摘要：为设计优化的测试性验证试验方案,提出了故障样本优选算法。本算法介绍了多信号流图模型的形式化定义和建模步骤,利用其描述故障与测试间因果依赖关系,建立了故障-测试相关矩阵和故障-故障相关矩阵。在考虑充分覆盖的约束条件下,以试验费用最小为优化目标,提出了最小故障样本集和每个故障样本数的选取方法。案例验证结果表明,该方法分析设计的试验方案节省了试验费用。

摘要：针对目前测试性验证试验中故障样本分配考虑因素单一,分配结果不太合理,影响测试性验证评估准确度的问题,文章综合考虑故障样本分配的影响因素,提出了故障样本分配的综合加权方法;首先,在分析影响因素的基础上,明确了综合加权分配算法;然后对影响系数和影响因素的权值进行确定;最后,通过在某系统测试性验证试验中的应用表明,该方法考虑因素更加全面,与基于故障率的按比例分层抽样分配方法相比较,故障样本分配结果更加合理,测试性验证评估结果更加接近系统测试性设计的真实水平,更具有工程应用价值。

摘要：鉴于用户对航电产品测试性要求的不断提高,因此在签署协议时已经规定了产品的测试性定量指标以及开展测试性建模和测试性验证试验的要求。首先收集产品测试性设计信息,梳理产品研制阶段开展测试性建模分析的流程,根据测试性建模的结论以及改进建议迭代产品设计,再开展测试性试验验证测试性建模分析的正确性,对改进后测试性设计进行验证,以实现产品的测试性设计迭代与增长,判定产品的测试性水平是否达到规定的要求。

摘要：为降低测试性验证试验费用,提出基于遗传算法的故障样本优化选取方法。方法通过故障—测试关联分析和故障—故障等价分析,确定初始故障样本集中各元素对应的等价集,并对初始故障样本集进行扩展,在此基础上,建立了故障样本选取优化求解模型。在不降低样本注入数量和测试特性的条件下,以试验费用最小为优化目标,给出了基于改进遗传算法的样本优化选取方法。算例应用结果表明,该方法设计的故障样本选取方法能有效降低测试性验证试验费用。

摘要：提出了一种考虑了样本覆盖充分性和最小样本量的测试性试验方案设计方法。该方法以产品的FMECA的结果为输入,以功能电路级故障模式为基础,从每个故障模式中随机地选取一个样本进行故障注入试验,以故障率为权重对故障检测率和故障隔离率进行计算。这种方法可实现在样本覆盖最充分的情况下样本量最小,减轻了故障注入试验的工作量,可以对产品的测试性指标做出基于试验结果的快速评估。

摘要：针对测试性验证试验样本集覆盖性差和试验结果可信度低的问题,为有效评价测试性验证试验样本集,提出了基于关联模型的故障样本集覆盖性定量评价方法;该方法定义了系统的信息要素模型,包括结构、功能、测试点、测试项目、测试信号5个测试性设计要素和一个故障模式要素;在此基础上分析设计要素间及其与故障模式间的相互映射关系,建立设计特性要素关联模型和故障模式与设计特性要素关联模型,并根据建立的关联关系得到故障模式直接和间接相关的特性要素,计算故障样本集对设计要素的覆盖率;最后,通过案例应用证明了该方法的正确性。