基于LabWindows／CVI的测试性验证与评估方法

摘要：装备测试性设计的好坏直接影响了它在使用过程中发生故障时的诊断效率，对装备质量进行考核和评估时，测试性能指标是一个重要的参数。分析了几种测试性验证评估方法，选择使用更合理的超几何分布验证方法，并使用虚拟仪器编程语言LabWindows／CVI进行界面设计和编程，将这一理论方法应用于实践，可提高准确率，缩短时间，在工程和实践中具有很高的使用价值。
关键词：测试性；LabWindows／CVI；验证评估；故障诊断

0 引言
    测试性是装备的一种设计特性，测试性的好坏直接影响了装备性能的高低以及在使用过程中发生故障时检测时间的长短。改善测试性是改进电子装备系统设计，提高性能，简化维修保障工作和提高效费比的最有效途径。在对装备质量进行考核时，测试性指标是很重要的方面。目前，对测试性的验证评估缺乏科学有效的措施和方法，还没有统一的系统标准。本文分析现有的测试性验证评估方法，使用更加合理的超几何分布法。该方法不仅需要的样本量较少，而且准确率更高，缩短了时间，是一种更为有效的方法。根据这一理论方法指导，使用更人性化的LabWindows／CVI编程语言，进行界面设计和编程实现，将其应用到工程实践中去。

1 测试性验证及指标
1．1 测试性验证
    测试性这一术语是1975年首先由F．Liour等人在《设备自动测试设计》一文提出的，随后相继用于诊断电路设计及研究等各个领域。测试性是指能及时准确地确定其状态(可工作、不可工作或性能降低)并隔离其内部故障的一种设计特性。对装备战备完好性、任务成功性、寿命周期及维修人力具有显著的影响。在系统研制的不同阶段应分别实施测试性分析、设计和验证，保证系统具有所要求的测试性。由于现有的装备大部分未展开测试性设计及验证，而且设计之前也没有考虑测试性问题，所以测试性较差，发生故障时所需要的检测时间太长，检测准确率较低。因此，应更加注意装备在研制之前的测试性设计，将合适的测试性设计方案应用于每个系统或设备的初步设计中，对选用的测试性设计方案进行定性分析和评价，保证能达到所要求的测试性水平。为确定装备是否满足规定的测试性要求，需要对测试性进行验证。检验其测试性是否合乎要求，掌握装备检查发现异常的能力、检测和隔离故障的能力以及用于预计测试性指标模型的有效性等。
1．2 测试性指标
    对测试性进行验证，要明确验证的要求和内容。测试性定量指标主要有故障检测率(Fault Detection Rate，FDR)、故障隔离率(Fault Isolation Rate，FIR)和虚警率(False Alarm Rate，FAR)。
    (1)故障检测率(FDR)：一般定义是在规定的时间内，通过给定测点能够在规定工作时间T内正确检测到故障数ND与规定工作时间T内发生故障总数NT之比，用百分数表示。数学公式为：
  
    (2)故障隔离率(FIR)：在规定时间内，通过电路所提供的测点能够在规定条件下用规定方法使正确隔离刀小于等于L个可更换单元的故障数NL与同一时间内检测到的故障数ND之比，用百分数表示。数学公式为：
  
    (3)虚警率(FAR)：规定工作时间内，发生虚警数NFA与同一时间内的故障检测总数之比，当通过测点检测到被测单元有故障，而实际上该单元没有发生故障。数学公式为：
  
    式中：NF为真实故障检测数。由于虚警率的产生因素较多，包括电路本身、环境因素、人为因素等。所以在进行测试验证时，通常采用故障检测率和故障隔离率。

2 几种验证评估方法分析
    FDR和FIR是电子装备测试性最主要的两个指标，目前国内外普遍采用的指标验证方法有两种：二项分布法和正态分布法。还有一种超几何分布法，所需抽样样本量小，费用低，更加科学合理。
2．1 二项分布法
    国军标中采用二项分布法对FDR和FIR进行验证，其数学模型为：从样本总体N中抽取n个试验样本，每次抽样为O～1分布，即或是成功或是失败，设成功的概率为q，那么失败的概率为1-q。在n次抽样中，成功i次的概率由二项分布来表达，即：
  
    二项分布法的判别准则规定：n次抽样中允许失败的次数不超过r次，如果试验中实际失败的次数r’≤r，则判为合格，否则判为不合格。
2．2 正态分布法
    正态分布法数学模型为：根据拉普拉斯定理，当n→∞时，二项分布近似为正态分布，二项分布P(n，k，p)趋近正态分布N(np，nq，q)，即：
  
    正态分布法的判别准则规定为：若成功率规定值为qs，对n个样本中失败的次数进行统计分析，正态分布置信度1-a的成功率单侧置信上、下限为qU，qL，有：
    qs≥qL接收，否则拒收；
    qs≥qU接收，否则拒收。
    试验样本量n的确定方法有：

  
    式中：Z1-a/2为标准中心正态分布上侧1-a/2分位点；δ为允许偏差，推荐值δ=0．03～O．7，δ=O．01～O．05。
2．3 超几何分布法
    采用抽样检验的方式，依照超几何分布，在n次抽样试验中，失败次数为r次的概率为：
  
    在n次试验中，失败次数不大于r(成功次数大于等于，n-r次)的概率定义为超几何分布函数，其数学模型为：
  
    当样本总体N足够大，以至于每抽去一个样本对整个样本空间的成功率影响甚微时，不放回抽取可以近似看成有放回抽取，那么超几何分布可以用二项分布近似，即若N→∞时，有：
  
2．4 三种方法分析
    使用二项分布法的条件：
    (1)样本总体数量未知；
    (2)每次抽样相互独立，具有独立同分布；
    (3)确定抽样方案需给定参数α，β，q0和q1。
    正态分布法的使用条件：
    (1)样本总体为未知量；
    (2)样本量n→∞，该要求在工程上不现实；
    (3)确定样本量和进行判决需给定参数α，qs。
    超几何分布法的条件：
    (1)样本总量N可以比较小；
    (2)需给出参数α，β，q0和q1。
    分析结果：超几何分布法所得试验样本量小，可以使验证试验更加快速和节省费用。这是因为分布总体的确定性，减小了试验的风险，在不增加使用方和承制方风险的情况下，采用超几何分布法可以减少若干样本量，所以采用超几何分布法进行编程实现。

3 LabWindows／CVI编程实现
    通过上述分析，确定了测试性验证的方法，使用LabWindows／CVI编程语言，将超几何分布法进行工程实现。
3．1 语言介绍
    该语言是National Instruments公司(简称NI公司)推出的交互式C语言开发平台，可以在多种操作系统(Windows98／XP／NT／2000，Mac OS和UNIX)下运行，它的特点如下：交互式程序开发；功能强大的函数库；灵活的程序调试手段；高效的编程环境；开放式框架结构；集成式的开发环境。这些特点大大增强了该语言的功能，为语言开发人员提供了理想的软件开发平台。作为虚拟仪器软件开发工具，可将计算机资源和仪器硬件有机地融为一体，有效地使用计算机强大的数据处理能力和仪器硬件的测量控制能力，实现对数据的显示、存储和分析处理。开发者可以利用界面感强的优点，通过面板、控件和菜单的设计和灵活的编程语言，完成所需功能。目前在国内外已经得到了较为广泛的使用。

3．2 界面创建与编程实现
    界面设计主要包括创建用户界面、在代码文件中编写功能程序、运行和调试等。按照要实现的功能和合理的结构设置，设计出如图1所示的界面。


    首先，创建用户界面的过程。根据所用的参数和将要实现的功能，设计出如图界面，其中包括样本总量、最低可接受值、设计目标、使用方风险和承制方风险，并且各个数值根据要求设置，可以修改。其次，属性修改和路径匹配。在界面中，用到NUMERIC，TABLE，COMMAND-BUTTON等控件。由于界面有多个弹出界面，所以应对面板进行区分，例如PANEL1，PANEL2，PANEL3等。调用时，应确认调用的路径，明确是
在那个面板中进行的。最后，进行程序设计。在控件设置完毕后，系统会自动生成一些代码，主要的功能程序在源程序中添加即可。下面列举一些用到的程序语句：


    所实现的功能就是通过运算，得出抽样方案，以供选择使用，然后与实际操作中得出的结论相比较，以判断该装备的测试性设计得是否合格。

4 结语
    介绍了装备测试性在进行质量考核时的重要作用，其测试性的好坏就是装备性能的好坏。在进行验证评估时所参考的测试性指标，都是对测试性进行验证的定量指标。分析了验证评估的几种方法，通过比较，得出使用超几何分布法进行验证时所需样本量更小，而且准确率很高。使用虚拟编程语言进行界面设计，使之用于工程实践中，为以后的类似工作提供了参考。