劉 剛， 黎 放

(1.海軍工程大學(xué) 管理工程系， 湖北 武漢 430033； 2. 海軍工程大學(xué) 艦船綜合保障工程研究室， 湖北 武漢 430033)

測(cè)試性預(yù)計(jì)方法綜述

劉 剛1,2， 黎 放1,2

(1.海軍工程大學(xué) 管理工程系， 湖北 武漢 430033； 2. 海軍工程大學(xué) 艦船綜合保障工程研究室， 湖北 武漢 430033)

分析了國(guó)內(nèi)測(cè)試性預(yù)計(jì)的現(xiàn)狀及存在的問(wèn)題，研究了測(cè)試性預(yù)計(jì)模型。探討了6種用于不同情況的測(cè)試性預(yù)計(jì)方法，前2種方法是基于裝備功能結(jié)構(gòu)的預(yù)計(jì)方法，中間3種方法是綜合考慮裝備故障、測(cè)試相互關(guān)系的方法，第6種方法是分析帶BIT的裝備虛警率預(yù)計(jì)的方法，并對(duì)這6種方法的特點(diǎn)和使用條件進(jìn)行了分析，這些預(yù)計(jì)方法對(duì)于產(chǎn)品工程設(shè)計(jì)都有一定的指導(dǎo)意義。

測(cè)試性 預(yù)計(jì) 模型

1 引言

測(cè)試性是產(chǎn)品能及時(shí)準(zhǔn)確地確定其狀態(tài)(可工作，不可工作，性能下降)和隔離其內(nèi)部故障的一種設(shè)計(jì)特性，是裝備開(kāi)展測(cè)試工作的基礎(chǔ)[1]。測(cè)試性預(yù)計(jì)是為確定產(chǎn)品測(cè)試性參數(shù)是否滿足規(guī)定測(cè)試性要求而開(kāi)展的一系列分析和估計(jì)工作[2]。測(cè)試性預(yù)計(jì)一般需依照產(chǎn)品設(shè)計(jì)的相關(guān)資料，運(yùn)用合適的模型或方法來(lái)分析并計(jì)算產(chǎn)品測(cè)試性指標(biāo)，如故障檢測(cè)率FDR、故障隔離率FIR、虛警率FAR等，從而判斷產(chǎn)品測(cè)試性指標(biāo)是否滿足設(shè)計(jì)任務(wù)書的要求，以及測(cè)試性設(shè)計(jì)的難易程度及充分程度，并根據(jù)這些分析來(lái)判斷產(chǎn)品設(shè)計(jì)存在的薄弱環(huán)節(jié)，是否需改進(jìn)或完善設(shè)計(jì)。測(cè)試性預(yù)計(jì)工作可為評(píng)價(jià)不同設(shè)計(jì)方案提供依據(jù)，是產(chǎn)品開(kāi)展測(cè)試性設(shè)計(jì)工作的重要依據(jù)。

當(dāng)前，科學(xué)技術(shù)發(fā)展迅猛，使得裝備設(shè)計(jì)也越來(lái)越復(fù)雜。裝備性能得以提升，但也給裝備保障帶來(lái)了困難，為了提高裝備戰(zhàn)備完好性，以及便于開(kāi)展維修工作，要求裝備應(yīng)具有較高的測(cè)試性水平。因此，在裝備論證、設(shè)計(jì)研制階段必須開(kāi)展一系列的測(cè)試性分析與設(shè)計(jì)工作，確保裝備達(dá)到規(guī)定的測(cè)試性水平，測(cè)試性預(yù)計(jì)就是這些分析與設(shè)計(jì)工作的重要組成部分。但當(dāng)前測(cè)試性預(yù)計(jì)工作缺少相應(yīng)的標(biāo)準(zhǔn)，同時(shí)研究測(cè)試性預(yù)計(jì)方法的研究文獻(xiàn)也較少，使得該項(xiàng)工作的開(kāi)展困難重重，缺乏相應(yīng)的工程實(shí)際經(jīng)驗(yàn)和理論研究。針對(duì)測(cè)試性預(yù)計(jì)工作現(xiàn)狀，文中系統(tǒng)地收集并分析整理了國(guó)內(nèi)外關(guān)于測(cè)試性預(yù)計(jì)的方法，并調(diào)研了國(guó)內(nèi)測(cè)試性預(yù)計(jì)方法的實(shí)際應(yīng)用情況，為開(kāi)展測(cè)試性預(yù)計(jì)工作及相應(yīng)標(biāo)準(zhǔn)規(guī)范的制定提供了理論依據(jù)。

2 測(cè)試性預(yù)計(jì)模型

開(kāi)展測(cè)試性分配與預(yù)計(jì)工作，必須是建立在系統(tǒng)物理模型和數(shù)學(xué)模型的基礎(chǔ)上。物理模型是描述系統(tǒng)組成結(jié)構(gòu)關(guān)系的功能框圖，是開(kāi)展分配與預(yù)計(jì)工作的基本依據(jù)。在功能框圖中，每個(gè)方框都有明確的定義及清晰的說(shuō)明，框圖的繪制需根據(jù)系統(tǒng)具體的結(jié)構(gòu)和工作的需要。同時(shí)，為了便于開(kāi)展測(cè)試及維修工作，通常將系統(tǒng)或子系統(tǒng)劃分為外場(chǎng)可更換單元(LRU)，LRU再劃分為車間可更換單元(SRU)或部件。數(shù)學(xué)模型是用一系列數(shù)學(xué)公式描述系統(tǒng)測(cè)試性，反映系統(tǒng)測(cè)試性指標(biāo)與其下層設(shè)備測(cè)試性指標(biāo)的關(guān)聯(lián)關(guān)系。

進(jìn)行測(cè)試性預(yù)計(jì)時(shí)，系統(tǒng)的故障檢測(cè)率為

(1)

式中：λi為第i個(gè)故障模式的故障率；λS為所有故障模式的總故障率；γFDi為第i個(gè)組成單元的FDR值；γFDs為系統(tǒng)FDR值；λS為系統(tǒng)故障率。

系統(tǒng)的故障隔離率為

(2)

式中：γFIs為系統(tǒng)FIR值；γFIi為第i個(gè)組成單元的FIR值；λDs為系統(tǒng)可檢測(cè)的故障率(λDs=λsγFDs)；λDi為第i個(gè)組成單元可檢測(cè)的故障率(λDi=λiγFDi)。

系統(tǒng)的虛警率為

(3)

式中：γFAS為系統(tǒng)FAR值；γFAi為第i個(gè)組成單元的FAR值。

3 測(cè)試性預(yù)計(jì)的幾種主要方法

3.1 傳統(tǒng)工程方法

傳統(tǒng)工程方法開(kāi)展測(cè)試性預(yù)計(jì)工作是一個(gè)自下而上、由局部綜合到整體的過(guò)程，開(kāi)展這項(xiàng)工作，必須詳細(xì)分析系統(tǒng)的組成結(jié)構(gòu)，認(rèn)真分析系統(tǒng)最底層組成部分的所有故障模式，然后再分析其檢測(cè)、隔離工作如何開(kāi)展，虛警如何控制等；接下來(lái)就由SRU到LRU逐一進(jìn)行分析，直至系統(tǒng)約定層次；最終綜合得出系統(tǒng)總的測(cè)試性水平。傳統(tǒng)工程方法開(kāi)展測(cè)試性預(yù)計(jì)工作的一般步驟如下所示：

(1) 分析系統(tǒng)設(shè)計(jì)資料及組成結(jié)構(gòu)，并繪制出系統(tǒng)功能框圖；

(2) 獲取系統(tǒng)各組成部分的故障模式、故障率等數(shù)據(jù)；

(3) 分析及明確系統(tǒng)開(kāi)展檢測(cè)與隔離工作的具體方式；

(4) 分析及明確虛警的相關(guān)控制手段；

(5) 整理系統(tǒng)的分析結(jié)構(gòu)及獲取的數(shù)據(jù)，并填寫測(cè)試性預(yù)計(jì)工作單；

(6) 計(jì)算系統(tǒng)的故障檢測(cè)率與故障隔離率。從部件及LRU先開(kāi)始計(jì)算，然后再計(jì)算系統(tǒng)的預(yù)計(jì)指標(biāo)；

(7) 比較計(jì)算所得的預(yù)計(jì)值與要求值，如果達(dá)到要求值，則預(yù)計(jì)工作結(jié)束；如果沒(méi)有達(dá)到要求值，應(yīng)開(kāi)展一系列改進(jìn)工作并重新開(kāi)展預(yù)計(jì)，直至達(dá)到要求值。

3.2 基于多信號(hào)模型的預(yù)計(jì)方法

基于多信號(hào)模型的預(yù)計(jì)方法是運(yùn)用TEAMS(TestabilityEngineeringandMaintenanceSystem)軟件來(lái)開(kāi)展測(cè)試性預(yù)計(jì)工作。該方法依次從部件、子模塊、模塊、SRU、LRU、子系統(tǒng)、系統(tǒng)等逐級(jí)開(kāi)展建模工作，然后從仿真角度描述同級(jí)之間及各級(jí)之間的功能關(guān)系[4～7]，其中模型的基本要素還包括功能模塊(module)、模式轉(zhuǎn)換開(kāi)關(guān)(switches)、測(cè)試(test)、測(cè)試點(diǎn)(testpoint)、故障傳播關(guān)系(dependencies)等。基于多信號(hào)模型的預(yù)計(jì)方法的基本步驟如下：

(1) 獲取系統(tǒng)設(shè)計(jì)相關(guān)的資料，并挑選出與建模相關(guān)的元素；

(2) 建立系統(tǒng)功能結(jié)構(gòu)模型，自下而上逐級(jí)展開(kāi)；

(3) 明確所有模型的故障模式及其故障傳播方式，構(gòu)建故障模式與模塊的關(guān)聯(lián)關(guān)系；

(4) 明確所有模型的測(cè)試點(diǎn)，并明確各測(cè)試點(diǎn)的具體的測(cè)試方式；

(5) 明確系統(tǒng)的故障源及故障信息，以及與測(cè)試的關(guān)系；

(6) 開(kāi)展各模型的測(cè)試性分析工作，并不斷修改及完善；

(7) 評(píng)價(jià)所得的預(yù)計(jì)結(jié)果，將其與系統(tǒng)要求值進(jìn)行比較，如果不能滿足要求，則需對(duì)模型進(jìn)行修改或升級(jí)。

3.3 概率方法

概率方法開(kāi)展預(yù)計(jì)工作時(shí)，假設(shè)系統(tǒng)的檢測(cè)事件是相互獨(dú)立的。

由于系統(tǒng)結(jié)構(gòu)不同以及部件、LRU數(shù)量的不同，相關(guān)邏輯關(guān)系也是不同的，隨著系統(tǒng)結(jié)構(gòu)越來(lái)越復(fù)雜，部件、LRU數(shù)量越來(lái)越多，求解測(cè)試性預(yù)計(jì)指標(biāo)的公式也越復(fù)雜。因此，文中僅介紹考慮部件、LRU單一故障類的簡(jiǎn)單情況，其他復(fù)雜情況以此類推。假設(shè)系統(tǒng)故障類F1由測(cè)試1檢測(cè)總是不正常，或者由測(cè)試2檢測(cè)不正常而測(cè)試3檢測(cè)正常，即Fi用三個(gè)測(cè)試進(jìn)行診斷，按各測(cè)試輸出是正常或不正常(通過(guò)或不通過(guò))，可得出邏輯變量d和t的邏輯關(guān)系d=t1+t2t3，其中：ti為測(cè)試i的輸出，其取值為1或0，i=1,2,3。測(cè)試不通過(guò)，ti已發(fā)生時(shí)為1；否則為0。各ti之間用邏輯或(加號(hào))或者邏輯與(乘號(hào))連接。d為診斷輸出。d=1時(shí)，診斷輸出為“真”，表示d已經(jīng)或?qū)?huì)發(fā)生，能夠診斷出故障。

在概率方法中，把所有的百分?jǐn)?shù)作為概率處理，即故障類F1導(dǎo)致d=1的百分?jǐn)?shù)被認(rèn)為是F1發(fā)生時(shí)給出d=1的概率，或者表示為P(d=1|F1)。f1i被認(rèn)為是F1發(fā)生時(shí)給出測(cè)試輸出ti發(fā)生的概率，或者表示為P(ti=1|F1)。根據(jù)P(ti=1|F1)計(jì)算P(d=1|F1)時(shí)需要重復(fù)應(yīng)用有關(guān)的標(biāo)準(zhǔn)概率公理和定理[8]。

把②的結(jié)果代入③，并轉(zhuǎn)到符號(hào)f1i，則

FDR=P(d|F1)

(4)

FIR指標(biāo)的預(yù)計(jì)也可以用類似方法求解。

3.4 集合論方法

在概率方法中，測(cè)試是相互獨(dú)立的，而集合論方法是不需考慮測(cè)試獨(dú)立假設(shè)的。按照測(cè)試是否重疊，F(xiàn)DR的預(yù)計(jì)分以下3種情況：

(1) 專用測(cè)試的FDR。

假設(shè)測(cè)試輸出t1和故障類Fj存在著一對(duì)一的對(duì)應(yīng)關(guān)系，僅在Fj中某故障發(fā)生時(shí)，才有ti=1(即只有專用的測(cè)試功能)，fij表示發(fā)生故障Fj時(shí)，對(duì)應(yīng)開(kāi)展測(cè)試輸出ti的概率。除非i=j，fij≠0(即所有故障類是不相交的)，且至少有一個(gè)ti=1時(shí)，檢測(cè)才發(fā)生。對(duì)于有N個(gè)故障類的情況，用下式計(jì)算，即

(5)

得到各設(shè)備、分系統(tǒng)的FDR后，利用測(cè)試性預(yù)計(jì)模型求出系統(tǒng)的預(yù)計(jì)指標(biāo)。

(2) 測(cè)試重疊覆蓋的FDR。

在大多數(shù)現(xiàn)代測(cè)試性設(shè)計(jì)中，普遍有效地使用了功能測(cè)試和重疊BIT技術(shù)，專用測(cè)試的情況是非常少的，大部分的測(cè)試都是相互重疊的，而測(cè)試重疊又分為判斷邏輯為加和判斷邏輯為乘這兩種情況。

假設(shè)存在單一故障類Fi，令d=t1+…+tj+…+tN，即判斷邏輯為加，使d=1的故障的百分?jǐn)?shù)稱為FDR，則：

(6)

令d=t1…tj…tN，即判斷邏輯為乘，使d=1的故障的百分?jǐn)?shù)稱為FDR，則：

(7)

得到各設(shè)備、分系統(tǒng)的FDR后，利用測(cè)試性預(yù)計(jì)模型求出系統(tǒng)的預(yù)計(jì)指標(biāo)。

(3) 故障不相交和相交的FDR。

前面兩種方法討論的是測(cè)試是否重疊的情況，工程實(shí)際中還存在故障是否相交的情況，這時(shí)對(duì)FDR也是有影響的。

① 故障不相交的情況。

對(duì)于故障不相交的情況，可以對(duì)每一類故障計(jì)算其中引起診斷輸出的故障的百分?jǐn)?shù)進(jìn)行分析，設(shè)這些百分?jǐn)?shù)為fi。一般情況下，對(duì)應(yīng)每個(gè)fi的范圍是知道的，即fi=[Li,Hi]。如果所有故障類是不相交的，則容易給出FDR的范圍(區(qū)間)：

(8)

② 故障相交的情況。

當(dāng)包含相交故障時(shí)，給出兩個(gè)相交故障類F1和F2，其失效率分別為λ1和λ2，且給出每類故障中導(dǎo)致相應(yīng)診斷輸出d=1的故障百分?jǐn)?shù)f1和f2，則總的導(dǎo)致d=1的故障的百分?jǐn)?shù)FDR由下式給出，即

(9)

式中：Nmax=max{λ1f1，λ2f2}；Nmin=min{λ1f1，λ2f2}；λmax=max{λ1，λ2}。

對(duì)于FIR的預(yù)計(jì)，集合論方法沒(méi)有給出新的計(jì)算公式，僅僅對(duì)傳統(tǒng)工程方法的計(jì)算組合。

3.5 基于貝葉斯網(wǎng)絡(luò)的預(yù)計(jì)方法

基于貝葉斯網(wǎng)絡(luò)的預(yù)計(jì)方法是在概率方法的基礎(chǔ)上進(jìn)行改進(jìn)的，是運(yùn)用貝葉斯網(wǎng)絡(luò)模型求解系統(tǒng)故障與測(cè)試關(guān)系的預(yù)計(jì)方法。貝葉斯網(wǎng)絡(luò)最早由Pearl在20世紀(jì)80年代系統(tǒng)地提出，又被稱為貝葉斯信度網(wǎng)，是一種對(duì)概率關(guān)系的有向圖描述，能夠很好地解釋系統(tǒng)的結(jié)構(gòu)和行為特點(diǎn)，并做出圖形化的描述[9～11]。

該方法也是自下而上進(jìn)行的，首先計(jì)算部件Ci有故障時(shí)，與其對(duì)應(yīng)的檢測(cè)判據(jù)Ji(或隔離判據(jù)Li)能夠正確或錯(cuò)誤判斷的概率，即Pr(Ji|Cj)。假設(shè)Ji為0～1判據(jù)，其取值為

(10)

因此，運(yùn)用貝葉斯網(wǎng)絡(luò)開(kāi)展系統(tǒng)故障檢測(cè)率與故障隔離率預(yù)計(jì)的數(shù)學(xué)模型如下所示。

(1) 故障檢測(cè)率模型。

故障檢測(cè)率的數(shù)學(xué)模型為

(11)

式中：λD表示被檢測(cè)出的診斷模式的總診斷率；λ表示所有診斷模式的總診斷率；λi表示第i個(gè)被檢測(cè)出的診斷模式的診斷率，mdl表示分析所用的診斷模型；lvl表示診斷模型所處的級(jí)別。

同時(shí)，單診斷模式Di(或Ci)的故障檢測(cè)率為

FDRi=Pr(Ji=1|Ci=1)

(12)

因此，系統(tǒng)故障檢測(cè)率預(yù)計(jì)的數(shù)學(xué)模型如下所示：

(13)

(2) 故障隔離率模型。

在開(kāi)展計(jì)算之前，首先必須明確UUT的隔離模糊組，并假設(shè)這些模糊組是相互獨(dú)立的。模糊組由i個(gè)診斷變量所組成。因此，模糊組AGi的故障隔離率如下所示：

(14)

式中：λD表示模糊組AGi中的被隔離的診斷模式的診斷率；Dj表示AGi中的第j個(gè)被隔離的診斷模式的診斷率。

故障隔離率預(yù)計(jì)的數(shù)學(xué)模型如下所示：

(15)

3.6 虛警率預(yù)計(jì)方法

虛警率是指按測(cè)試裝置顯示的產(chǎn)品故障狀態(tài)與其實(shí)際所處狀態(tài)不符合的概率。它由產(chǎn)品的工作環(huán)境、產(chǎn)品的穩(wěn)定性、其他綜合因素等決定[12]。目前，在開(kāi)展測(cè)試性預(yù)計(jì)時(shí)，故障檢測(cè)率、故障隔離率的預(yù)計(jì)方法已較為成熟，然而由于虛警率沒(méi)有具體的數(shù)據(jù)，給開(kāi)展預(yù)計(jì)帶來(lái)了很大的困難，很難通過(guò)定量方法來(lái)對(duì)其進(jìn)行研究，所以虛警率預(yù)計(jì)工作幾乎沒(méi)有開(kāi)展。

假設(shè)BIT正常工作概率為Pk，產(chǎn)品本身(即剔除BIT部分)正常工作概率為P0，其中可以通過(guò)產(chǎn)品失效率和等效任務(wù)時(shí)間來(lái)計(jì)算Pk和P0的數(shù)值。

因此，產(chǎn)品在進(jìn)行BIT檢測(cè)時(shí)，可以從以下3種情況進(jìn)行分析：

(1) 將產(chǎn)品正常狀態(tài)判斷正確的概率P1為

(16)

(2) 將產(chǎn)品故障狀態(tài)判斷為正常狀態(tài)的概率P2為

(17)

式中：Q0=1-P0。

(3) 將產(chǎn)品正常狀態(tài)判斷為故障狀態(tài)的概率P3為

(18)

式中：Qk=1-Pk。

在實(shí)際工程應(yīng)用中，當(dāng)P2作為BIT判斷依據(jù)時(shí)，產(chǎn)品使用方承擔(dān)了這部分風(fēng)險(xiǎn)；而當(dāng)P3作為BIT判斷依據(jù)時(shí)，產(chǎn)品設(shè)計(jì)制造方應(yīng)承擔(dān)這部分風(fēng)險(xiǎn)。從理論上講，雙方承擔(dān)的風(fēng)險(xiǎn)應(yīng)該是相同的，因而P2=P3，即

(19)

通過(guò)式(19)，可以得到：

(20)

可以運(yùn)用式(20)開(kāi)展產(chǎn)品虛警率的預(yù)計(jì)工作。

4 測(cè)試性預(yù)計(jì)方法的特點(diǎn)及適用條件

以上6種預(yù)計(jì)方法的特點(diǎn)和適用條件如表1所示。

5 結(jié)束語(yǔ)

隨著科學(xué)技術(shù)的不斷發(fā)展，武器裝備的設(shè)計(jì)也越來(lái)越復(fù)雜，采取傳統(tǒng)的測(cè)試性預(yù)計(jì)方法開(kāi)展設(shè)計(jì)工作是很困難的。因此，在工程應(yīng)用中，應(yīng)該根據(jù)實(shí)際情況，適當(dāng)選取合適的方法，或者將幾種方法綜合運(yùn)用，這樣才能滿足裝備測(cè)試性要求。文中給出的幾種測(cè)試性預(yù)計(jì)方法，各有特點(diǎn)，適用于各種不同情況，如果合理運(yùn)用，可為裝備設(shè)計(jì)人員開(kāi)展測(cè)試性預(yù)計(jì)工作起到一定的參考借鑒作用。

[ 1 ] 劉剛，黎放，胡斌．基于相關(guān)性模型的艦船裝備測(cè)試性分析與建模 [J]．海軍工程大學(xué)學(xué)報(bào)，2012，4：46-51.

[ 2 ] 石君友. 測(cè)試性設(shè)計(jì)分析與驗(yàn)證[M]. 北京：國(guó)防工業(yè)出版社，2011.

[ 3 ] 田仲.測(cè)試性分配和預(yù)計(jì)[J].北京航空航天大學(xué)學(xué)報(bào)，1995，21(4)：13-17.

[ 4 ] 楊智勇，牛雙誠(chéng)，姜海勛. 基于多信號(hào)模型的測(cè)試性預(yù)計(jì)方法研究[J].微計(jì)算機(jī)信息，2009，16：268-269.

[ 5 ] 常少莉，時(shí)鐘，胡泊. 基于虛擬仿真的測(cè)試性預(yù)計(jì)技術(shù)研究及應(yīng)用示例[J].環(huán)境技術(shù)，2012， 2：37-41.

[ 6 ] Somnath Deb, Krishna R.Pattipati, Vijay Raghavan, et al．Multi-Signal Flow Graphs: A Novel Approach for System Testability Analysis and Fault Diagnosis[A]．Proc. IEEE AUTOTESTCON 1994[C]．1994：361-373．

表1 測(cè)試性預(yù)計(jì)方法的特點(diǎn)及適用條件

[ 7 ] Qualtech Systems. Teams user guide[EB/OL].www.Teams QSI.com. 2003.

[ 8 ] 莊楚強(qiáng)，何春雄.應(yīng)用數(shù)理統(tǒng)計(jì)基礎(chǔ) [M]. 廣州：華南理工大學(xué)出版社，2013.

[ 9 ] Mark A Kaufman, John W Sheppard, Ph D. Bayesian Modeling: An amendment to the AI-ESTATE Standard[A]. Autotestcon 2005 Conference Record, IEEE Press[C].2005.

[10] 徐赫，王寶龍，武建輝. 基于貝葉斯網(wǎng)絡(luò)的測(cè)試性預(yù)計(jì)方法[J].彈箭與制導(dǎo)學(xué)報(bào)，2007，27(4)：232-235.

[11] 李儉川.貝葉斯網(wǎng)絡(luò)故障診斷與維修決策方法及應(yīng)用研究[D].長(zhǎng)沙：中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)，2002.

[12] 霍俊龍. 魚雷測(cè)試性指標(biāo)預(yù)計(jì)技術(shù)[C].中國(guó)造船工程學(xué)會(huì)年度優(yōu)秀學(xué)術(shù)論文，北京：中國(guó)造船工程學(xué)會(huì)，2010.

Reviews of Testability Prediction Method

LIU Gang1,2， LI Fang1,2

(1.Dept. of Management Engineering, Naval Univ. of Engineering, Wuhan Hubei 430033, China; 2.Lab of Vessel Integrated Logistics Support, Naval Univ. of Engineering, Wuhan Hubei 430033, China)

The current situation and problems of testability prediction is analyzed, and prediction model is researched. Six kinds of methods for different circumstance of testability prediction are discussed. The first two methods are based on equipment’s function composition, the relationships between failure and test are synthetically considered in the middle three methods, false alarm rate of equipment within BIT is analyzed in the last method. Furthermore, the characteristic and application condition of the six methods is analyzed, and these methods are useful for products development.

Testability Prediction Model

國(guó)家部委基金資助項(xiàng)目(編號(hào)：4314231428)；海軍工程大學(xué)自然科學(xué)基金項(xiàng)目(編號(hào)：HGDQNEQJJ13016)。

劉 剛(1982-)，男，講師。

TP

A