虛實結合的測試性試驗與綜合評估技術.pdf

1、測試性作為裝備研制和采辦過程中的一個重要質(zhì)量保障性技術指標，越來越受到承制方、訂購方和使用方的重視。測試性試驗與評估是檢驗和衡量測試性設計水平的重要措施，是裝備研發(fā)階段轉換和鑒定定型的重要依據(jù)。如何在保證測試性評估可信度和精度的前提下，有效降低試驗費用和風險、縮短試驗周期，是當前測試性理論和工程實踐中亟待解決的問題。
　　論文針對測試性實物試驗與評估中存在的故障樣本量要求大、故障注入困難、風險大、周期長、結論可信度低等問題，結合測

2、試性虛擬試驗技術的研究成果，提出基于虛實結合的測試性試驗與綜合評估總體技術流程，研究了虛實結合下測試性試驗方案設計中的故障樣本量優(yōu)化方法、故障樣本量分配和模式選取方法、以及測試性指標綜合評估方法等關鍵技術問題，并通過試驗案例對方法的有效性進行了驗證。
　　論文的主要研究內(nèi)容和結論包括：
　　1.測試性試驗與綜合評估總體方案設計
　　分析對比四種經(jīng)典樣本量確定方法，提出了基于單次抽樣方法和序貫概率比檢驗（Sequenti

3、al Probability Ratio Test，SPRT）方法的測試性試驗方案優(yōu)化思路。針對測試性小子樣試驗方案制定存在的先驗信息不足和測試性虛擬試驗數(shù)據(jù)的非完全可信的問題，提出了虛實結合的總體技術思路，提出了虛實結合下測試性小子樣試驗與綜合評估的總體方案。給出測試性試驗與綜合評估技術思路，分析指出了兩個關鍵技術問題——基于 Bayes理論的測試性小子樣試驗方案制定和基于多源先驗數(shù)據(jù)的測試性指標綜合評估技術。
　　2.基于Ba

4、yes后驗風險準則的測試性試驗方案研究
　?。?）針對測試性虛擬試驗數(shù)據(jù)非完全可信的問題，在分析當前測試性虛擬試驗實施方式和試驗數(shù)據(jù)特點的基礎上，提出了基于信息熵理論的測試性虛擬-實物試驗數(shù)據(jù)折合方法。
　?。?）針對單次抽樣方法未能利用測試性先驗數(shù)據(jù)的問題，提出了基于 Bayes后驗風險準則的測試性試驗樣本量確定方法，給出了 Bayes后驗風險準則下承制方風險和使用方風險的表達式和含義。針對后驗雙方風險隨試驗次數(shù)和失敗次數(shù)

5、變化的規(guī)律，給出了基于Bayes后驗風險準則的試驗方案的求解過程。研究表明， Bayes后驗風險準則方法相同的試驗方案約束參數(shù)下，試驗方案中的樣本量減少。
　　（3）針對故障樣本量分配中由于故障率數(shù)據(jù)不準確造成的隨機誤差過大、故障樣本集不合理的問題，分析了虛實試驗結合條件下虛擬試驗對實物試驗的代替作用，提出了考慮裝備服役環(huán)境因素和虛擬試驗可信度因素的故障樣本量分配模型。提出了基于灰色關聯(lián)關系的環(huán)境-故障率因子計算方法和基于故障模式

6、仿真可信度的虛擬試驗因子計算方法，并利用上述兩個因子對現(xiàn)有故障樣本量分配模型進行修正。研究表明，本文給出的故障樣本量分配模型可以有效調(diào)節(jié)故障樣本量在系統(tǒng)各單元間的比例，得到的故障樣本結構更合理，裝備測試性性能可以得到更充分驗證。
　　3.基于序貫驗后加權檢驗（Sequential Posterior Odds Test，SPOT）方法的測試性試驗方案研究
　?。?）針對基于SPRT方法的測試性試驗方案由于未能利用先驗數(shù)據(jù)而導

7、致實際試驗樣本量可能較大的問題，利用Bayes理論對SPRT方法進行改進，提出了基于SPOT方法的測試性試驗方案制定方法。給出了基于SPOT方法的測試性試驗方案的判決準則、判決閾值確定方法；對比分析了單次抽樣方法、SPRT方法和SPOT方法的抽樣特性和平均抽樣次數(shù)；分析了 SPOT方法在不同的先驗分布參數(shù)下的抽樣特性和平均抽樣次數(shù)變化規(guī)律。研究表明，在相同的試驗方案約束參數(shù)和試驗條件下，做出相同的判決結論，SPOT方法的實際試驗次數(shù)小于

8、SPRT方法的實際試驗次數(shù)。
　?。?）針對當前截尾SPOT方法在雙方風險增量定義、截尾試驗數(shù)和截尾閾值確定中存在的問題，考慮測試性試驗結果離散性的特點，提出了基于優(yōu)化截尾SPOT方法的測試性試驗方案制定方法。給出了優(yōu)化截尾SPOT方法的雙方風險拆分方法、截尾試驗數(shù)和截尾判決閾值計算方法。分析對比了不同風險拆分方式下優(yōu)化截尾 SPOT方法的抽樣特性和平均抽樣次數(shù)，給出了最優(yōu)雙方風險拆分方式的確定原則。對比分析了SPOT方法、未優(yōu)化

9、截尾SPOT方法和優(yōu)化截尾SPOT方法抽樣特性和平均抽樣次數(shù)，結果表明，優(yōu)化截尾SPOT方法與SPOT方法的抽樣特性一致性優(yōu)于未優(yōu)化SPOT方法，且優(yōu)化截尾SPOT方法的平均抽樣次數(shù)更小。研究表明，優(yōu)化截尾SPOT方法可以作為SPOT方法的有效補充應用于測試性試驗方案制定。
　　4.基于多源先驗數(shù)據(jù)的測試性指標綜合評估方法研究
　　為解決小樣本實物試驗數(shù)據(jù)下測試性指標評估結論精度和置信度低的問題，提出了基于多源先驗數(shù)據(jù)的測試

10、性指標綜合評估模型。首先分析多源先驗數(shù)據(jù)的類型和表現(xiàn)形式，采用最大熵方法對測試性預計信息和測試性專家信息進行折合，采用經(jīng)驗 Bayes方法對測試性虛擬試驗數(shù)據(jù)進行折合，從而將各種先驗數(shù)據(jù)轉化為測試性指標的先驗分布參數(shù)。然后，通過參數(shù)相容性檢驗方法來驗證各類先驗數(shù)據(jù)與測試性實物試驗數(shù)據(jù)的一致性，對于通過相容性檢驗的先驗數(shù)據(jù)，分別計算其先驗可信度。在此基礎上，給出了基于先驗可信度的測試性指標先驗分布模型，并結合測試性實物試驗數(shù)據(jù)給出了測試性

11、指標的后驗分布模型和指標評估公式。最后，通過案例對上述方法進行了驗證，并分析了虛擬試驗數(shù)據(jù)的數(shù)據(jù)量和虛擬樣機的校核、驗證和確認（Verification, Validation and Accreditation，VV&A）結果對測試性指標評估精度的影響。研究表明，利用該評估方法能提高測試性指標評估的精度，虛擬試驗數(shù)據(jù)的數(shù)據(jù)量越大、測試性指標評估精度越高，并且測試性指標的評估精度會隨著虛擬樣機VV&A結果的提升而提高。
　　5.軟