基于多信号模型的电子装备测试性分析

苏瑞祥 张海鹰 薛红

【摘要】对于复杂的电子装备来说，有效的测试性分析有利于提高装备测试效果。运用TEAMS测试性分析工具，通过建立分层有向图表示系统属性的因果关系来建立系统故障传播特性的多信号模型，可高效地构建复杂电子装备的故障诊断模型，提高电子系统测试的故障隔离率和覆盖率。测试结果证明，多信号模型建模方法简单，诊断速度快，测试性评估效果好，可应用于复杂电子系统的测试性设计、故障模式影响、故障诊断和测试性评估等，满足现代复杂电子系统的故障诊断需求。

【关键词】多信号模型;测试性分析;故障诊断;分层有向图

Abstract：To complex electronic equipment，testability analysis is advantageous to improve test effect of equipment.During TEAMS testability，multi-signal model is built by a causal relationship of the system using a multilayer direction graph and used to describe TEAMS result of complex electronic equipment in fault spaces.TEAMS testability can build complex electronic equipments fault diagnosis model in highly efficient and flexible way，and also can improve electronic system fault isolation rate.In practice，TEAMS can be used to design complex electronic equipments testability，analysis fault model influence，diagnose fault and evaluate testability，adapt to the needs of fault diagnosis in complex electronic systems.

Key words：Multi-signal model; system testability; fault diagnosis; multilayer direction graph

1.引言

在大型复杂军用武器装备中，故障诊断的准确性、快速性、可靠性的要求更高，如何通过武器系统测试性分析来准确地判定产品工作状态并隔离其内部故障，使系统的监控、测试与诊断简便而且迅速，是提高武器装备可维修性的重要途径。基于TEAMS（testability engineering and maintenance system---测试性工程和维护系统）的多信号模型测试性分析工具是一种新型的系统测试性表示方法，是在單信号结构模型上叠加相关模型的集合，利用分层有向图表示系统属性（结构、规格等）的相关关系，对故障传播特性建模的模型分析方法，可应用于复杂系统的测试性设计、故障模式影响与危害度分析、TPS开发、故障诊断和测试性评估等。基于多信号模型测试性分析，一方面有助于系统设计人员为系统提供更高故障检测率和故障隔离率的，以及科学合理的测试接口，提高产品自诊断能力和外部诊断能力;另一方面也为自动测试设备（ATE）的设计人员提供综合诊断方案设计的理论基础，方便有效地确定产品状态和隔离故障。

2.测试性分析模型的建立

多信号模型在形式上与系统的原理图近似，其中“信号”等同于传递函数中的独立变量，或者组成系统性能规范的相互区分的属性， TEAMS利用模块化推理的优点和能力，通过参数反馈、方法更新和专家输入等手段，使得系统测试和维护的解决方案逐步完善。TEAMS可用来对大规模相互连接系统进行多信号建模，并得到元件与测试间的依赖关系，简化了装备的复杂性、故障容错率。

2.1 构建系统的结构模型

在电子系统中，所有可能的信号数量是一个可数集，在测试性分析中，“信号”之间力求区分明显和相互独立，确保一个信号存在故障而不影响其他信号。

在TEAMS软件中，系统的结构模型能够从图形用户界面直接构建。TEAMS支持支持SYSTEM、SUBSYSTEM、LRU、SRU、MODULE、SUBMODULE、COMPONENT、FAILURE八个层（如图1所示）。

对于复杂电子系统，可以通过结合实际需求对系统结构组成进行逐级分解的方法来构建系统的结构模型。系统模型的最低一级可以根据需要划分到现场可更换单元（LRU）或者SRU，即为现场可更换的模块/组件/电路板。LRU的确定是根据实际的维修需要而确定的，有时需要把复杂度较大同时在现场难以深入维修的组合甚至机柜作为LRU层，有时又需要把部分分离元器件分别作为LRU处理，尽量把现场维修的时间缩短到最短，更换的电路单元规模降到最小。

例如某导航系统的组成结构可以与TEAMS多信号模型建立如下对应关系：导航系统为系统模块对应system层，下面包含分机柜子系统对应subsystem层，而分机柜子系统下又可能包含分机柜抽屉子系统，其对应模型级别同样为subsystem层，在各种子系统下又包含现场可更换的模块/组件/电路板，其对应层TEAMS多信号模型的LRU层。

图1 多信号模型层次结构

2.2 测试点上信号的添加

通过分析模型系统的系统级功能，并关联到多信号模型中的最低一级模块，建立完整的信号走向图，通过信号集将任何独特的属性都可定义一个相联系的信号。例如，在某导航系统中，信号接收可分为对数接收、线性接收、导航接收等通道，如果系统功能只有一个接收功能的话，其故障诊断策略树必须覆盖对数接收、线性接收、导航接收等通道，需要测试的点较多、测试时间较长，如果将系统功能设为对数接收功能、线性接收功能、导航接收功能，就可以通过对系统功能的检查将原故障诊断策略树分为三棵小树，大大减小了故障诊断策略树的规模，缩短了测试时间。

2.3 模型有效性验证

多信号模型的构建效果可以从以下2个方面来验证。①多信号模型的构建可以由简而繁，逐步完善，即在开始阶段先根据一些常识性的知识和系统结构组成构建系统的初步模型，其后随着对系统认知的深入和应用需求的提出，通过在已有模型上增加定义信号等逐步完善模型;②多信号模型的构建与测试点的设置无关。

2.4 测试性设计指标

应用多信号模型进行测试性分析的内容和流程如图2所示。

图2 电子装备测试性分析流程

首先根据产品的结构和功能设计以及测试方案构建系统的多信号模型，由多信号模型能够完成反馈回路分析，基于多信号模型可以生成故障--测试相关矩阵，进一步完成产品的单故障特性分析、多故障特性分析和测试性参数分析。评价测试方案两个重要的指标是故障检测率（FDR）和故障隔离率（FIR）。

故障检测率（FDR）可表示为：

FDR=ND/N×100%

式中，ND为在规定条件下正确检测出的故障数;N为在规定工作时间内发生的故障总数。

故障隔离率（FIR）可表示为：

FIR=NL/ND×100%

式中，NL为正确隔离到L个单元的故障数。

3.某型导航设备测试性分析的实现

3.1 TEAMS系统测试性指标分析

在進行某型导航测试性指标分析，根据设备各个组成部分的结构特征和功能，建立多信号模型，运用TEAMS系统输入自身的BITE以及系统预留测试点作为系统的测试诊断方案，建立故障-测试矩阵，对电台的故障检测率和故障隔离率进行定义，运行TEAMS系统，得到电台的测试性设计评估结果为：故障覆盖率（Percentage Fault Detection）为88.89%，故障隔离率（Percentage Fault Isolation）为38.50%。

3.2 测试性指标分析的改进

由于故障隔离率较低，结合实际维修情况，需要对测试点添加位置进行取舍，取舍原则是容易完成测试的测试点优先添加，测试过程复杂且用时较长的测试点放在其次，对于无法完成测试的测试点要坚决剔除。在测试性改进过程中，TEAMS软件会针对冗余测试进行提醒，将相关测试点从测试诊断方案中剔除。同时，TEAMS软件也会对故障测试无法覆盖的模块进行提示。通过对设备测试性设计的改进，得出最终的测试方案，TEAMS评估结果如图3所示，可以看到其测试性指标已经得到极大的改观。

从图3可以看出，故障覆盖率为100.00%;故障隔离率为100.00%。

根据TEAMS生成的测试性改进后的指标可以看到：该导航设备如果按照改进后的测试性设计作为测试诊断方案， TEAMS系统最终给出的故障覆盖率可以达到100%，即在该设备的现场故障诊断中，通过对改进后测试点的测试，可以对设备的各个组成部分和所有的测试点进行测试性分析。而设备的故障隔离率也达到了100%，说明通过TEAMS系统可以进行故障准确诊断和定位。

4.结论

电子系统的多信号模型的建立和测试性的分析评估是故障诊断工作的基础，其目标是实现电子系统的最优故障测试诊断工作。作为测试技术的核心，故障诊断策略是指故障检测和隔离时的测试顺序。基于多信号模型的诊断策略的设计是在被测对象多信号模型基础上，根据相应的测试优选算法，以测试选出的先后顺序制定诊断测试策略。在测试性设计改进结束后，TEAMS软件可根据维修需要和测试诊断知识生成不同等级、不同诊断要素所需的测试诊断数据和诊断内容，根据人工智能算法自动生成最优化的诊断策略二叉树，通过对该诊断二叉树的查询和遍历，维修人员可以很方便地判断并隔离出故障。

总之，采用多信号模型描述复杂电子装备的因果依赖关系，在故障空间使用TEAMS进行建模，可高效灵活地构建复杂电子装备的故障诊断模型，提高电子系统的故障隔离率。该方法诊断速度快，能适应复杂电子系统的故障诊断。

参考文献

[1]冯广斌，连光耀，黄考利.一种基于多信号模型的测试性分析系统[J].计算机测量与控制，2011，19（9）：2104-2104.

[2]张巧炫.龙兵.杨兴霁.基于多信号模型的可测性指标体系研究[J].电子测量技术，2011，34（10）：19-22.

[3]石君友，张鑫，邹天刚.多信号建模与诊断策略设计技术应用[J].系统工程与电子技术，2011，33（4）：811-815.

[4]司兵，袁胜智，李建华.多信号模型在某型装备实时诊断系统中的应用[J].仪器仪表用户，2011，18（6）：61-64.

[5]杨智勇，许爱强，王子玲.对多信号模型中故障模式建模方法的改进研究[J].微计算机信息，2009，25（4）：151-152.