裝備測試性驗證試驗階段故障樣本選取方法淺談

劉陽+劉鈞賢+王文秀+蘇峰

【摘 要】故障樣本選取是開展測試性驗證試驗首要的、重要的環節，是測試性驗證試驗設計的重要內容之一。分析表明現有的測試性驗證試驗故障樣本選取主要有許多不足。針對它的不足之處，本文分別從確定優化的故障樣本量、構建合理的故障樣本結構和故障樣本集評估優選三個方面解決上述問題。

【關鍵詞】測試性；故障樣本；驗證試驗

【Abstract】It is one of the important contents to open exhibition test verification experiment the initial and important link， is test sex verification experiment to design that breaking down the sample selects by examinations. The analysis expresses the current test the verification the on trial breakdown sample selects by examinations to have a lot of shortage primarily. The not enough a breakdown for， this text distinguishing from certainly excellently turning sample deal that aim at it， set up the reasonable breakdown sample construction with break down the sample gather the above problem in solution in three aspects in the optimization of valuation.

【Keywords】Test Break down the sample The verification experiments

1 .引言

裝備測試性評估工作在其全壽命周期內分為三個階段：研制階段、定型階段和使用階段。在GJB2547A《裝備測試性工作通用要求》中規定了測試性驗證試驗屬于定型階段的工作項目，這是一項為產品設計定型而進行的測試性試驗工作。

測試性驗證試驗是指“在研制的裝備中注入一定數量的故障，用測試性設計規定的測試方法進行故障檢測與隔離，按其結果來估計裝備的測試性設計水平，并判斷是否達到規定要求，決定接收和拒收”。

測試性驗證試驗時，除了要確定故障樣本數、合理判據之外，還應將樣本合理地分配給產品各組成部分，盡可能地模擬實際使用時發生故障的分布情況。

2 .故障樣本選取流程與方法種類

故障樣本選取的目的是使測試性指標評估的精度和置信度高，承制方、使用方風險可接受。故障樣本選取流程主要包括確定故障樣本量、故障模式抽取、接收/拒收判定等，如下圖1所示。

測試性驗證試驗采用統計試驗的方法，常見的確定故障樣本量的統計檢驗模型有二項分布模型和正態分布模型。在相同的檢驗模型下，確定故障樣本量一般有兩種原則：一是考試試驗費用、承制方風險和使用方風險確定故障樣本量；二是考慮裝備測試性指標評估的精度或置信度確定故障樣本量。最新的用于故障樣本選取的方法有基于充分覆蓋準則的方法和基于故障特征模型的方法。

在確定了故障樣本量的基礎上，需要從UUT的故障模式集中抽取規定數量的故障模式構成故障樣本集。一種方法是根據UUT各組成單元的故障率（基于可靠性預計結果）大小進行故障樣本量的分配，確定每個組成單元要注入的故障模式數量，并從組成單元的故障模式庫中隨機抽出規定數量的故障模式。另一種方法是直接從UUT的故障模式庫中隨機抽取故障模式構成故障樣本集。

故障樣本選取和接收/拒收判據基于同一理論。一種是基于二項分布確定的抽樣方案進行接收/拒收判定。另一種是根據試驗評估結果給出FDR/FIR的置信下限值，并與規定的最低可接收值進行比較，給出接收/拒收判定結論。

3 .現有方法在應用中存在的問題

已有的故障樣本選取方法大部分是從可靠性、維修性驗證試驗的理論上引申過來，對開展測試性驗證試驗起到了重要的指導作用。但在應用于實際裝備測試性驗證試驗時主要存在如下幾方面問題：

（1）無論是以二項分布、正態分布、基于充分性準則還是基于三元組故障特征模型，當對裝備的測試性指標要求較高，承制方、使用方風險承受能力低，或者要求的評估結論置信度、精度較高時，按已有方法確定的故障樣本量較大。在裝備定型階段，受試驗費用及封裝造成的物理位置限制，注入大量故障模式是非常困難的，導致試驗無法開展。同時，已有方法雖然提出在研制過程、裝備設計定型或有重大設計更改時，都要進行測試性驗證試驗，但并未明確提出在裝備全壽命周期的不同階段，所進行測試性驗證試驗有什么本質區別和具體要求，尤其是故障樣本選取和接收/拒收判據兩個環節。

（2）已有方法采用考慮故障率的不等概率抽樣來建立故障樣本，根據統計抽樣理論，故障樣本集能較好地反映UUT故障模式集的總體特性，但卻沒有考慮到故障率數據是否準確，有的可靠性預計值與故障率真值相差百分之幾十到幾千不等。在開展測試性驗證試驗時，如何得到較準確的故障率估計值是個問題。

（3）隨機抽樣是一種典型的抽樣技術，卻沒有對關鍵故障模式（包括危害性故障、破壞性故障和傳播型故障等）做重點抽樣。危害性故障和破壞性故障可以通過故障模式、影響及危害性分析來獲得[1][2]，并且對危害性故障和破壞性故障的檢驗可以統一用關鍵故障檢測率和關鍵故障隔離率來描述[3]。然而工程中有一類故障，這種故障模式的故障率很低，但一旦發生則會傳播擴散到其它可更換單元，造成其它可更換單元異常，我們稱其為傳播型故障。在測試性驗證試驗故障樣本選取中如何對傳播型故障進行描述，并設計針對傳播型故障的抽樣算法，這是目前沒有引起重視和急需解決的問題。

（4）在相同的故障樣本量下，由于樣本的抽取具有隨機性，每次建立的故障樣本集是不同的，因此對UUT故障模式集的反映能力存在著差別。現實中我們考慮裝備的結構特性、功能特性和測試特性的故障樣本集評估方法，但是沒有考慮故障的可注入性，往往認為選擇的故障都是可以注入或者允許注入的，顯然這是不符合工程實際的[4]。如何改進故障樣本集評價指標體系并給出相應的故障樣本集評估方法，這是需要進一步完善的問題。

4 .整改方案

（1）針對確定優化故障樣本量問題，提出利用裝備研制階段先驗數據制定優化抽樣方案（優化故障樣本量）的方法。獲取研制階段測試性先驗信息，包括研制階段摸底試驗數據、研制階段增長試驗數據、測試性專家經驗數據等，并利用這些先驗數據初步估計裝備的測試性設計水平，據此求得包含先驗信息的抽樣特性概率密度函數，考慮測試性指標要求值以及承制方、使用方的風險承受能力，求得優化抽樣方案（優化故障樣本量和相應的最大允許檢測/隔離失敗次數）。

（2）針對確定合理樣本結構問題，分別從故障樣本量分配和傳播型故障模式抽取兩個方面開展研究：

①為減小從龐大的 UUT 故障模式集中抽取規定數量（優化故障樣本量要求值）的故障模式帶來的隨機抽樣誤差，提高故障樣本的隨機性，開展故障樣本量分配方法研究。首先收集研制階段故障率先驗信息，這些信息可以來源于可靠性驗證試驗、專家經驗、歷史數據等，利用這些已有的故障率先驗信息修正可靠性預計得到的故障率數據，進行基于故障率和裝備復雜性的分層故障樣本量分配，將規定數量的故障樣本量逐層分配到各可更換單元。

②基于故障率進行分層故障樣本量分配只考慮了 UUT 的發生頻率高的故障模式，卻忽略了傳播型故障模式，若對傳播型故障模式的測試設計不完備，則會給使用方帶來較大的驗收風險，因此應對傳播型故障模式做重要抽樣以檢驗其測試性設計是否完備，提高故障樣本遍歷性。引入模糊概率Petri網描述故障的傳播擴散過程，并在模糊概率Petri網推理算法基礎上求得故障擴散強度值，在此基礎上，提出基于故障擴散強度的故障模式隨機重要抽樣算法。完成故障模式抽取，建立故障樣本集。

③針對隨機抽樣導致在相同的故障樣本量下每次抽取的故障樣本集無法評判的問題，研究故障樣本集的評估優選方法。建立衡量故障樣本集對故障模式集代表性好壞的距離模型，據此選擇距離較小的故障樣本集為較優故障樣本集，目的是保證測試性驗證結論的高置信度。

經過以上環節選取的故障樣本集能確保為較優故障樣本集，以此為基礎開展故障注入相關技術研究。

參考文獻：

[1] 斯泰蒙迪斯.故障模式影響分析：FMEA 從理論到實踐[M].北京：國防工業出版社，2006.

[2] 康銳，石榮德.FMECA 技術及其應用[M].北京：國防工業出版社，2006.

[3] 田仲，石君友.系統測試性設計分析與驗證[M].北京：北京航空航天大學出版社，2003.

[4] 沈嶺，周鳴岐.航天裝備測試性試驗驗證方法[J].質量與可靠性，2006.