机电产品性能不断提高的同时带来了系统可靠性、测试性和维修性等问题。测试性设计技术从系统设计开始就对系统所需的测试和诊断资源进行合理的安排与配置,从而保证了系统的故障诊断能力。然而测试性设计辅助工具的缺乏影响了测试性设计的进一步发展。因此,本文开展了机电产品测试性辅助分析与决策相关技术的研究,主要工作如下: 1.测试性信息描述模型为系统设计和测试性设计提供了信息交流机制,基于建模语言EXPRESS-G构造了测试性信息描述模型,利用该模型将所得的测试性信息采用数据库进行存储,为测试性设计打下了基础。 2.针对测试方案构造中的测试选择问题,描述了测试选择优化问题的数学模型,并对测试选择解空间分布进行分析,构造了测试惩罚函数和评价函数。最后提出一种基于遗传算法的测试选择求解方法,为系统测试选择提供了比较好的实现技术。研究表明,该算法适应性好,计算效率高,能获得最佳测试选择结果。 3.针对测试序列优化问题,利用测试性信息矩阵构造了测试序列的代价评估函数,分析了测试序列优化求解方法。采用基于Huffman编码和条件熵的启发式评估函数,构造并实现了AO~*算法。通过算例验证了算法的有效性,从而大大简化了问题的求解。 4.根据测试性设计的需求,对测试性信息描述、测试选择优化和测试序列优化等功能模块进行集成,开发了测试性辅助设计平台——测试性辅助分析与决策系统。为测试性设计提供了简便有效的工具。并利用它对机电跟踪与稳定伺服平台进行测试性设计,得到了较好的效果。