基于云架构的智能测试系统关键技术及应用

测试资源匹配算法的优化探索

通过算法复杂度分析和实例验证表明,该方法具有云制造服务资源的高效准确匹配的优势。步骤4基础匹配:筛选满足子任务刚性偏好的子资源,并记录于文档1;针对任务Ta1中所有子任务ST1,j′,详细描述其与Resource中所有子资源的匹配流程,分为三种情况。图5-13测试资源基础匹配分析——全部匹配失败部分匹配成功,系统内部分子资源满足ST1,j′刚性偏好,如图5-14所示。
理论教育 2023-06-16

任务执行过程与层次结构分析

图5-3基于相互关系不同测试任务相互关系独立型测试任务相对简单、粒度较小,便于并行执行,但由于任务独立性与粒度成反比,与分解次数和分解后的子任务组UTi′,j′数量成正比,容易造成分解后的UTi′,j′数量过多,导致系统频繁进行子任务和资源匹配;控制型和耦合型测试任务由于相互间存在约束关系,导致其并行能力不足,但两类任务在实际的测试活动中比较常见,对测试任务的顺利执行影响较大。
理论教育 2023-06-16

样机试运行:6.4原理的优化方法

基于云测试系统硬件搭建和软件开发的相关成果,开展针对云测试系统原理样机的试运行,在实验室环境下模拟部队装备保障活动的整个过程,验证前期理论研究成果的可行性并进一步改进所搭建的原理样机。图6-19多个测试任务的具体运行机制在测试服务平台上设计了TCP服务器-多客户端软件,包含服务器的全部功能,对外显示TCP服务器-多客户端、客户端测试需求和测试日志三个界面,如图6-20所示。
理论教育 2023-06-16

开关拓扑结构的优化设计

本书假设在实际测试过程中可能面临两种测试模式:1-Wire 8×16测试模式和2-Wire 4×16测试模式,因此基于开关设备接线盒设计了两种拓扑结构,其具体实物如图6-9所示。图6-112-Wire 4×16模式拓扑结构设计测试信号和传感器特征参数信息分别经由模块J5-SIGNAL和J6-TZCS传输到接线盒输入端,其中输入端每条通道都包含2条正负传输线路,其中正极连接信号线,负极连接参数线;输出端与模块CESHI 3相连,经过电路板走线,与模块CESHI 1和TZCS相连。
理论教育 2023-06-16

实例验证:基于内聚性分析的测试任务优化方案

步骤3内聚性分析:针对R1中子任务组的任务关联矩阵、关联系数、重用系数和内聚度分别进行计算,以子任务组R1,1为例,具体计算过程如下所示。表5-4方案R2中测试子任务组占用资源情况汇总依据表5-4中相关信息得到方案R2的均衡度equilibrium2系数:步骤5最优方案筛选:为充分验证分解算法的可行性,额外计算未经过分解的原始测试任务R′的各项指标,由于未经过分解,R′不包括耦合度和均衡度两项内容。
理论教育 2023-06-16

原理样机硬件搭建详解

参考2.4节中硬件模型相关成果,依托实验室现有条件,搭建了云测试系统原理样机硬件模型的原理图,如图6-1所示。在不影响样机功能实现的基础上,为方便硬件搭建,平台未安装在机箱中,省去了连接器,平台和终端之间的信号传输和数据通信依托于相应线路完成。
理论教育 2023-06-16

打造高效的云架构自动测试系统软件模型

以上是三层云架构自动测试系统软件模型以及软件业务执行逻辑。图2-12云架构自动测试系统软件细化模型系统状态文档:实时监控系统运行状态,对测试系统在运行过程中的各时段状态进行记录。
理论教育 2023-06-16

优化硬件测试资源利用的虚拟化模型

硬件资源模型:汇总平台内部所有硬件子资源得到集合h-resource={hr1,hr2,…表4-1硬件资源与测试功能以数字万用表hr1=为例,测试功能集合hrf1={hf1,hf2,…,vr9},vri中的测试功能集合vrfi、装配关系矩阵vrsri和耦合关系矩阵vrfri分别对应硬件资源中的hrfi、hrsri和hrfri,在此不做赘述。,F9},其中Fi和Fi-relation分别对应硬件资源中的hrfi和hf-relation9×9;以数字万用表hr1为例,功能集合F1={rf1,rf2,…
理论教育 2023-06-16

早期自动化测试系统的发展历程

首先是早期的自动测试系统,主要诞生于20世纪90年代中期以前,列举一些已投入使用的具有一定代表性的自动测试系统。综合自动支持系统,是由美国海军于20世纪80年代提出来的,旨在降低自动测试系统的成本并尽量实现自动测试设备的自动化。针对海军武器装备的自动测试需求,CASS为其提供满足维修保障需求的解决方案。集成测试设备,是由美国陆军提出来的,旨在为陆军装备的现场测试提供可靠的自动测试设备。
理论教育 2023-06-16

云架构智能测试系统整体模型优化方案

参考云计算模型的三层结构,结合云测试相关理念针对现有自动测试系统架构进行改进,得到云测试系统整体模型,如图2-4所示。图2-4云测试系统整体模型测试设备层指测试过程中所需的仪器设备资源,具体描述参考2.2节中的模块化仪器资源。④技术资源库不仅包含测试活动所依据的各类相关标准、模型,还记录了任务执行、资源调用、系统负载等相关信息,用于指导测试活动有序开展。
理论教育 2023-06-16

硬件测试资源虚拟化模型优化方案

军械工程学院的杜敏杰等人[69]针对综合诊断思想对电子装备测试资源分配的新要求,在测试点优化的基础上,建立了装备BITE与ATE优化分配的模型。现有的相关工作基于系统直接调用硬件资源,然而大量异构硬件资源的存在阻碍了资源利用率的进一步提高,为此需要针对硬件测试资源进行虚拟化。图4-1测试资源虚拟化模型
理论教育 2023-06-16

测试资源匹配原则解析

测试资源匹配原则就是通过基础匹配,筛选出满足任务刚性偏好的测试资源;通过辅助匹配,综合考虑剩余测试资源满足柔性偏好的程度,筛选出最优的匹配资源[84]。
理论教育 2023-06-16

全能自动测试系统

为了克服便携式自动测试系统固有的缺点,工业生产和武器装备测试中出现了通用式自动测试系统。通用式自动测试系统典型架构如图2-2所示。上述的通用式自动测试系统虽然能够完成对多个被测对象或测试任务的测试工作,但是具有以下缺陷。
理论教育 2023-06-16

IEEE1451.4标准介绍

IEEE1451系列标准主要由IEEE1451.0~IEEE1451.6几个相互联系的标准组成。表3-1是IEEE 1451智能变送器标准体系和特征的简要描述。其中IEEE1451.1~IEEE1451.3标准主要针对可以数字方式读写的且具有网络处理能力的执行器和传感器。IEEE1451.4能够以很小的代价将传统模拟传感器改造成智能TEDS传感器。IEEE1451.4使用简单、易于实现,可以轻而易举地对传统式传感器进行更新,具有显著的优势。具体而言,IEEE1451.4标准的内容包括两大部分:标准化电子数据表格[39]和混合模式接口[15,41,42]。
理论教育 2023-06-16

改造电路设计:优化TEDS传感器

所以进行TEDS传感器结构设计时不能一概而论。下面将以振动测试领域中常用的电压输出型压电加速度传感器为例,对传统加速度传感器的智能化改造予以说明。图3-9加速度传感器改造电路从图3-9中可以看出,该TEDS传感器与传统的传感器充分兼容。改造后的TEDS传感器经过该公司测试技术研究所的标定实验发现其各方面性能均符合要求。插针少的传感器可以将其不需要的针头空闲,使得各TEDS传感器的插头能接到测试系统的任意一个传感器接口上。
理论教育 2023-06-16

动态调度算法简介

动态调度通常是指在调度环境和任务存在不可预测扰动情况下所进行的调度。目前,动态调度已成为生产调度研究中的热点之一。针对云测试资源的动态调度技术的相关研究,主要包括以下几个方面。动态调度策略,是需要云测试系统管理人员进行确定的,需要综合考量资源调度的目的以及现状,并对测试资源在充足和不足等不同情况下如何尽可能满足不同测试需求的相关处理策略。
理论教育 2023-06-16
-已经加载完成-