張 宇,趙 寧,唐 環(huán),李蕓倩,黃大榮

(1. 中國船舶集團有限公司第八研究院,南京 211153;2.北京可維卓立科技有限公司,北京 100191;3.重慶交通大學,重慶 400074)

0 引 言

相控陣雷達具有功能結構復雜、系統(tǒng)組成龐大等特點,對故障診斷能力提出了更高的要求。測試性能夠幫助及時準確地確定設備狀態(tài),得到故障檢測率、故障隔離率等數(shù)據(jù)并隔離其內部故障,通過測試性手段確定故障是一種行之有效的方式,可以幫助降低排故難度。好的測試性不僅可以與可靠性相輔相成,還能提高裝備的戰(zhàn)備完好性,減少維修時間和維修費用,因此很有必要在研制階段對裝備進行測試性分析、評估與驗證。

文獻[1]～[4]分析了不同裝備對象的測試性,但研究主要針對故障檢測率的提高,鮮少涉及故障隔離率。為了完成相控陣雷達天線面陣的測試性分析,并進一步提高測試性設計水平,本文首先以相關性模型為理論基礎,通過分析FMECA、組件-故障聯(lián)系、故障-故障聯(lián)系、故障-測試聯(lián)系,建立天線面陣的系統(tǒng)測試性模型并進行仿真分析;然后根據(jù)仿真結果,通過分析冗余測試、改進優(yōu)化測試模型等方式,建立優(yōu)化后測試性模型;最后通過測試性仿真驗證了故障隔離率指標是否得到改善。

1 測試性指標

測試性指標包括故障檢測率、故障隔離率、虛警率、平均故障檢測時間、平均故障隔離時間、平均診斷時間等,其中故障檢測率和故障隔離率是最常用的兩個指標。故障檢測率用能夠檢測出的故障與設備總體故障的比值表示;故障隔離率用能夠被隔離出的故障與可以被檢測出的故障的比值表示。

1.1 故障檢測率

故障檢測率數(shù)學模型可以表示為

(1)

式中,NT表示在時間T內的故障總數(shù);ND為被檢測到的故障數(shù)。

當故障率λ為常數(shù)時,式(1)可以改寫為

(2)

式中,λD為所有能被檢測出的故障模式的故障率之和;λ為實際存在的所有故障模式故障率之和;λDi為檢測出第i個故障模式的故障率;λi為本身第i個故障模式的故障率。

1.2 故障隔離率

故障隔離率數(shù)學模型可以表示為

(3)

式中,NL為隔離到小于等于L個可更換單元的故障數(shù);ND為檢測到的故障數(shù)。

也可以用故障率替換表示為

(4)

式中,λL為隔離到小于等于L個可更換單元故障模式的總故障率;λD為檢測出的所有故障模式總故障率;λLi為可隔離到小于等于L個可更換單元的故障中,第i個故障模式故障率;L為隔離組內的可更換單元數(shù),也稱為模糊度。

2 測試性建模與仿真流程

測試性建模與仿真流程圖如圖1所示:

(1)明確產(chǎn)品的功能與原理,得到整體組成與功能表;

(2)根據(jù)產(chǎn)品本身設計與實際分析需求,確定產(chǎn)品的隔離與分析層次,畫出產(chǎn)品層級關聯(lián)圖;

(3)通過測試性信息表的輸入信息與FMECA,明確組件間、組件-故障、故障間的信號流向關系,得到信息流向關系圖等信息;

(4)確定各層級的測試點位置與類型,分析故障-測試的相關性,得到相關性圖示模型與D矩陣;

(5)進行基于TMAS軟件的測試性仿真建模與分析,并在分析結果的基礎上優(yōu)化測試性模型。

圖1 測試性建模與仿真流程圖

3 實例分析與指標優(yōu)化

選取某相控陣雷達天線面陣為分析對象,依照圖1完成測試性建模分析與評估。

3.1 明確產(chǎn)品功能與原理

天線面陣主要組成為電源組件、頻綜組件、T/R組件、DBF組件、定時模塊等,其中電源組件負責將高電壓隔離轉換為低電壓,并給其他組件供電;頻綜組件為面陣提供相參時鐘和本振信號;T/R組件負責信號的接收和發(fā)射、接收波束預處理等;DBF組件分為三級與二級組件,主要完成接收波束合成等功能;定時模塊主要完成波形、頻率等控制功能。

3.2 確定分析與隔離層級

基于天線功能原理和結構組成分析,確定分析和隔離的層次,確定的層次就是最后要對應故障模式的層次。圖2為相控陣雷達天線層級劃分。

圖2 相控陣雷達天線層級劃分圖

3.3 明確信息流向關系

分析電源組件、頻綜組件、DBF組件、定時模塊以及T/R組件的故障信息,包括故障信息流向、故障位置、故障模式、故障嚴酷度和故障發(fā)生概率。

首先分析組件間關系,得到組件之間信號流向關系;然后分析各組件內部的故障傳播關系,得到各組件內部故障與組件輸入輸出的信息流向關系;最后分析組件內部故障與故障之間的傳播關系。

3.3.1 組件間信息流向關系

以定時模塊為例,編制信號流向關系表如表1所示,包括輸入/輸出端口、信號名稱、信號來源/去向等內容,厘清各LRU輸入輸出信號以及相互之間的信號流向關系。

表1 定時模塊信號流向關系

3.3.2 組件-故障間的信息流向關系

以電源組件為例,根據(jù)分析得到的組件自身具有的故障與輸入輸出信號的關系,編制LRU級的故障信息表如表2所示,包括LRU名稱、故障率、故障模式、故障影響的輸出信號與相關輸入信號等內容。

表2 電源組件故障信息表

3.3.3 故障間的信息流向關系

取款人身份證復印件上的名字明白無誤是宋月芝，照片黑乎乎的看不清楚，老福很難確認那是不是他見過的小宋。他把這兩張紙裝進塑料袋交給高超，叫他去做指紋鑒定，然后三個人離開銀行，直奔羅家。

故障的傳播與組件相關,某個故障的發(fā)生也可能引起其他1個或多個故障的發(fā)生,如圖3(a)、(c)所示,而多個故障同時發(fā)生也許會導致某個故障產(chǎn)生,如圖3(b)所示,因此須明確各LRU故障模式間的關系。

圖3 故障間傳播方式

以定時模塊為例,編制定時模塊故障模式表如表3所示。

表3 定時模塊故障模式

以定時模塊5個故障模式代號為橫縱坐標,可以得到故障與故障的相關性矩陣如表4所示。

表4 故障模式相關性矩陣

3.4 明確測試點位置與類型

仍然以定時模塊為例,明確使用的測試方法與測試手段,編制測試信息表如表5所示。

表5 測試信息表

3.5 建立相關性圖示模型以及D矩陣

利用上述定時模塊故障模式與測試點信息,繪制故障與測試的相關性模型,如圖4所示。根據(jù)圖4可得到對應的D矩陣,如表6所示。

圖4 定時模塊故障-測試相關性圖示模型

表6 定時模塊故障-測試的D矩陣

3.6 基于TMAS的測試性建模仿真與分析

依據(jù)上述步驟開展天線面陣的測試性建模仿真工作,電源組件和定時模塊故障模式關系模型分別如圖5(a)、圖5(b)所示。

(a)電源組件

(b)定時模塊

對測試性模型進行仿真分析,設定分析層次為LRU級,選擇所有測試種類,得到故障檢測率為99.1 411%;故障隔離率在模糊度為1、2、3時均為71.8 355%。

查看仿真分析結果報表,主要分析其中的不可檢測故障和冗余測試組,如表7、表8所示。

表7 不可檢測故障

表8 冗余測試

由表7可知,整個測試性模型僅有TR1-9內部的1個故障模式不可檢測;由表8可知,在16個T/R組件中,各有兩個測試點對整個測試模型是冗余的;二級DBF與三級DBF也各有3個測試點是冗余的,形成模糊度為38的冗余測試組(模糊組)。這表明測試性模型存在設計不合理,應該采取相應措施進行設計優(yōu)化。

3.7 測試性模型優(yōu)化

首先對測試性模型進行DFT追蹤,如圖 6～8所示,查看不可檢測故障與模糊組的形成區(qū)域,見其中虛線連接部分。

圖6 T/R組件中異常聯(lián)系

圖7 二級DBF組件中異常聯(lián)系

圖8 三級DBF組件中異常聯(lián)系

通過DFT追蹤得到故障模式的傳播關系,相關測試點如表9所示。

表9 工作異常關聯(lián)測試點表

由圖6～8可知,大型模糊組主要由各LRU故障模式之間的傳播關系造成,最大是模糊度為38的模糊組,如表8所示,這種大的模糊組在實際檢修排故中將帶來不小的阻礙,因此有必要對現(xiàn)有的測試性模型進行合理性優(yōu)化改進。針對模糊組和不可檢測故障主要集中部分——T/R組件、DBF組件,分析各故障模式實際發(fā)生的合理性、故障模式之間連接合理性以及測試點設置與連接合理性,形成測試性模型的改進優(yōu)化策略:

對于DBF組件,根據(jù)供電異?？梢灾苯颖粰z測到,去除“模塊供電異?！惫收夏Ｊ脚c其余所有故障模式的相連;根據(jù)數(shù)據(jù)傳輸需要利用光纖的特性,添加“光纖傳輸異?！惫收夏Ｊ?作為“模塊接收數(shù)據(jù)異?！薄ⅰ澳K發(fā)送數(shù)據(jù)異?！钡牟l(fā)模式,分別兩兩共用1個測試點,測試類型為PBIT;根據(jù)實際測試,“模塊供電異常”、“DBF處理功能異?！睖y試類型改為ATE;

對于T/R組件,以故障模式“組件通道上行異常”、“組件通道下行異常”、“組件通道上下行異常”為一組,首先明確各故障模式可通過檢測直接區(qū)分開,排除測試點共用情況,但在“組件通道上行異?！?、“組件通道下行異?！钡陌l(fā)生為或、與關系的前提下,刪減掉“組件通道上下行異常”故障模式,并通過“組件通道上行異?！?、“組件通道下行異?！惫灿靡粋€測試點來表征刪除故障模式的特性。

以三級DBF組件為例,優(yōu)化前后的三級DBF測試性模型如圖9所示。

(a)優(yōu)化前

對優(yōu)化后的模型進行測試性分析,優(yōu)化后的故障模糊組如表10所示。分析層次選擇同樣的LRU層級,選擇所有測試種類,得到優(yōu)化后故障檢測率與隔離率指標如表11所示。

表10 優(yōu)化后模糊組

表11 優(yōu)化后測試性指標(單位：%)

對比優(yōu)化前后模糊組、不可檢測故障、測試性指標,利用優(yōu)化策略,最高模糊度由38降低至2;故障隔離率由71.8 355%提高到了100%,消除了不可檢測故障,從而表明了優(yōu)化策略的有效性。

4 結束語

本文建立了以相控陣雷達天線面陣為對象的測試性模型;分析了故障模式、測試點與信號流向的關系,得到優(yōu)化策略;對比分析測試性模型優(yōu)化前后指標,驗證了模型優(yōu)化的有效性。

當產(chǎn)生大的模糊組時,應關注模糊組的范圍,注意故障模式之間的連接關系是否合理?？刹捎酶櫮Ｊ酵癸@某個故障模式在整個模型中的信息流向關系,也可利用關聯(lián)模式查找出與此故障模式關聯(lián)的測試點;然后圍繞此故障模式的關聯(lián)關系,分析其設置的合理性,并加以改進,從而達到精簡關系結構、提高測試性指標精度的目標。