一種將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法
【專利摘要】本發(fā)明公開了一種將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法。目的是提供一種將虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法，將虛擬試驗樣本量轉(zhuǎn)換為等效的實物試驗樣本量；技術(shù)方案是：利用測試性試驗的HPD可信區(qū)間平均長度和試驗的可信度計算試驗的設(shè)計效應(yīng)，通過方程求解得到虛擬試驗樣本量對應(yīng)的等效的實物試驗樣本量，從而將測試性虛擬試驗樣本量轉(zhuǎn)換為等效的實物試驗樣本量；采用本發(fā)明獲得的等效實物試驗樣本量貼近工程實際；該方法可以應(yīng)用于各類產(chǎn)品的測試性試驗，對加快試驗進度、降低試驗成本有意義。
【專利說明】一種將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及測試性試驗的方法，尤其是一種將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試 驗數(shù)據(jù)的方法。

【背景技術(shù)】
[0002] 測試性是指"產(chǎn)品能及時準確地確定其狀態(tài)（可工作、不可工作或性能下降）并有 效地隔離其內(nèi)部故障的一種設(shè)計特性"。測試性試驗是指通過故障模擬和故障注入等手段， 檢查產(chǎn)品的機內(nèi)測試系統(tǒng)（設(shè)備）和外部測試系統(tǒng)（設(shè)備）對故障檢測和隔離能力，從而 暴露產(chǎn)品測試性設(shè)計方面的缺陷，確認是否符合測試性定量要求所進行的試驗。
[0003] 測試性試驗分為虛擬試驗、實物試驗。實物試驗是指在模擬實際使用條件或在規(guī) 定的工作及環(huán)境條件下的試驗，其試驗對象和測試系統(tǒng)都是真實的，故障樣本則是人工制 造出來的，其中有的與自然故障在物理、功能表現(xiàn)等各方面幾乎完全一致，有的僅在功能表 現(xiàn)方面等效。虛擬試驗指在人工構(gòu)建的虛擬對象上進行測試性試驗，理論上它可以虛擬測 試性試驗的全部要素。
[0004] 目前，在測試性核查和驗證等測試性工作中所依托的測試性試驗都是實物試驗， 其特點是必須向產(chǎn)品中注入故障，這就不可避免地存在一些故障不能注入或無法有效注 入，比如危害性大、不可撤銷的故障，比如在封裝產(chǎn)品內(nèi)部的故障，等等。按照統(tǒng)計學(xué)原理， 在一次試驗中，如果達到一定數(shù)量的試驗用例無法獲取，將會造成一次試驗無效。
[0005] 對此，人們在積極尋找解決辦法，比如采取故障等效注入的方法。這些方法不能從 根本上解決問題。依照產(chǎn)品發(fā)展趨勢來看，產(chǎn)品集成和封裝越來越來緊密，光機電一體化產(chǎn) 品越來越多，故障機理更加復(fù)雜，故障注入的風(fēng)險越來越大，且后果難以預(yù)料。
[0006] 如果采取虛擬試驗，那么上述問題將得到根本性地解決，而且還有更多的好處。首 先，人們可以利用測試性虛擬樣機開展故障機理研究，從而幫助人們找到避免或延緩故障 產(chǎn)生的方法；其次，虛擬試驗不受場地、時間和次數(shù)的限制，并且可以對試驗過程進行回放， 從而大大提髙試驗效率，降低試驗成本。
[0007] 對于虛擬試驗數(shù)據(jù)的最簡單處理方法是直接將其等效為實物試驗數(shù)據(jù)，但是在實 際應(yīng)用中，考慮到測試性虛擬試驗?zāi)Ｐ涂尚哦鹊葐栴}，虛擬試驗并不能直接等效為實物試 驗，虛擬試驗數(shù)據(jù)也不能直接等效為實物試驗數(shù)據(jù)。虛擬試驗數(shù)據(jù)這種與實物試驗數(shù)據(jù)相 關(guān)性極強，但又不完全等效的特性，給虛實結(jié)合的測試性一體化試驗方案設(shè)計和試驗評估 等帶來新問題和新挑戰(zhàn)。解決此類問題的一個思路是，將虛擬試驗數(shù)據(jù)轉(zhuǎn)換為等效實物試 驗數(shù)據(jù)，這樣可以將新問題轉(zhuǎn)化為解決方案比較成熟的傳統(tǒng)測試性問題，因此，探索將虛擬 試驗數(shù)據(jù)轉(zhuǎn)換為等效實物試驗數(shù)據(jù)的方法，是新興的虛實結(jié)合的測試性一體化試驗技術(shù)中 一個重要研究方向。
[0008] 在測試性試驗數(shù)據(jù)中，測試性試驗樣本量的大小關(guān)系到測試性試驗方案設(shè)計、指 標評估各個方面。虛實結(jié)合一體化試驗常遇到2個問題，一個問題是已經(jīng)開展了一定數(shù)量 的虛擬試驗如何確定后續(xù)實物試驗樣本量；另一個是測試性實物試驗開展不充分，指標評 估精度不局，如何利用虛擬試驗數(shù)據(jù)提尚評估精度。這2個問題的核心都與虛擬試驗樣本 量如何合理利用有關(guān)。如何將虛擬試驗樣本量轉(zhuǎn)化為等效的實物試驗樣本量是測試性虛擬 試驗數(shù)據(jù)轉(zhuǎn)換中的關(guān)鍵問題。因此，本發(fā)明要解決的關(guān)鍵技術(shù)問題是，如何將虛擬試驗樣本 量轉(zhuǎn)換為等效的實物試驗樣本量。這一問題尚未見到相關(guān)解決方案。


【發(fā)明內(nèi)容】

[0009] 本發(fā)明要解決的技術(shù)問題是：提供一種方法，將虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù) 據(jù)，即將虛擬試驗樣本量轉(zhuǎn)換為等效的實物試驗樣本量。
[0010] 本發(fā)明的技術(shù)方案如下：
[0011] 第一步，根據(jù)建模資料和專家評判信息，采用基于專家評判的灰色綜合方法（具 體內(nèi)容見參考文獻（楊麗娜等，《基于專家評判的灰色綜合方法在可信度評估中的應(yīng)用研 究》，航天控制，2007, 25 (4) :63-67))計算虛擬試驗?zāi)Ｐ偷目尚哦菴s。
[0012] 第二步，從被測產(chǎn)品的測試性試驗大綱或者歷史試驗報告中獲得測試性虛擬試 驗樣本量ns ;取故障檢測率p的無信息先驗分布為貝塔分布：π。= Beta( α。，β。)，貝塔分 布的兩個參數(shù)aQ和β。的值可根據(jù)經(jīng)驗給定（一般的，可取a。= β。= 1)，或者按照 Jeffreys方法計算獲得（Jeffreys方法參考文獻（韋來生等編著，《貝葉斯分析》，中國科學(xué) 技術(shù)大學(xué)出版社，2013,第53-55頁））；確定故障檢測率p落在可信區(qū)間之外的概率a，取 值a彡〇. 1。
[0013] 第三步，故障成功檢測次數(shù)rs取值0, 1，…，ns，按公式（1)計算虛擬試驗樣本量為 ns、故障成功檢測次數(shù)為rs時，故障檢測率p的后驗分布，公式（1)中的r賦值為rs，公式 (1)中的η賦值為ns，得到后驗分布函數(shù)族{ n (p | (ns，rs)) | rs = 〇,；[，…，。
[0014] π (p I (n，r)) = Beta (r+a 0，（n_r) + β 0) (1)
[0015] 上式中，n表示試驗樣本量；r表示試驗中故障成功檢測次數(shù)，其取值范圍為 0, 1，…，n, Beta(r+a。，（η-ι·) + β。）表示參數(shù)為r+a。和（η-Γ) + β。的貝塔分布（貝塔分布 的定義見參考文獻（李萍等編著，《應(yīng)用概率統(tǒng)計》，科學(xué)出版社，2013,第159-161頁））。
[0016] 第四步，采用最大后驗密度（Highest Posterior Density，HPD)可信區(qū)間逼近算 法（算法步驟見參考文獻（王國玉等編著，《電子系統(tǒng)小子樣試驗理論方法》，國防工業(yè)出版 社，2003,第95-96頁））計算后驗分布函數(shù)族W (p| (ns，rs)) |rs = 0，l，…，ns}中各后驗分 布函數(shù)的（1-a )HPD可信區(qū)間隨機長度，得到一組隨機長度{La (rs|ns) |rs = 0, 1,…，ns}。
[0017] 第五步，把rj武值給r，ns賦值給n，按照公式（2)所示故障成功檢測次數(shù)匕的邊 緣密度函數(shù)表達式計算試驗樣本量為1時、不同故障成功檢測次數(shù)r s對應(yīng)的邊緣密度函數(shù) 值{m(rs | ns) | rs = 0, 1，... ns}。
[0018] Q . m (2)
[0019] 上式中，:C|表示n選r的組合數(shù)，B(r+a。，（n-r) + β。）表示參數(shù)為r+ a。和 (η-：τ) + β。的貝塔函數(shù)（貝塔函數(shù)的定義見參考文獻（李萍等編著，《應(yīng)用概率統(tǒng)計》，科學(xué) 出版社，2013,第160頁）），Β( α。，β。）表示參數(shù)為a。和β。的貝塔函數(shù)。
[0020] 第六步，把rs賦值給r，ns賦值給n，La (rs|ns)賦值給La (r|n)，m(rs|ns)賦值 給m(r|n)，按照公式⑶計算樣本量為ns的測試性虛擬試驗（l-a)HPD區(qū)間平均長度 E[La(rs|ns)]。
[0021]

【權(quán)利要求】
1. 一種將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法，其特征在于包括以下步 驟： 第一步，根據(jù)建模資料和專家評判信息，采用基于專家評判的灰色綜合方法計算虛擬 試驗?zāi)Ｐ偷目尚哦菴s; 第二步，從被測產(chǎn)品的測試性試驗大綱或者歷史試驗報告中獲得測試性虛擬試驗樣本 量ns ;取故障檢測率P的無信息先驗分布為貝塔分布^ =Beta(ameJ，貝塔分布的兩個 參數(shù)a〇和的值根據(jù)經(jīng)驗給定或者按照Jeffreys方法計算獲得；確定故障檢測率p落 在可信區(qū)間之外的概率a; 第三步，故障成功檢測次數(shù)rs取值0, 1，…，ns，按公式（1)計算虛擬試驗樣本量為ns、 故障成功檢測次數(shù)為&時，故障檢測率p的后驗分布，公式（1)中的r賦值為rs，公式（1) 中的n賦值為ns，得到后驗分布函數(shù)族{>(pI(ns,rs)) |rs = 0, 1，…，ns}; (pI(n，r)) =Beta(r+a0,（n-r) + 3 0) (I) 上式中,n表示試驗樣本量；r表示試驗中故障成功檢測次數(shù)，其取值范圍為0, 1，一,n,Beta(r+a。，（n-r) + @。）表示參數(shù)為r+a。和（n-r) + @。的貝塔分布； 第四步，采用最大后驗密度即HH)可信區(qū)間逼近算法計算后驗分布函數(shù)族 {> (p| (ns，rs)) |rs = 0, 1，…，ns}中各后驗分布函數(shù)的（l-a)HPD可信區(qū)間隨機長度， 得到一組隨機長度ILa (rs|ns) |rs = 0, 1，...，ns}，HPD的含義是最大后驗密度即Highest PosteriorDensity的縮寫； 第五步，把rs賦值給r，ns賦值給n，按照公式（2)所示故障成功檢測次數(shù)rs的邊緣密 度函數(shù)表達式計算試驗樣本量為ns時、不同故障成功檢測次數(shù)rs對應(yīng)的邊緣密度函數(shù)值 {m(rs|ns) |rs = 0,I,---nj：
上式中，G表示n選r的組合數(shù)，B(r+aQ, (n-r) +P。）表示參數(shù)為r+a。和（n-r) + 3Q 的貝塔函數(shù)，BUtl,Ptl)表示參數(shù)為a^和的貝塔函數(shù)； 第六步，把rs賦值給r，ns賦值給n，La (rs|ns)賦值給La(r|n)，m(rs|ns)賦值給m(r|n)， 按照公式⑶計算樣本量為ns的測試性虛擬試驗（l-a)HPD區(qū)間平均長度E[La(rs|ns)]:
上式中，La(r|n)表示試驗樣本量為n，故障成功檢測次數(shù)為r所對應(yīng)的后驗分布函數(shù) 的（l-ci)HPD可信區(qū)間長度，此時，故障檢測率p落在可信區(qū)間內(nèi)的概率為（1-a) ;m(r|n) 表示試驗樣本量為n，故障成功檢測次數(shù)為r所對應(yīng)的邊緣密度函數(shù)值； 第七步，把rs賦值給r，ns賦值給n，E[La (rs |ns)]賦值給E[La(r|n)]，按照公式⑷計 算樣本量為ns的測試性虛擬試驗的設(shè)計效應(yīng)Ed (nsIcs): Ed (nIc) = c?exp (-E[La(r In) ]) (4) 上式中，c表示測試性虛擬試驗可信度，exp( ?)表示自然指數(shù)，對于實物試驗，c= 1 ; 對于虛擬試驗，c=Cs，在（0, 1)的區(qū)間內(nèi)取值； 第八步，建立方程（5)，解方程（5)，得到虛擬試驗樣本量ns的等效實物試驗樣本量I， 解算步驟如下： ED(ns|cs) =ED(ne|c=I) (5) 8.Dn6初始值設(shè)為I; 8. 2)1^取值0, 1，…，Iiej，把;Tej賦值給r，Iiej賦值給n，按公式（1)計算等效實物試驗 樣本量為I、故障成功檢測次數(shù)為&時，故障檢測率p的后驗分布，得到后驗分布函數(shù)族 {>(pI(ne，re))Ire = 0, 1，…，ne}; 8. 3)根據(jù)HH)可信區(qū)間逼近算法計算后驗分布函數(shù)族中各后驗分布函數(shù)的HH)可信區(qū) 間隨機長度，得到一組隨機長度ILa (re |r〇 |rs = 0, 1，…，rU; 8.4)把rJ武值給r，nJ武值給n，按照公式（2)所示邊緣密度函數(shù)表達式計算等效實 物試驗樣本量為時、不同故障成功檢測次數(shù)&對應(yīng)的邊緣密度函數(shù)值{m(r」r〇 |re = 0, 1，…ne}; 8. 5)把 & 賦值給r，:? 賦值給n，LaCrejIr〇 賦值給La(rIn)，mCrejIr〇 賦值給m(rIn), 按照公式⑶計算等效實物試驗的（l-a)HPD可信區(qū)間平均長度E[La(r」r〇]; 8. 6)c取值為1，把re賦值給r，ne賦值給n,E[La (reIr〇 ]賦值給E[La(rIn)]，按照公式 (4)計算等效試驗的設(shè)計效應(yīng)EdOieJc= 1); 8. 7)如果Ed (neIc=I) <Ed (nsIcs)，則ne 更新為ne+l，轉(zhuǎn)步驟 8. 2);若Ed (neIc= 1)彡Ed (nsIc=Cci)，則結(jié)束，此時得到的即為虛擬試驗樣本量ns的等效實物試驗樣本量。
2. 如權(quán)利要求1所述的將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法，其特征在 于所述貝塔分布的兩個參數(shù)a^和的值取= 1。
3. 如權(quán)利要求1所述的將測試性虛擬試驗數(shù)據(jù)轉(zhuǎn)換為實物試驗數(shù)據(jù)的方法，其特征在 于所述故障檢測率P落在可信區(qū)間之外的概率a<0.1。
【文檔編號】G06F19/00GK104268386SQ201410477812
【公開日】2015年1月7日 申請日期:2014年9月18日 優(yōu)先權(quán)日:2014年9月18日
【發(fā)明者】楊鵬, 張勇, 劉瑛, 邱靜, 劉冠軍, 呂克洪, 王超, 沈親沐, 王剛, 趙晨旭, 趙志傲, 吳超, 謝皓宇, 李乾, 林辰龍, 李華康, 季明江, 彭磊 申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)