基于多级异源样本融合的装备系统级测试性验证与评价方法

Equipment system-level testability demonstration and evaluation is an important approach in evaluating testability index, detecting design defects and improving test and diagnosis capacity. As the destructibility and restriction of the fault injection, there are some problems in the system-level testability demonstration and evaluation, such as low credibility, long period and high cost, which can be solved with the multi-level and heterogeneous sample fusion. However, the lack of methods in processing the samples prohibits the testability demonstration and evaluation with high credibility. The project proposes a system-level testability demonstration and evaluation method based on multi-level and heterogeneous sample fusion. New sample fusion theory and model are explored to take advantage of the prior information including low-level test samples and virtual test samples and so on. Environmental factors are taken into consideration to make the samples more reasonable. The fused prior data are used to select the small sample of fault injection test base on Bayes posterior risk criteria and sequential posterior odds test method. The size of system physical test sample can be reduced by the proposed method. The testability index calculation method based on compatibility check and fused distribution model is studied to get a high credible conclusion under small sample condition. The research can not only provide theoretical and technical basis for the reasonable, effective evaluation of fault detection and diagnosis capability, but also is of great significance in detecting the testability design defects and improving testability design.

装备系统级测试性验证与评价是衡量装备整体测试性水平、发现测试与诊断设计缺陷、提高测试与诊断能力的重要途径。由于故障注入困难及其破坏性，装备系统级测试性验证与评价存在可信度低、周期长、代价高等问题，有必要科学利用测试性多级异源样本以解决该问题，但目前还缺乏相应的有效手段和方法。针对以上问题，本项目研究测试性多级异源样本融合理论方法和模型，科学利用低层级试验样本、虚拟试验样本等先验信息，并考虑环境因素的影响，研究Bayes后验风险准则方法和序贯验后加权检验方法，优化选取故障注入小样本，从而减少系统级实物试验。研究基于相容性检验和融合后验分布模型的测试性指标统计推断方法，在小样本情况下对装备系统级测试性水平做出高可信的统计推断。项目研究成果为科学准确地评价装备系统级测试性水平提供理论和技术支撑，对发现测试性设计缺陷和改进测试性设计也具有重要意义。

装备系统级测试性验证与评价是衡量装备整体测试性水平、发现测试与诊断设计缺陷、提高测试与诊断能力的重要途径。由于故障注入困难及其破坏性，装备系统级测试性验证与评价存在可信度低、周期长、代价高、多级异源样本无法有效利用等问题，本项目科学利用测试性多级异源样本以解决以上问题。主要内容如下：.(1)提出了测试性多级异源样本融合方法。该方法科学利用4种测试性先验信息，针对虚拟试验数据和单元实验室实物试验，采用可信度加权与扩展多信号流图模型进行融合，对增长试验数据采用增长因子加权融合，对专家知识采用D-S证据理论进行融合，有效融合多类先验信息。.(2)提出了基于融合先验分布模型的试验方案设计方法。对单次抽样方法和序贯概率比检验方法进行改进，分别提出了基于Bayes后验风险准则和基于序贯验后加权检验的试验方案优化设计方法。为避免序贯试验样本过大，提出了基于截尾序贯验后加权检验的试验方案优化设计方法。案例研究表明，相比于经典方法，所提出方法可有效减少样本量，当4种先验数据都利用并融合，可减少的样本量高达80%以上。另外，将预测相对准确度和故障预测率纳入验证与评价范畴，针对退化过程维度样本选择问题，提出了基于多阶段维纳过程建模的试验方案设计方法。.(3)提出了基于相容性检验和融合后验分布模型的测试性指标综合评估方法。为保证评估结论可信度和准确性，提出了物理相容性检验和统计相容性检验方法，提出了测试性指标的融合后验分布模型，在小样本情况下准确评价装备系统级测试性水平。案例研究表明，在置信度为0.9时，相比于经典方法，区间估计的区间长度可缩小45.84%。.(4)开发了测试性试验与评价软件。该软件可以对比经典方法和本项目研究方法，也可以辅助制定测试性试验方案、大纲并评估指标。.项目研究成果为科学准确地评价装备系统级测试性水平提供理论和技术支撑，对发现测试性设计缺陷和改进测试性设计也具有重要意义, 进一步应用验证和熟化以后可作为一种有效的技术途径。