Research on time-varying characteristics of testability index based on renewal process Badanie zmiennych w czasie własności wskaźnika testowalności na podstawie procesu odnowy
Testability indices are used in the phases of testability design and testability demonstration. This paper focuses on fault detection rate (FDR), which is the most widely used testability index. Leading hypothesis suggests that the value of FDR of a system is usually a certain value. However, few attempts have been made to research the statistical characteristics of FDR. Considering the fault occurrence process and test uncertainty, FDR is time varying and a special statistical process. Under the assumption of perfect repairs, we build a fault occurrence model based on the renewal process theory. Supposing that test uncertainty is mainly induced by test fault, the renewal process is employed to depict the occurrence process of test faults. Simultaneously, we depict the process of test state change and then construct the fault detection logic based on the digraph model. Combining the fault occurrence model and the fault detection logic, we focus on the expectation of FDR, which is one of the key statistical characteristics. By comparison, we introduce the calculation method of expectation of FDR in two cases, including without considering test uncertainty and considering test uncertainty. To validate the conclusions presented in this paper, we carry on a simulation case using an integrated controller. Based on the theoretic and simulating methods, the expectation of FDR tends to be a constant with the increase of time under the assumptions made in this paper. The statistical characteristic of FDR presented in this paper would be the basic theoretical guide to testability engineering.
Wskaźniki testowalności wykorzystuje się w fazach projektowania oraz potwierdzania testowalności. Przedstawiony artykuł poświęcony jest wskaźnikowi wykrywalności błędów (fault detection rate, FDR), który jest najczęściej stosowanym wskaźnikiem testowalności. Wiodąca hipoteza sugeruje, że wartość FDR dla danego systemu jest zwykle wartością pewną. Istnieje jednak niewiele badań na temat statystycznych własności FDR. Biorąc pod uwagę proces występowania błędów oraz niepewność pomiarów, współczynnik FDR można opisać jako zmienny w czasie specjalny proces statystyczny. Przy założeniu naprawy doskonałej, zbudowaliśmy model występowania błędów w oparciu o teorię procesu odnowy. Przyjmując, że niepewność testową wywołują głównie błędy testowe, wykorzystaliśmy proces odnowy do zobrazowania procesu występowania błędów testowych. Jednocześnie przedstawiliśmy proces zmiany stanu testu, a następnie zbudowaliśmy logikę wykrywania błędów w oparciu o model grafu skierowanego. Łącząc model występowania błędów z logiką wykrywania błędów, opracowaliśmy metodę obliczania wartości oczekiwanej FDR, która jest jedną z najważniejszych własności statystycznych tego wskaźnika. Dla porównania, metodę obliczania wartości oczekiwanej FDR zastosowaliśmy w dwóch przypadkach, z uwzględnieniem i bez uwzględnienia niepewności testowej. Aby zweryfikować wnioski przedstawione w niniejszej pracy, przeprowadziliśmy symulację z wykorzystaniem zintegrowanego kontrolera. Obliczenia teoretyczne i symulacja pokazują, że wartość oczekiwana FDR wraz z upływem czasu staje się wartością stałą w warunkach założonych w niniejszej pracy. Przedstawiona w artykule charakterystyka statystyczna FDR stanowi jedną z podstaw teoretycznych inżynierii testowej.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00