测试性分析-外贸知识大全网

摘要：测试性分析 测试性分析（Testabilityanalysis）测试分析概述测试性分析（Testabilityanalysis）通过固有的测试评估、测试预测和测试成本预测，评估产品可能达到的测试水平，确保测试与其他诊断因素的有效综合和兼容性。测试性（Testability）是指产品能够及时、准确地确定其状态（工...

测试性分析

测试性分析（Testabilityanalysis）

测试分析概述

测试性分析（Testabilityanalysis）通过固有的测试评估、测试预测和测试成本预测，评估产品可能达到的测试水平，确保测试与其他诊断因素的有效综合和兼容性。

测试性（Testability）是指产品能够及时、准确地确定其状态（工作、不工作、性能下降），并隔离其内部故障的设计特点。测试分析是产品设计分析的重要环节，与诊断方案的制定和实施有关。测试分析的目的是验证建议的方法是否符合设计要求。

测试分析的内容

测试分析主要包括：BIT故障检测检测和隔离能力、系统测试预测和固有测试评价。前两项主要采用测试预测方法，后一项可采用加权计算方法。

测试预测是根据测试设计数据估计测试参数可能达到的值，并比较是否符合指标要求。测试预测一般按系统组成，从下到上，从局部到整体顺序进行。测试预测主要在详细的设计阶段进行，因为测试方案已经确定，BIT基本确定了工作模式、故障检测和隔离方法，并考虑了试验点的设置和防止虚假警察的措施BIT软硬件设计和对外界面设计。可采取必要的改进措施，估计这些设计是否符合规定的设计指标。测试预计通常会给出故障检测率FDR、故障隔离率FIR等。

在系统开发过程中进行固有测试分析，目的是确定硬件设计是否有利于测试，并尽快采取改进措施。

测试性分析-图1

测试分析参数

测试是描述系统检测和隔离故障的能力。测试参数是测试定量分析的基础。测试参数一般分为四种类型：性能、系统影响、功能过程影响和测试过程影响。

性能参数包括：
- ①可控性和可观察性；
- ②故障检测覆盖率；
- ③故障隔离覆盖率；
- ④纠正错误的覆盖率；
- ⑤平均、最小、最大模糊组的大小；
- ⑥可更换单元的平均、最小、最大位置；
- ⑦测试模式集的大小；
- ⑧检测时间；
- ⑨隔离时间；
- ⑩纠正时间；
- ?虚警率等。

系统影响参数包括：
- ①空间消耗；
- ②I/O消耗；
- ③性能影响；
- ④功率消耗；
- ⑤可靠性影响；
- ⑥维修影响；
- ⑦适用性影响等。

影响功能过程的参数包括：
- ①对功能过程时间的影响；
- ②影响功能过程成本。

影响测试过程的参数包括：
- ①对测试过程时间的影响；
- ②影响测试过程成本。

基于模型的测试分析

基于从属关系的逻辑模型（LogicModeling）系统的测试分析已经使用了很长一段时间。逻辑模型是定义系统组成部分之间关系的一种方法，它由一些表示测试信息的抽象节点和弧的逻辑图表示。逻辑模型表示故障模式与测试之间的关系，故障模式和测试作为可更换单元的属性。为了进行测试分析，可更换单元及其各种属性应提供一定的数据，如可更换单元的平均无故障时间、故障模式的概率、测试所需的时间和成本。此外，如果需要自动化测试设备，逻辑模型可以用来确定哪些测试需要自动化，哪些需要手动或半手动测试。由于同一结构的逻辑也可以用于维护设备的开发，系统设计和维护设备的开发可以同时进行，以改变维护设备滞后产品的情况。

上述逻辑模型结构简单，易于实现，适用于产品的概念设计阶段。然而，这种基于功能的逻辑模型不能直接处理故障模式，也不能方便FMECA功能集成到模型中，因此不适合系统的可靠性设计分析。测试的目的是检测和隔离系统故障。因此，自20世纪90年代初以来，基于故障模式的系统模型的测试分析逐渐兴起。基于故障模式的侧重于故障模式，需要较少的数据输入，可用于可靠性工程设计分析。但由于缺乏系统的功能信息，不适用于概念设计和更高层次的诊断策略分析。同时，在基于故障模式的系统模型进行测试设计时，测试开发人员不考虑故障检测，故障检测和隔离的覆盖率受到一定程度的影响。

鉴于基于功能和故障模式的从属模型存在一些缺陷，出现了所谓的混合模型。该混合模型不仅具有功能模型建模简单的优点，而且还具有故障模型。在概念设计阶段，混合模型主要用作功能模型。随着设计的进展，故障模型以低级模型的形式建立。由于混合模型还支持故障模型和功能，它还支持中间过程的分析。

基于模拟的测试分析(故障分辨率、虚警率)

在MIL-STD-2165和MIL-HDBK-诊断分辩率的计算在472中被定义，但这种计算方法有一定的局限性。当实际诊断使用预期结果时，会产生一定的偏差。因为这个计算是静态的，不考虑零件故障的顺序。第二，预计诊断将在任何时间间隔内进行，假设故障概率是一段时间的平均结果。实际零件的故障与时间有关。第三，该计算不考虑不同的故障组合，不同的组合可能对系统功能有不同的影响。模拟具有时间限制，使用模拟获得的测试分析结果可以表明诊断行为随时间而变化。

计算机仿真可以在硬件软件模型中引入大量故障，观察其响应激励，获得故障检测率和故障隔离率，以评估测试和激励。理论上，所有的故障模式都可以进行分析，但过多的故障模式会导致爆炸，这在工程中很难实现。同时，随着设计制造工艺的不断改进和部件质量的不断提高，部分故障模式的可能性极低，因此必须结合具体电路故障模式的影响和危害分析(FMECA)来确定发生故障的概率，构成该系统的故障模式集。采用MONTECARLO算法选择不同的故障注入序列。