面向批產(chǎn)的衛(wèi)星綜合測試技術體系研究

楊同智 黨建成 鐘 靚 徐 犇 劉 洋

(上海衛(wèi)星工程研究所，上海 201109)

1 引 言

衛(wèi)星綜合測試是對衛(wèi)星整星及各分系統(tǒng)的電性能和功能的全面檢測，是衛(wèi)星研制過程的重要環(huán)節(jié)。通常一顆衛(wèi)星從整星總裝到衛(wèi)星出廠時間約8～10個月，綜合測試約占1/3左右的整星研制時間，測試效能是影響衛(wèi)星高效研制的關鍵因素。隨著Starlink等星座衛(wèi)星及其批量化快速響應航天器的迅猛發(fā)展，測試任務當量及產(chǎn)生的測試數(shù)據(jù)井噴式發(fā)展，傳統(tǒng)的測試模式已不能滿足批產(chǎn)衛(wèi)星快速研制的任務需求，需要全面提升綜合測試體系效能。

傳統(tǒng)綜合測試優(yōu)化往往著眼于測試工程的局部環(huán)節(jié)，忽略了全系統(tǒng)工作的協(xié)調(diào)性，影響了實際應用效能，如自動化測試只考慮測試程序的自動化執(zhí)行，但測試程序需要依據(jù)word版的測試細則人工錄入，效率低、易出錯，極大影響了自動化測試的應用效能。因此，針對傳統(tǒng)測試局部孤立優(yōu)化、總體效能提升受限的問題，本文從測試設計、測試實施、測試評估的集成測試全鏈路角度著眼，構建高效智能的綜合測試體系，提升綜合測試效能。

2 測試體系設計原理

系統(tǒng)工程是為了最好地實現(xiàn)系統(tǒng)的目的，而對系統(tǒng)的組成要素、控制環(huán)節(jié)等進行綜合分析與優(yōu)化的科學方法論。借鑒系統(tǒng)工程方法論，把綜合測試工程作為一個整體，分析測試設計、實施與評估3個環(huán)節(jié)之間的相互聯(lián)系與制約關系，使各個部分相互協(xié)調(diào)，達到總體性能優(yōu)化的效果。測試設計是測試工程的源頭，測試設計依據(jù)衛(wèi)星系統(tǒng)設計，測試設計的產(chǎn)出為測試程序及相關文檔；測試實施是運行測試程序、判讀測試響應的過程，測試實施要依賴測試系統(tǒng)及其測試調(diào)度軟件，測試調(diào)度軟件閉環(huán)執(zhí)行測試程序，測試系統(tǒng)接收、解析測試調(diào)度軟件發(fā)來的測試程序，將其轉換為對衛(wèi)星的測試激勵，并采集衛(wèi)星的測試響應數(shù)據(jù)；測試評估是對測試實施效果及衛(wèi)星健康狀態(tài)的評價，測試評估依托衛(wèi)星的測試數(shù)據(jù)，測試數(shù)據(jù)由衛(wèi)星的測試響應及相關信息組成。

從時間線角度，測試工程的環(huán)節(jié)包括測試設計、測試實施與測試評估；從實體要素角度，測試工程的物理要素為測試系統(tǒng)與測試數(shù)據(jù)。因此從測試工程的三環(huán)節(jié)與兩要素出發(fā)，如圖1所示，提出了“測試設計數(shù)字化、測試系統(tǒng)敏捷化、測試實施流水化、測試數(shù)據(jù)云端化、測試評估智能化”的綜合測試體系。從設計源頭出發(fā)，建立數(shù)字化測試設計平臺，通過數(shù)字化技術打通衛(wèi)星設計與衛(wèi)星測試、測試設計與測試實施的鴻溝；通過敏捷化測試系統(tǒng)構建機動靈活的批產(chǎn)衛(wèi)星流水產(chǎn)線測試環(huán)境，測試系統(tǒng)快速柔性部署，自動運行測試程序，高效完成集成測試驗證；通過云數(shù)據(jù)中心聚合設計、制造、測試等環(huán)節(jié)的多源異構數(shù)據(jù)，實現(xiàn)批產(chǎn)衛(wèi)星測試數(shù)據(jù)的融合管理與高效共享，基于測試數(shù)據(jù)與系統(tǒng)模型實現(xiàn)智能化測試評估。

圖1 基于系統(tǒng)工程的綜合測試技術體系

3 測試體系設計

3.1 測試設計數(shù)字化

測試設計數(shù)字化分為測試設計與測試實施的一體化、衛(wèi)星設計與測試設計的一體化。

1)測試設計與測試實施的一體化

以往衛(wèi)星測試細則通過WORD文檔、紙質文檔采用自然語言的方式進行描述，需要人工錄入成軟件自動化測試程序集TPS，存在編制效率低、易出錯、可移植性差、不易裁剪等問題，不能很好地滿足衛(wèi)星短平快研制需求。ESA發(fā)布了《Space engineering-Test and operations procedure language》等測試程序語言規(guī)范，應用于SCOS 2000II測試系統(tǒng)，采用規(guī)范化的測試語言腳本驅動測試流程；NASA也通過類似技術途徑實現(xiàn)測試程序設計與執(zhí)行的無縫銜接，提升衛(wèi)星測試與在軌操作效率。

針對傳統(tǒng)自動化測試的設計與執(zhí)行割裂、總體效能受限問題，參考ESA、NASA的測試程序設計模式，如圖2建設測試流程數(shù)字化協(xié)同設計平臺，同步生成Word細則與自動化測試程序集TPS，實現(xiàn)測試設計與測試實施的一體化，有效提升自動化測試效能。

圖2 測試程序與測試細則的數(shù)字化協(xié)同設計

2)衛(wèi)星設計與測試設計的一體化

設計與測試一體化的核心即是將測試設計納入衛(wèi)星系統(tǒng)工程，基于衛(wèi)星設計模型自動生成測試用例。美國宇航局NASA噴氣推進實驗室制定了MBSE應用發(fā)展戰(zhàn)略，明確要求系統(tǒng)論證交付物必須是模型，由“以文檔報告為中心”的系統(tǒng)工程模式逐步轉變?yōu)椤耙阅Ｐ蜑橹行摹钡南到y(tǒng)工程模式?；谙到y(tǒng)工程(MBSE)的設計與測試工作流程如圖3所示。通過MBSE構建了產(chǎn)品的結構模型與行為模型，結構模型反映了系統(tǒng)的靜態(tài)特性，行為模型反映了系統(tǒng)的動態(tài)特性，用數(shù)字化建模代替寫文檔進行系統(tǒng)方案設計，把設計文檔中描述系統(tǒng)結構、功能、性能、規(guī)格需求的名詞、動詞、形容詞、參數(shù)全部轉化為數(shù)字化模型表達，實現(xiàn)了系統(tǒng)設計的數(shù)字化建模與虛擬測試驗證。ESA在Euclid衛(wèi)星的地面段應用MBSE的設計理念，構建了數(shù)據(jù)模型，實現(xiàn)了接口、需求、過程、測試等信息的模型化管理，具備地面自動化驗證能力，提升了衛(wèi)星地面操作與管理的效能。

圖3 基于MBSE的系統(tǒng)設計與測試一體化

基于MBSE進行測試程序的自動生成與驗證技術目前停留在初步研究階段，困難與收益并存。在測試設計與測試實施一體化的基礎上，應用MBSE與測試性建模技術，在衛(wèi)星設計時同步優(yōu)化測試性設計，基于系統(tǒng)模型與測試性模型自動生成測試程序集TPS，可以有效打通衛(wèi)星設計與測試設計之間的鴻溝，加強衛(wèi)星設計與測試的一體化，進一步提升了系統(tǒng)工程效能。

3.2 測試系統(tǒng)敏捷化

傳統(tǒng)衛(wèi)星測試系統(tǒng)采用專用化設計，設備重用率、部署效率較低，且體積大，機動性差，不能滿足流水產(chǎn)線對測試系統(tǒng)的時空機動性要求。通過綜合各衛(wèi)星型號的測試接口需求，以設備利用效率最優(yōu)化為基本原則，從接口的信號類型與數(shù)量出發(fā)，制定衛(wèi)星測試系統(tǒng)的總體設計約束，通過配置相應數(shù)量的標準化接口設備滿足測試系統(tǒng)的硬件需求。如圖4示例，通過軟件加載不同配置文件，軟件重構硬件功能，滿足不同型號測試系統(tǒng)資源的差異化需求，實現(xiàn)測試系統(tǒng)的標準化，達到系統(tǒng)柔性適配、快速部署的應用效能。

圖4 標準化測試系統(tǒng)的功能重構

在測試系統(tǒng)標準化的基礎上，如圖5基于PXI板卡集成技術，研制基于通用測試模塊的集約化測試系統(tǒng)，實現(xiàn)測試系統(tǒng)積木式資源重組，測試系統(tǒng)規(guī)模縮小至當前1/6，通過機柜和設備隔震、減震技術，實現(xiàn)設備整機柜級拆裝、運輸和重構，節(jié)約人力效率50%以上，提升測試系統(tǒng)的機動測試能力，滿足批產(chǎn)衛(wèi)星流水測試時對測試系統(tǒng)的時空敏捷性要求。

圖5 集約化測試設備實物圖

3.3 測試實施流水化

傳統(tǒng)測試依賴人工串行執(zhí)行，不能適應衛(wèi)星批量化研制需求。國外商業(yè)航天借鑒汽車、飛機行業(yè)工業(yè)化、標準化、自動化研發(fā)生產(chǎn)理念，進行衛(wèi)星設計與工業(yè)化流程生產(chǎn)線建設，具備機器人輔助裝配、自主導航運輸、自動化光學檢測、熱分配檢測、AR現(xiàn)實增強、大數(shù)據(jù)、自動化測試等特點，像生產(chǎn)飛機部件一樣制造衛(wèi)星。流水產(chǎn)線如圖6所示，集成測試分為模塊級與整星級測試，實現(xiàn)了自動化測試與流水制造緊密耦合。

圖6 衛(wèi)星流水產(chǎn)線測試

參考國外衛(wèi)星自動化測試與流水制造緊密耦合的研制模式，將衛(wèi)星測試分為模塊級與整星級測試，將集約化測試系統(tǒng)敏捷部署在衛(wèi)星集成產(chǎn)線上，

通過自動化測試調(diào)度軟件進行多任務調(diào)度與流水輪轉，實現(xiàn)測試實施的高效執(zhí)行。通過圖7的自動化測試軟件進行測試任務調(diào)度，測試任務調(diào)度的目的是使得測試時間、測試資源綜合最優(yōu)，即在測試時間滿足特定條件的前提下，各類測試資源數(shù)量最小。測試任務調(diào)度可以描述為：給定測試任務集T={t,t,t,…tm}和儀器資源集R={r,r,r,…,rn}，遵循優(yōu)先級高的測試任務優(yōu)先測試、同時測試的任務不能資源沖突的基本原則，已知各項測試任務所需占用的儀器資源、相應的測試用時以及測試任務之間的時序約束，要求確定測試任務調(diào)度序列TS，使得測試總時間最短。在工程中，根據(jù)任務需求、流程工序、流程耗時以及儀器資源約束、工序先后約束等條件，確定任務調(diào)度模型，結合實際需求進行取舍與驗證。

圖7 測試任務調(diào)度執(zhí)行

3.4 測試數(shù)據(jù)云端化

傳統(tǒng)測試模式下，各個衛(wèi)星使用獨立的局域網(wǎng)絡，測試數(shù)據(jù)孤島化，依賴人工管理數(shù)據(jù)，不利于試驗數(shù)據(jù)的共享與應用。如圖8，基于mux-VLAN等軟件定義網(wǎng)絡技術，將各個衛(wèi)星的測試網(wǎng)絡連通，實現(xiàn)了多星多源測試信息匯聚與傳輸。通過單向網(wǎng)閘實現(xiàn)測試現(xiàn)場非密測試數(shù)據(jù)實時傳輸和推送至辦公內(nèi)網(wǎng)，設計師可在辦公桌面進行測試數(shù)據(jù)輔助判讀和技術支持，并在測試異常時能夠根據(jù)實時數(shù)據(jù)進行快速分析；同時打破了測試網(wǎng)絡的孤島現(xiàn)象，進行統(tǒng)一集中網(wǎng)絡與數(shù)據(jù)管理，極大地提高了多星多源測試數(shù)據(jù)的融合分析與故障檢測能力，推動了裝備試驗數(shù)據(jù)工程。

圖8 測試數(shù)據(jù)遠程監(jiān)測與集中共享

如圖9，基于虛擬化云平臺架構，綜合管理AIT測試數(shù)據(jù)與在軌長管數(shù)據(jù)，通過網(wǎng)站架構發(fā)布測試與在軌數(shù)據(jù)，多方共享衛(wèi)星測試/在軌數(shù)據(jù)。電測數(shù)據(jù)單向傳輸系統(tǒng)能夠定時偵測文件存儲服務器內(nèi)的文件變更，將新增或變更的文件同步傳輸至內(nèi)網(wǎng)，并放置在指定的中轉服務器內(nèi)。同時內(nèi)網(wǎng)端部署的文件查詢服務系統(tǒng)，能夠將文件中轉服務器內(nèi)指定目錄的文件轉錄至數(shù)據(jù)庫，與在軌數(shù)據(jù)分型號、分時間融合管理，并向用戶端提供web的文件查詢、下載服務。測試數(shù)據(jù)與在軌數(shù)據(jù)云端化，在各個廠所之間交換共享，提升了試驗數(shù)據(jù)的使用效率。

圖9 測試數(shù)據(jù)與在軌監(jiān)測數(shù)據(jù)融合管理

3.5 測試評估智能化

如圖10，智能評估采用分層管理，基于各個單機單板的測試響應、故障信息，評估單機單板的測試狀態(tài)，再融合單板、組件的測試數(shù)據(jù)，進行分系統(tǒng)區(qū)域管理，再進行航天器全系統(tǒng)的狀態(tài)評估。充分利用專家知識與數(shù)據(jù)分析方法，評估系統(tǒng)的健康水平，發(fā)現(xiàn)深層問題與性能衰退征兆，實現(xiàn)快速故障診斷與維修指導。

圖10 層次化智能評估

1)基于專家知識的測試評估

通過收集眾多衛(wèi)星測試與試驗領域專家的不同經(jīng)驗，重點聚焦于尋找衛(wèi)星測試與試驗過程中的能夠反應衛(wèi)星健康狀態(tài)的重要遙控指令、重要遙測參數(shù)及關鍵測試試驗項目。通過研制階段的試驗數(shù)據(jù)分析獲得數(shù)據(jù)關聯(lián)信息模型。再次結合衛(wèi)星測試與試驗領域專家系統(tǒng)，形成測試數(shù)據(jù)評價體系，并對不同的測試參數(shù)分配不同的評價權重，從而獲得最終的衛(wèi)星健康狀態(tài)評估標準。建立專家知識模型集成的軟件平臺，軟件輔助設計師監(jiān)測衛(wèi)星測試狀態(tài)，提升異常檢測能力。如圖11，軟件輔助設計專家模型算法圖元，通過在算法圖元生成界面根據(jù)專家模型需求生成分析模型的Python腳本及算法圖元。導入編輯好的Python腳本，動態(tài)添加到圖形化編輯器的原文件中，同時保存到數(shù)據(jù)庫。支持將圖形化編輯塊生成的以文件的形式保存到本地，方便日后修改，算法圖元的生成支持導入外部函數(shù)庫的語法。實時判讀結果支持用戶通過選擇某些分系統(tǒng)全部遙測，或用戶自定義某些遙測集合，在結合模式、報警狀態(tài)和報警次數(shù)進行篩選，查看用戶所需報警信息。在報警產(chǎn)生的同時會根據(jù)用戶事先選擇的詳情模板生成報警詳情，模板支持多元化顯示判讀結果(文本、曲線、點圖、圖形、報表、餅狀圖、柱狀圖等)。

圖11 專家知識算法編輯與專家判讀系統(tǒng)

2)基于數(shù)據(jù)分析的測試評估

如圖12，測試數(shù)據(jù)需要經(jīng)過數(shù)據(jù)預處理、類型劃分，平穩(wěn)序列可采用統(tǒng)計分析，周期規(guī)律性強數(shù)據(jù)可以進行相似性比對分析，多關聯(lián)數(shù)據(jù)適合規(guī)則分析，同時應用聚類、神經(jīng)網(wǎng)絡等機器學習算法進行異常檢測。

圖12 基于數(shù)據(jù)分析的異常檢測

智能數(shù)據(jù)評估軟件如圖13，軟件包括規(guī)則編輯器、訓練器、判讀器與結果呈現(xiàn)模塊，其中規(guī)則編輯器通過圖形化界面調(diào)用基礎函數(shù)模塊，確立規(guī)則函數(shù)類；訓練器通過歷史數(shù)據(jù)對實例后的規(guī)則函數(shù)進行驗證，訓練規(guī)則函數(shù)類中的參數(shù)變量值，也可通過數(shù)學算法生成判讀模型；判讀器接收綜測服務器物理量，進行規(guī)則運算，得出提示、預警、報警、加電時間、工作狀態(tài)等信息；判讀結果呈現(xiàn)以二維圖、文本、報表等多種形式查看多星、單星、分系統(tǒng)等測試信息。

圖13 智能數(shù)據(jù)評估系統(tǒng)

綜合測試體系優(yōu)化前后對比表如表1所示，優(yōu)化后的綜合測試技術體系已在快響類衛(wèi)星研制中發(fā)揮了作用，將傳統(tǒng)10個月的綜合測試時長壓縮至5個月，集成測試效率提升100%。

表1 綜合測試體系優(yōu)化對比表Tab.1 ComparisontableofintegratedTestsystembeforeandafteroptimization項目原模式新模式測試設計人工編寫Word版細則數(shù)字化設計平臺測試系統(tǒng)非標,體積大,研制部署慢標準集約化設計,部署快,機動靈活測試實施人工錄入自動化測試程序與測試設計平臺無縫銜接,高效自動化執(zhí)行測試數(shù)據(jù)數(shù)據(jù)分散、人工管理多星數(shù)據(jù)匯聚,與在軌數(shù)據(jù)融合測試評估依靠人工分析基于專家知識與數(shù)據(jù)分析,自動化評估

4 結束語

本技術從系統(tǒng)化綜合測試體系出發(fā)，提升測試全鏈路效能，克服了傳統(tǒng)測試局部孤立優(yōu)化、系統(tǒng)總體性能受限的弊端，提升了測試設計到測試實施的轉換效能，并通過數(shù)據(jù)云端化、試驗數(shù)據(jù)分析工具建設提升了測試評估能力，可作為國內(nèi)衛(wèi)星測試技術建設思路的參考。后續(xù)將在基于MBSE的測試設計、智能測試評估等方面進一步開展技術研究。

方差的正平方根即標準偏差為所求標準不確定度。GUM方法使用的各個輸入量的數(shù)據(jù)是實際測量得到的，MCM使用的各個輸入量的數(shù)據(jù)既可以是實際測量得到的，也可以是基于輸入量的概率密度函數(shù)抽樣得到的，MCM的好處是不需要投入大量時間、大量財力物力去實測數(shù)據(jù)(有時候也不現(xiàn)實)，就可以得到相對比較全面的輸入量數(shù)據(jù)，不僅如此，《JJF1059.2-2012用蒙特卡洛法評定測量不確定度》提供了一種可以驗證GUM法有效性的方法，通過計算MCM與GUM法包含區(qū)間端點值的差值是否小于數(shù)值容差，驗證GUM法，若明顯不適用，采用MCM作為測量不確定度的評定方法，若驗證通過，GUM法依然是測量不確定度的主要評定方法。

6 結束語

在遠地點發(fā)動機推力矢量評估中，使用了復雜的非線性數(shù)學模型，GUM方法適用于當次試驗結果的評估，從計算原理上看，對多個輸入變量的組合性覆蓋不到，且存在非線性舍入誤差，其評估值也只有眾多輸入量組合計算中的一個。而MCM從概率統(tǒng)計和多輸入量的組合覆蓋性來看，更具科學性，在評估復雜測量系統(tǒng)的不確定度時，對于測量模型是非線性沒有要求，不需要考慮泰勒級數(shù)展開高階項以及計算靈敏度系數(shù)，其評估結果可以對GUM法的評估結果進行驗證，也更加適用于該型發(fā)動機推力矢量不確定度的評估。