测试性增长中资源优化配置模型及求解

良好的测试性设计对系统维修性具有重要意义,测试性增长试验通过一系列测试性设计缺陷发现和纠正措施,可保证系统测试性指标达到设计要求。针对基于延缓纠正的测试性增长过程中的资源配置问题进行研究,基于增长试验目标是否明确和试验资源是否受限制问题构建资源优化配置模型,并提出一种基于拉格朗日松弛和本地搜索的快速优化算法。仿真结果表明:该模型能够有效指导测试性增长中的资源优化配置问题,所提混合优化方法能够高效、准确地求解整数规划问题。     

基于改进克隆选择算法的复杂系统测试选择

为了解决复杂系统测试优化选择问题,提出了一种基于改进克隆选择算法的测试选择方法.该方法针对测试选择问题的具体特点,对基本克隆选择算法进行了以下改进:采用二进制编码方式进行抗体编码,选用加性分段函数形式构建亲和度函数,利用混沌搜索优化初始种群的生成方式,并引入免疫网络的抗体抑制操作对抗体种群进行预处理.最后,以某实际系统为例进行了算法验证,实验结果表明:该方法搜索效率高,具有很强的全局和局部搜索能力,可有效解决复杂装备系统测试性设计中的测试优化选择问题.     

边界扫描测试的数学描述模型

IEEE1149.1边界扫描机制是一种新型的VLSI电路测试及可测试性设计的有效方法,为了高效地应用边界扫描机制对电路系统进行测试,必须对其所涉及的理论方法进行深入探讨。本文应用布尔矩阵理论建立起边界扫描测试的数学描述模型,并基于所建立的模型导出了边界扫描测试中的故障检测条件和故障隔离条件。为边界扫描测试生成算法的深入研究奠定了理论基础。     

基于非独立测试的诊断策略优化生成

诊断策略优化设计是测试性设计中的一项重要内容.实际中的测试彼此间并非独立,即测试费用依赖于测试的先后顺序,针对这一问题,提出将测试划分成不同的测试模式,规定当一个测试序列中存在模式变换时必须考虑附加的转换费用.建立了同时考虑测试费用和模式转换费用启发式评估函数,并基于该启发式评估函数设计了近似最优的搜索算法,应用案例验证了本算法.试验表明该方法有效地解决了非独立测试的诊断策略优化生成问题.     

基于边界扫描技术的装备电路可测性设计

随着装备中基于复杂数字电路的嵌入式系统应用越来越广泛,装备中电路系统的可测性设计(DFT)已成为装备可测试性设计的重要内容。IEEE 1149.1作为一种标准化的电路可测性设计方法,弥补了传统电路测试方法存在的缺陷,为复杂的互连电路提供了一种非入侵的测试手段。首先简述了可测试性设计和边界扫描测试技术的基本原理,并从边界扫描测试链设计、提高测试覆盖率和优化电路网络几个方面,分别提出了几种装备电子系统的电路可测试性设计的具体方法。     

可测试性技术中的图论问题及其求解

近 2 0年来 ,为了解决结构日益复杂的电路测试问题 ,可测试性技术得到了迅速发展。在可测试性技术中 ,针对不同的测试对象 ,如何对可测试性设计方案以及测试策略进行优化 ,降低总体代价 ,是亟待解决的问题。为了解决这两类典型的优化问题 ,首先应用图论方法建立问题的拓扑描述模型 ,然后通过构造相应的逻辑求解函数 ,给出问题最优解的求解算法 ,并通过简单实例演     

集成系统测试性方案与分配一体化

在装备测试性工程中,总体方案设计与测试任务和指标分解十分重要,但在实践中,一些装备顶层设计不到位,总承制方缺乏有效地监控和管理,导致分承制方的设计各自为政,后续集成设计难以开展;指标分配未能结合总体方案,出现分配指标过高达不到或指标过低没有约束力等尴尬局面。文章针对上述问题,提出了测试性方案与分配一体化设计架构,认为:测试性分配需综合考虑系统集成性以及下级单元的技术特点和能力,予以"视情分配";对一些故障的测试可由总承制方考虑,包括对系统集成故障以及组成单元中难以自测的故障;当测试性方案把这些测试任务明确下来,分配时就只需考虑剩余故障的测试。文章最后给出了考虑系统级测试性方案的测试性分配方法,并用案例检验了方法有效性。     

边界扫描测试信息压缩算法

为了解决 IEEE 1 1 49.1边界扫描测试优化生成问题 ,提出了一种新型的测试矩阵压缩算法。该算法首先应用被测试电路板的结构信息构造有限制的短路故障模型 ,然后以有限制的短路故障模型为基础对测试矩阵进行压缩处理 ,尽可能剔除测试矩阵中的无效测试信息 ,从而达到测试优化生成的目的。理论分析及实验验证表明 ,该算法能够获得紧凑性指标相当优化的测试矩阵 ,实现较高的测试信息压缩率     

航天产品测试性设计准则

测试性是影响现代武器系统战备完好性的关键因素之一。为了使武器装备具有良好的测试性,应制定测试性设计准则,以实现测试性的规范化设计。本文阐述了航天产品系统测试性设计的一般原则和具体设计准则,内容包括结构设计、划分、测试控制、测试通路、元器件和部件选择、模拟电路设计、数字电路设计、射频设计、光电设计和机内测试等。     

基于改进遗传算法的测试性优化分配方法

测试性优化分配是在测试性分配中合理配置各项测试资源,以满足测试性分配要求和资源约束条件。一般的遗传算法存在最优解不易求解、初始参数值不易设置等缺陷,因此,为了更加高效合理地进行测试性优化分配,在传统遗传算法中引入迁移技术来优化遗传迭代过程,并运用AHP法对算法初始参数进行调整,从而提出了基于改进的遗传算法的测试性优化分配方法。算例分析表明该方法可快速有效地求得测试性优化分配问题的最优解。     

基于反正切函数的测试性分配方法

针对现有主流测试性分配方法存在的分配指标过低和过高等不合理问题,分析认为其根源在于现有方法采用线性分配函数,而该函数不符合测试性指标提升规律,为此,构造了一种基于反正切函数的测试性分配函数,设计故障检测率与故障隔离率指标的分配算法,开展案例应用并与经典故障率分配法和综合加权分配法进行对比分析,结果表明随着分配权重(故障率)的变大,本方法分配指标的增幅逐渐减小,不会出现极低指标和超1指标的不合理情形。     

基于测试性验证的故障注入系统设计研究

在以往的装备设计中多是按照实际需求,往往忽略了测试性验证,为装备的使用埋下隐患．以测试性验证为基础,设计了一套故障注入系统,并将其应用于某型号装备的自动驾驶仪设计阶段．实验表明,该系统能够快速有效地对装备实施故障注入并给出量化结果．     

基于Bayes理论的测试性数据融合评估技术

针对目前高可靠性产品测试性评估验证面临的样本量不足的问题,提出一种基于Bayes理论的内外场数据融合评估技术,并给出详细的内外场测试性数据收集方法及原则,利用某产品的试验数据对该方法进行了验证。该方法工程应用性强,可作为高可靠性产品测试性评估的依据。     

PSPICE仿真的测试性验证方法

阐明了对复杂电子设备测试性进行验证的重要性,介绍了PSPICE软件的特点,对基于PSPICE仿真的电子设备测试性验证方法进行了研究,提出了电子设备测试性验证的具体方案.在确定电子设备测试性验证指标的基础上,通过实例分析对方案进行验证,并对实验结果进行了分析,总结了验证过程中存在的问题.实验表明,基于PSPICE仿真的测试性验证方法是可行的.     

面向装备健康管理的可测性指标研究

可测性指标是开展可测性设计、验证和评估的依据.针对传统可测性指标主要用于故障可检测性和故障可隔离性水平评价,不能全面反映面向装备健康管理可测性水平的问题,在定性分析装备健康管理对可测性的本质需求基础上,从全域和瞬态角度提出了五个可测性指标以定量描述面向装备健康管理的可测性水平;并基于故障模式状态矢量给出了可测性指标的分析计算流程.最后以某装备柴油机的机体子系统为案例详细说明了可测性指标的计算过程,应用结果表明所提指标具有一定的可行性和合理性,可以有效指导面向装备健康管理的可测性优化设计.     

复杂装备测试性指标确定方法研究

根据可用信息的不同,给出了测试性指标（TFOMs）确定的4种模型,并分析了各种模型的优缺点。为了能够综合使用所有可用信息,提出了基于层次分析法（AHP）的测试性指标模型。示例结果显示AHP模型给出的结果更加合理。     

陆军导弹武器系统测试性研究

针对陆军导弹武器系统的特点,论述了系统测试性和系统测试性设计的基本概念,在解释它们内涵的同时,说明了如何从本质上理解它们在导弹武器系统全寿命周期中的重要作用。为了保持系统的良好测试性,从定量和定性两个方面提出了测试性设计的基本要求,研究了提高系统测试性的主要方法。