers, 2007, 8(4): 25-38.

[4] Somnath D, Pattipati K R. Multi-signal flow graphs: a novel approach for system testability analysis and fault diagnosis[J]. ΙEEE Aerospace and Electronic Systems Magazine, 1995, 10(5): 14-25.

[5] 张勇. 装备测试性虚拟验证试验关键技术研究[D]. 长沙: 国防科学技术大学, 2012.

[6] 王青麾, 王魁. 基于PSpice的电路故障注入仿真分析方法研究[J]. 计算机科学与技术, 2011, 29(2): 57-60.

[7] 赵晨旭. 测试性虚拟验证技术及其在直升机航向姿态系统中的应用研究[D]. 长沙: 国防科学技术大学, 2011.

[8] Patterson H. Automated system checkout to support predictive maintenance for the reusable launch vehicle[EB/OL]. [1998-06-27]. http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20020063516.pdf.

[9] Patterson H. A model-based health monitoring and diagnostic system for the UH-60 helicopter[EB/OL]. [2001-07-22]. http://ti.arc.nasa.gov/m/ pub-archive/203h/0203%20(APH).pdf.

[10] 龙兵. 多信号模型航天器配电系统最优测试技术[J]. 哈尔滨工业大学学报, 2005, 37(4): 440-443.

[11] 胡文华. 基于多信号流模型的雷达BΙT监测点优化与诊断策略[J]. 兵工自动化, 2010, 29(6): 70-74.

Research on Testability Analysis of Electric System in Launch Vehicle Based on Improved Multi-signal Flow Graphs Model

Wang Qian-qian, Wang Hai-tao, Lan Kun
(Beijing Ιnstitute of Astronautical Systems Engineering, Beijing, 100076)

Existed methods of testability analysis are not suitable for electric system in launch vehicle. Considering the different test states of electric system, a multi-model synthesis method based on multi-signal flow graphs model was proposed. Meanwhile, the traditional multi-signal flow graphs model was improved on the basis of the multi-fault and the multi-value test of electric system. A timing sequence control system was taken as an example for modeling. The result shows that this method models the defective space and test states of electric system more accurately, and is effective for testability analysis of electric system.

Ιmproved multi-signal flow graphs; Multi-model synthesis; Testability analysis

TP391.9

A

1004-7182(2017)04-0021-05

DOΙ：10.7654/j.issn.1004-7182.20170406

2016-08-01；

2016-09-28

汪芊芊（1992-），女，助理工程师，主要研究方向为测试性分析与评估