APP下载

基于“功能故障传递模型”的测试性计算技术

2022-05-14张晓洁

电子产品可靠性与环境试验 2022年2期
关键词:数据包成品视图

张晓洁

(南京熊猫汉达科技有限公司通信技术研究所, 江苏 南京 210014)

0 引言

装备的测试性指标如故障检测率、故障隔离率等,目前通常是基于“多信号流图”进行建模和计算。“多信号流图”模型[1-3]在描述由不同层级(例如:装备-LRU-SRU-功能电路级)组成的电子产品的功能性故障时,能力不强。虽然它能准确地描述各个模块级的测试信息,但是,其对于整机级的检测描述比较困难,这与目前装备的测试性设计有较大的差异。

在“多信号流图”模型的基础上发展而来的“功能故障传递关系模型”[1],是一种新的测试性建模方法。它能够实现较高层次的故障模式与低层次的故障模式之间的关联。建模时,具有更加准确、详细的模型描述能力。“功能故障传递关系模型”包含了层次结构及组成、任务重构及工作模式、端口数据、测试连接关系、故障模式的连接关系和信号数据等信息内容[4]。建立的模型包含了3个视图:故障视图、结构视图和功能视图。其中,功能视图是逻辑关联的核心,其能将不同层次的功能性故障关联起来。

1 “功能故障传递关系模型”创建方法

基于“功能故障传递关系模型”方法,给出一个具体的应用案例,上层模块设备M的子层m包含两个子模块m1和m2。

1.1 建模数据准备

1.1.1 层次结构及组成数据包

通过成品各个层次的FMECA报告或故障模式,可以分析得到成品的层次结构和每个层次包含哪些模块。用于对应生成成品模型图中的各个层次模块。成品结构组成表如表1所示。

表1 成品结构组成表

1.1.2 功能定义及其所属工作模式数据包

工作模式是指成品软硬件资源通过不同的组合和配置完成多项模式下的工作任务的情况,如主工作模式、备份工作模式、停车模式和倒车模式等。各个工作模式所具有的功能列表如表2所示。

表2 各个工作模式所具有的功能列表

1.1.3 端口数据包

成品及各个层次模块的端口数据包用于对应地建立成品模型图中的各个模块的端口。输入输出端口表如表3所示。

表3 输入输出端口表

1.1.4 连接关系数据包

成品结构及故障模式的连接关系数据表用于对应生成成品模型图中的各个层次的连线信息。包括成品结构连接关系数据包、故障模式连接关系数据包和测试链接关系数据包。如表4-7所示。

表4 成品内结构连接关系表

1.1.5 信号数据包

信号数据包定义了测试性建模所关心的故障症状(表3中的信号描述)及相应的信号名称。通过故障模式的故障症状,梳理出成品建模时需要的所有信号,在定义建模中的信号名称时要清晰明确,避免产生歧义。

1.1.6 测试数据包

成品及各个层次模块的测试数据包用于对应生成成品模型图中的测试和测试点信息。通过过程测试可以检测的功能/信号,可以建立测试和故障模式之间的依存关系。测试点的定义如表8所示。

表8 测试点的定义

1.2 建模过程

根据1.1节准备好的建模数据,利用建模软件进行图形化建模,分步建立模型图上各个层次的模型元素以及模型元素之间的连接关系(相关性)。建模可分为以下两大步。

a)建立产品上层结构模型。

图形化建模流程如图1所示。

图1 建立产品上层结构模型的流程

根据故障模式连接关系数据包(如表5所示)和故障模式从属于的功能项表(如表6所示)建立顶的故障模式及其输入输出端口,并定义其所属的功能项,如图2所示。

表5 故障模式连接关系数据包

表6 故障模式的从属功能项表

需特别注意各层自身的故障模式(例如:设备M的故障模式F3),即故障模式不是由成品底层故障模式引起,而是成品各层自带的一些故障模式,例如:模块之间连接线缆产生的故障模式,或数据总线产生的故障模式。

b)建立底层故障模式依存关系。

图形化建模流程如图3所示。

图3 建立底层故障模式依存关系的流程

根据层次结构及组成数据包逐层建立成品组成第n层(n≥1)模型,直到最底层。建立的模型如图4-5所示。

图4 m1故障视图

根据成品下层模块的成品内结构连接关系表(如表4所示)、故障模式连接关系数据包(如表5所示)、故障模式与功能的从属关系(如表6所示)和功能传递关系表(如表7所示),在功能视图界面建立不同层级功能的传递关系,并定义与或门,得到如图6所示的成品模型功能视图。

表7 功能传递关系表

图6 功能视图

此时已完成包含成品的层次结构图、成品结构逻辑视图(如图4所示)、各个层次模块的故障视图(如图5所示)和功能视图(如图6所示)的功能故障传递关系模型的建立。根据测试点定义(如表8所示),在模块的外部端口或故障模式的输出建立测试,并设置逻辑与“&”。

图5 m2故障视图

2 相关性矩阵的计算

2.1 生成相关性矩阵

故障-测试相关性矩阵是反映各个实体间相关性的布尔矩阵。若某列所对应的测试与某行所对应的故障模式相关,则相应的元素为1;否则为0[5]。故障-测试相关性矩阵记为:

式(1)中:ftij矩阵元素为布尔变量,如果fi能被ti观测,则令ftij=1;否则令ftij=0。矩阵第i行矢量描述了故障发生时全部测试的输出结果,第j列描述了可以检测到的所有故障,可反映的故障检测能力。

“功能故障传递关系模型”在生成相关性矩阵的过程中,对于多种模式和下层模块冗余做出了如下处理。

a)多工作模式

建模时在功能视图上添加“开关”。当开关断开时,相应的行矢量和列矢量直接去掉,形成某工作模式单独的相关性矩阵。

b)下层模块冗余

建模时在功能视图上增加“与门”。生成相关性矩阵时,将原来的列矢量和去掉,添加一列。

2.2 故障分析

a)未检测的故障

若存在行矢量全为0,则该行对应的故障为未检测故障。

b)模糊组L

若存在行矢量,则对应的故障是不可分的,可作为一个模糊组处理,并合并为一行。

c)冗余测试

若存在列矢量,则对应的测试是互为冗余测试。

2.3 相关计算

a)故障检测率(FDR),由相关性矩阵得出,计算公式如公式(2)所示[5-6]:

b)故障隔离率FIR,由相关性矩阵得出,计算公式如公式(3)所示[5-6]:

3 结束语

本文提出的“功能故障传递关系模型”,可更加精确地描述分层次的电子产品,可实现多层级组成设备的故障测试一次性建模,可提高故障定位的准确率。经过与实际项目的测试性试验数据比对,发现通过本文中提出方法得出的FDR和FIR更加接近实际的测试数据。

猜你喜欢

数据包成品视图
二维隐蔽时间信道构建的研究*
C#串口高效可靠的接收方案设计
2017年1—4月热带作物及其成品进出口情况
2017年1—3月热带作物及其成品进出口情况
2017年2月热带作物及其成品进出口情况(续)
2017年1—2月热带作物及其成品进出口情况(续)
Y—20重型运输机多视图
SA2型76毫米车载高炮多视图
《投影与视图》单元测试题
Django 框架中通用类视图的用法