装备测试性试验与评价技术 本书特色
测试性是装备便于测试和诊断的重要设计特性，开展测试性试验与评价技术研究具有重要的学术价值和工程指导意义。《装备测试性试验与评价技术》针对测试性试验与评价问题进行了系统论述。主要内容包括：经典测试性试验方案、测试性试验方案优化设计、测试性试验实施与故障注入、测试性指标评估方法、测试性增长试验技术、测试性虚拟试验技术等。
装备测试性试验与评价技术 内容简介
高等院校相关专业研究生和高年级本科生，装备测试性、维修性及测试诊断等领域的科研人员与工程技术人员。
装备测试性试验与评价技术 目录
目录
《装备测试性工程系列丛书》序
前言
第1章 绪论 1
1.1 测试性试验与评价内涵 1
1.1.1 测试性试验与评价概念及意义 1
1.1.2 装备全寿命周期测试性试验与评价工作内容 1
1.2 基于故障注入的测试性试验与评价流程及关键技术 4
1.2.1 基本流程 4
1.2.2 关键技术 5
1.3 测试性试验与评价现状 6
1.3.1 测试性试验与评价标准方面 6
1.3.2 测试性试验与评价关键技术方面 6
1.3.3 测试性使用评价方面 13
1.4 本书内容安排及所提供的技术支持 14
参考文献 17
第2章 测试性试验的数理统计基础 21
2.1 概述 21
2.2 测试性参数 22
2.2.1 故障检测率 23
2.2.2 故障覆盖率 24
2.2.3 故障隔离率 24
2.2.4 虚警率 25
2.2.5 平均故障检测时间 26
2.2.6 平均故障隔离时间 27
2.2.7 BIT/ETE的可靠性维修性参数 27
2.2.8 测试性指标观测值的**性 28
2.2.9 测试性预计的局限性 29
2.3 **变量及其分布 32
2.3.1 基本事件与样本空间 32
2.3.2 大数定律与中心极限定理 32
2.3.3 **变量 34
2.3.4 测试性试验中常用的分布 34
2.4 经典数理统计理论 36
2.4.1 抽样理论基本概念 37
2.4.2 统计推断 38
2.4.3 测试性试验中的抽样检验理论 44
2.4.4 经典数理统计方法的优缺点 47
2.5 Bayes统计理论 48
2.5.1 Bayes统计使用的三类信息 48
2.5.2 Bayes定理 49
2.5.3 先验分布 19
2.5.4 后验分布 52
2.5.5 Bayes统计推断 53
2.5.6 Bayes统计理论的优缺点 54
2.6 本章小结 54
参考文献 54
第3章 经典测试性试验方案 56
3.1 概述 56
3.2 测试性试验样本量确定方法 57
3.2.1 基于二项分布的样本量确定方法 57
3.2.2 基于正态近似的样本量确定方法 66
3.3 样本量分配与故障模式抽样 69
3.3.1 按比例的简单**抽样方法 69
3.3.2 按比例分层分配方法 71
3.4 故障率估计方法 71
3.4.1 基于专家数据的故障率估计方法 72
3.4.2 基于Bootstrap方法的故障率极大似然估计及分析 74
3.5 本章小结 77
参考文献 77
第4章 测试性试验方案优化设计 79
4.1 概述 79
4.2 经典测试性试验方案问题分析 80
4.3 测试性多源先验数据分析及处理 81
4.3.1 测试性摸底先验数据分析及处理 81
4.3.2 测试性增长试验信息分析及处理 84
4.4 测试性试验方案优化设计 87
4.4.1 基于比例因子的试验方案 87
4.4.2 基于Bayes后验风险准则的试验方案 89
4.4.3 基于SPOT方法的试验方案 95
4.4.4 基于截尾SPOT方法的试验方案 107
4.5 本章小结 114
参考文献 114
第5章 测试性试验实施与故障注入 116
5.1 概述 116
5.2 测试性试验准备与实施 116
5.2.1 测试性试验准备 116
5.2.2 测试性试验实施 117
5.3 故障注入基本原理与常用故障注入方法 120
5.3.1 故障注入基本原理 120
5.3.2 故障注入方法分类 120
5.3.3 基于模拟的故障注入方法 121
5.3.4 基于物理的故障注入方法 126
5.3.5 典型的故障注入系统 134
5.4 基于故障传递特性的位置不可访问故障注入方法 136
5.4.1 测试性验证试验故障注入有效性分析 137
5.4.2 故障传递特性分析与量化 143
5.4.3 基于故障传递特性的故障建模 150
5.4.4 基于故障传递特性的位置不可访问故障注入 150
5.4.5 应用案例 152
5.5 本章小结 155
参考文献 155
第6章 测试性指标评估方法 157
6.1 概述 157
6.2 经典测试性指标评估方法 158
6.2.1 点估计方法 158
6.2.2 区间估计方法 159
6.2.3 FDR/FIR估计精度分析 162
6.3 基于多源先验数据的测试性指标评估 167
6.3.1 先验分布及其参数确定 168
6.3.2 多源先验数据相容性检验及可信度计算 175
6.3.3 基于多源先验数据的测试性指标评估模型 178
6.3.4 应用案例 179
6.4 基于Bayes变动统计理论的测试性指标评估 184
6.4.1 总体技术思路 184
6.4.2 FDR/FIR的Baycs评估模型 185
6.4.3 模型稳健性分析 196
6.4.4 验证评估案例 198
6.5 本章小结 206
参考文献 207
第7章 测试性增长试验技术 208
7.1 概述 208
7.2 测试性增长的概念与途径 209
7.2.1 测试性增长的基本概念 209
7.2.2 测试性增长的时效性 210
7.3 测试性增长试验的概念与流程 213
7.3.1 测试性增长试验的概念 ～ 213
7.3.2 测试性增长试验的流程 214
7.4 测试性增长试验的规划研究 217
7.4.1 基于及时纠正的试验规划研究 217
7.4.2 基于延缓纠正的试验规划研究 223
7.5 测试性增长试验的跟踪预计研究 227
7.5.1 基于Bayes统计理论的测试性增长指标评估 227
7.5.2 考虑非理想纠正的增长概率模型 230
7.5.3 测试性增长跟踪预计曲线绘制 237
7.6 本章小结 239
参考文献 239
第8章 测试性虚拟试验技术 242
8.1 概述 242
8.2 测试性虚拟试验的基本流程 243
8.3 测试性虚拟试验的关键技术 243
8.3.1 面向测试性的虚拟样机建模技术 243
8.3.2 基于模型的故障注入样本序列生成技术 270
8.4 测试性虚拟试验案例 296
8.4.1 导弹控制系统 297
8.4.2 航向姿态系统 317
8.5 基于实物试验与虚拟试验相结合的测试性试验技术 330
8.6 本章小结 332
参考文献 332
附录A 标准正态分布表 334
附录B f分布表 335
附录C F分布表 338
附录D 二项分布单侧置信下限 350
附录E 二项分布单侧置信上限 354
