基于Modelica的系统测试性建模与分析方法研究

{C1 , C2 , C3 ,
{S1 , S2 , S3 ,
, Cl }
, TPm }
测试点的有限集合：TP {TP 1 , TP 2 , TP 3,
S 系统信号的有限集合：
测试的有限集合：T
, Sk }
{t1 , t2 , t3 , 有向边的集合： E {eij }
, tn }
f1 f2 f3 f4 f5 f6 f7
0.001
f8 0.002
0.001
f9 0.001
0.001
f10 0.001
0.001
f11 0.015
0.001
f12 0.015
0.001
f13 0.002
0.002
f14 0.002
多信号流模型的测试性指标
FDR = 100%，FIR = 89.1%
测试方案：开发人员或专家制定的 电路功能测试诊断方案
开始
给各模块和测试 分配信号
识别提取模型信息 获取故障-测试 相关矩阵FT 构建模型 可测性分析 添加信号 故障隔离率 故障诊断率 添加测试 结束
多信号流模型流程图
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
多信号流模型的组成
单元模块的有限集合： C
诊断策略优化技术
穷举搜索算法 AO*搜索算法 矩阵分割算法
测试性建模与分析软件
美国QSI公司—TEAMS软件 美国DSI公司— eXpress软件
二、主要研究内容
电 气 本课题主要研究系统可测性建模与分析方法，形成一个 工 完整的系统可测性指标评价体系，具体研究内容如下： 程 及 系统测试性建模与分析方法研究； 自 系统测试性指标分配技术研究； 动 化 诊断策略优化算法研究； 学 Modelica语言编译工具开发； 院
相关矩阵 全行为零 未检测故障 否 行向量相同 是
模糊组
二、主要研究内容
电 气 基于多信号流模型的测试性指标计算 工 故障检测率(FDR) m 程 i 及 D i 0 FDR n 100% 自 动 i i 0 化 学 故障隔离率(FIR) 院 k Li L i 1 FIR 100% D D
系统测试性建模与分析软件设计；
软件功能验证。
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
总体方案框图
系统测试性指标分配
系统测试性指标要求
系统可视化建模 子系统 LRU 模 型 结 构 模块 测点 连线 ... LRU 模 型 结 构 子系统 模块 测点 连线 模糊组
相关矩阵
未检测故障
SP(TPm ) 测试点 TPm 包含的测试集合：
单元模块Ci 影响的信号集合：SC (Ci ) 测试 tj 能够检测的信号集合：ST (t j )
DG {C, TP, E} 多信号流模型结构有向图：
二、主要研究内容
电 基于多信号流模型的测试性分析 气 工 故障与测试相关矩阵分析 程 ft1n ft11 ft12 及 ft ft ft 静态可测性分析 自 FT 21 22 2n 2 mn 动 否 是 全列为零 冗余测试 化 ft ft ft 2 mn 2 m1 2 m 2 学 否 院 是
系统的功能、组 成、性能、参数
分配结果及说明 系统的故障模 式、故障率等 选择分配算法 •经验分配法 •加权分配法 •故障率分配法 分配建议 维修方案 测试方法 执行分配过程 •逐层进行分配 •验算分配结果 •输出分配结果
测试性指标分配流程图
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
测试性指标分配
P(Vi | a(Vi ), (Vi )) P(Vi | (Vi ))
链规则
P(V1 ,V2 ,
V2 T V4 F
V3 T F T F
,Vn ) P(Vi | (Vi ))
i 1
n
贝叶斯网络结构示意图
p( A | , G) p( | G) p( | A, G) p( A | G )
Dmn
相关矩阵与概率信息矩阵元素之间的关系为：
dij ij ftij
二、主要研究内容
电 基于贝叶斯网络的测试性模型 开始 气 f2 f3 … 工 f1 fm 识别提取模型信息 程 及 建立多信号流模型 自 … t1 t2 tn 故障-测试确定 动 性相关矩阵FT 化 贝叶斯网络的测试性模型结构 贝叶斯网络结构学习 FDR 学 FDR 100% 院 确定网络节点变量 及连接关系
哈 尔 滨 工 业 大 学
基于Modelica的系统测试性 建模与分析方法研究
张思文
答辩提纲
电 气 工 程 及 自 动 化 学 院
课题研究背景及意义
主要研究内容
结论
一、课题研究背景及意义
电 研究背景 气 复杂系统的测试问题 工 测试难度大 程 测试时间长 及 测试费用高 自 测试效率低 动 测试性建模与分析领域存在的弊端 化 学 建模过程占用了主要的研究精力，建模效率较低 院 传统测试性建模方法没有考虑测试的不确定信息
二、主要研究内容
电 气 多信号流模型的不足 工 程 不能处理故障与测试之间的不确定关系 及 自 动 化 故障与测试之间的不确定关系 学 P(t j F | fi F ) P(t j T | fi T ) 院
P(t j F | fi T )
P(t j T | fi F )
贝叶斯网络模型的测试性指标
FDR = 99.2%，FIR = 88.9%
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
测试性建 模与分析
研究 内容
测试性指标 分配与诊断 策略优化
软件 设计
软件功 能验证
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
测试性指标分配
指标分配过程 明确分配任务 •待分配的目标 •系统结构体系 •确定分配层次 输出 确定分配原则 •按故障率分配 •按重要度分配 •按代价分配 系统结构层次划分 输入 待分配的指标
贝叶斯定理
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
定义不确定参数 ij
ij P(t j T | fi T )
定义故障与测试概率信息矩阵
d11 d 21 d m1 d12 d 22 dm2 d1n d2n d mn
S2 S5
二、主要研究内容
电 气 工 程 及 自 动 化 学 院
{S1,S5}
故障与测试相关矩阵
t1 f1 R1(G) f2 R1(F) f3 R2(G) f4 R2(F) f5 R3(G) f6 R3(F) f7 A1(G) f8 A1(F) f9 R4(G) f10 R4(F) f11 C1(G) f12 C1(F) f13 A2(G) f14 A2(F) 1 1 1 1 1 0 1 1 0 0 0 0 0 0 t2 1 0 1 0 1 0 1 1 0 0 0 0 0 0 t3 1 1 1 1 1 1 1 1 0 0 0 0 0 0 t4 1 0 1 0 1 0 1 0 1 1 1 1 0 0 t5 1 1 1 1 1 0 1 1 1 0 1 0 1 1 t6 1 0 1 0 1 0 1 1 1 0 1 0 1 1 t7 1 1 1 1 1 1 1 1 1 0 1 0 1 1
二、主要研究内容
电 气 工 程 及 自 动 化 学 院 贝叶斯网络(BN)模型
V1 T 0.5 F 0.5
独立性规则
V1 T F V2 T 0.8 0.5 F 0.2 0.5 V2 V3 V1 T F V3 T 0.7 0.2 V4 F T 0.98 0.02 0.9 0.1 0.9 0.1 0.01 0.99 F 0.3 0.8
系统
子系统1
子系统2
子系统3
LRU1
LRU2
...
LRUi
...
LRUn
指标分配的数学模型
P i f1 ( P sr , Ki ) (i 1, 2, , N)
0 P i 1
...
...
SRU1
SRU2
...
SRUi
...
SRUn
系统分层结构图
(i 1, 2,
, N)
Ps f 2 ( P 1, P 2, Psr Ps 1
f1 f2 f3 f4 f5 f6 f7
R1 {S1,S5} R3 {S5}
R2 TP1 A1 {S1,S2,S4,S5} R4 {S3} TP2 A2 {S1,S2,S4,S5}
TP3
C1 {S3}
滤波器的多信号流模型
t1 t2 t3 t4 t5 t6 t7 f8 f9 f10 f11 f12 f13 f14
m D i 1 i i n i 1 i
给定样本集
贝叶斯网络参数学习 获取模型节点 条件概率表 故障-测试概率 信息相关矩阵D 测试性分析 故障隔离率 故障诊断率 结束
FIRL
L D

i 1 m i 1
k
Li
FDRi
i
FDR
i
100%
建立贝叶斯网络 模型结构
BN测试性模型的建模与分析流程
t3
0.98 0.97 0.96 0.95 0.96 0.95 0.97 0.96 0 0
t4
0.97 0 0.95 0 0.96 0 0.96 0 0.96 0.94
t5
0.96 0.95 0.94 0.92 0.95 0 0.95 0.95 0.94 0
t6
0.95 0 0.94 0 0.95 0 0.95 0.94 0.92 0