測試性增長試驗理論與方法研究.pdf

1、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(yù)期測試性設(shè)計指標(biāo)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(biāo)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(yīng)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(xué)的高度。究其原因主要是承制方缺乏科學(xué)有效的理論與技術(shù)用于指導(dǎo)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

2、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(xué)性具有很好的實用價值。論文的主要研究成果如下：
　?。?）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

3、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(xì)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(xì)闡述，指出了試驗規(guī)劃、跟蹤與預(yù)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

4、以及研制階段裝備測試性指標(biāo)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(biāo)，以測試性指標(biāo)合同要求值為約束的多階段測試性增長目標(biāo)確定模型。案例應(yīng)用和仿真對比研究證

5、明了所提模型與方法的有效性。
　?。?）針對測試性增長試驗管理對測試性增長跟蹤與預(yù)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(biāo)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(yù)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(biāo)序化增長約束的兩種不同的Bayes測試性指標(biāo)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(yīng)用范圍；其次對采

6、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(yù)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(biāo)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(yù)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

7、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(yù)計曲線，減小了基于Bayes的測試性增長指標(biāo)評估誤差，并實現(xiàn)了對測試性增長試驗的有效預(yù)計。
　?。?）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)

8、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(xué)習(xí)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(xué)習(xí)、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