基于GA—SVM的多總線故障診斷系統(tǒng)優(yōu)化

王桂明 王剛

摘 要：多總線自動化測試系統(tǒng)主要由GPIB、IEEE1394、VXI 三總線構(gòu)成，可以對電路板上的不同信號進(jìn)行采集，實(shí)現(xiàn)電路板故障的有效檢測，確定發(fā)生故障的電路元器件。支持向量機(jī)分類器采用遺傳算法，對算法中的各種參數(shù)進(jìn)行了優(yōu)化。

關(guān)鍵詞：自動化測試系統(tǒng) 故障診斷 支持向量機(jī)

中圖分類號：TP277 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）07（a）-0084-01

自動化測試系統(tǒng)被廣泛應(yīng)用于故障診斷領(lǐng)域，為了進(jìn)一步完善故障診斷方式、方法，多種智能算法被應(yīng)用到故障診斷中去。新的故障診斷方法利用了人工智能算法，會自動進(jìn)行學(xué)習(xí)及推理，全面體現(xiàn)出了人類的智能因素，通過智能算法對機(jī)器進(jìn)行分析診斷。目前對人工智能算法的研究已經(jīng)成為了推動故障診斷方法改進(jìn)的關(guān)鍵。神經(jīng)網(wǎng)絡(luò)、故障字典、支持向量機(jī)等診斷方法是目前應(yīng)用較多的。而支持向量機(jī)（SVM）具有良好識別小樣本的優(yōu)點(diǎn)，因此，近年來國際機(jī)器學(xué)習(xí)領(lǐng)域在支持向量機(jī)方面有較多研究。

1 支持向量機(jī)原理及GA-SVM分類器算法簡介

1.1 支持向量機(jī)原理

支持向量機(jī)具有良好識別小樣本的優(yōu)點(diǎn)，能夠很好地學(xué)習(xí)及推理小樣本數(shù)據(jù)，不僅泛化能力強(qiáng)而且結(jié)構(gòu)簡單，這在解決非線性及小樣本等類型問題中得到很好的體現(xiàn)。支持向量機(jī)具有多種優(yōu)勢，這也使得它在許多領(lǐng)域得到了廣泛應(yīng)用，如發(fā)動機(jī)的故障診斷、雷達(dá)輻射信號識別等。SVM是一種模式識別分類法，它以統(tǒng)計學(xué)理論為基礎(chǔ)，通過核函數(shù)實(shí)現(xiàn)從原輸入空間到高維特征空間的函數(shù)映射，完成映射后進(jìn)行最優(yōu)超平面構(gòu)造，構(gòu)造最優(yōu)超平面的關(guān)鍵是構(gòu)造最優(yōu)分類超平面。最優(yōu)分類超平面有兩類：線性不可分及線性可分，其中線性可分的最優(yōu)分類超平面是支持向量機(jī)所使用的。支持向量機(jī)在解決二分類問題上有重要作用。

1.2 GA-SVM 分類器算法

支持向量機(jī)設(shè)置是否正確對模型泛化能力及識別精度有著直接影響。為了確保良好的參數(shù)設(shè)置，支持向量機(jī)的核函數(shù)選用徑向基核函數(shù)（RBF核函數(shù)），這種基核函數(shù)不僅應(yīng)用最為廣泛，同時也具有最好性能，支持向量機(jī)使用RBF核函數(shù)時參數(shù)設(shè)置主要是懲罰因子C及參數(shù)r。支持向量機(jī)在參數(shù)設(shè)置方面并沒有提供正確選擇適當(dāng)參數(shù)的方法， 因此選擇參數(shù)值時主要依靠實(shí)驗(yàn)數(shù)據(jù)及測試人員經(jīng)驗(yàn)。遺傳算法是一種全局尋優(yōu)算法，主要借鑒了生物的自然選擇及遺傳機(jī)制，可實(shí)現(xiàn)種群的最佳收斂，以使之成為適合環(huán)境的最優(yōu)群體。利用該算法可以解決支持向量機(jī)在參數(shù)選擇上的不足，進(jìn)而得到參數(shù)設(shè)置的最優(yōu)解。

2 多總線自動化檢測系統(tǒng)

多總線自動化檢測系統(tǒng)是一種通用自動檢測系統(tǒng)，主要是由GPIB、VXI、1394三種總線構(gòu)成。這一系統(tǒng)結(jié)構(gòu)組成主要包括測試機(jī)柜、主控計算機(jī)及數(shù)模混合接口適配器三大部分。其中測試機(jī)柜又可分為兩部分：VXI總線機(jī)箱和程控電源，VXI總線機(jī)箱內(nèi)包含了零槽控制器IEEE1394、6.5位數(shù)字多用表、64通道時序數(shù)字I/O、4通道A/D、32通道繼電器開關(guān)等多種VXI模塊化儀器；程控電源由多總線自動測試系統(tǒng)的主控計算機(jī)通過GPIB總線進(jìn)行調(diào)控操作，程控電源包含了一路交流和兩路直流，其中直流程控電源每一路可為系統(tǒng)提供兩組電壓。主控計算機(jī)作為多總線自動測試系統(tǒng)的核心部分，它上面的FD2.0軟件完成了系統(tǒng)的主要任務(wù)，比如各模塊儀器的控制使用、測試與診斷結(jié)果的報表打印等，軟件FD2.0的主要組成部分包括：測試診斷開發(fā)平臺、測試診斷執(zhí)行平臺、用戶界面編輯、數(shù)據(jù)信息管理和在線幫助，各功能模塊的有機(jī)結(jié)合幫組測試人員有效地完成測試工作。適配器是多總線自動測試系統(tǒng)的重要組成之一，測試機(jī)柜為適配器提供電源，適配器含有3個具有150個管腳的連接器，適配器與被測板是通過適配板進(jìn)行連接的，數(shù)據(jù)在采集后通過VXI總線機(jī)箱進(jìn)一步傳遞到主控計算機(jī)，由主控計算機(jī)對數(shù)據(jù)進(jìn)行分析，適配板通過對被測板進(jìn)行穩(wěn)壓與濾波等輔助操作，進(jìn)一步保證了測試信號的高質(zhì)量，同時也有利于故障診斷的正確性保障。

3 基于GA-SVM的比較器驅(qū)動電路故障診斷

自動測試系統(tǒng)為待診斷電路的比較器驅(qū)動開關(guān)電路模塊提供工作所需電源、地信號以及激勵信號?？刂菩盘柕淖饔檬菍﹄妷罕容^器的輸出端信號進(jìn)行控制，從而實(shí)現(xiàn)對三極管導(dǎo)通與否的控制。

3.1 選擇激勵信號

查找電路板硬軟故障與激勵信號的選擇有著重要聯(lián)系，激勵信號的正確選取可以增大工作狀態(tài)不一樣情況下的電路信號特征值之間的差異性，有利于提取故障診斷所需特征值。一般來說系統(tǒng)設(shè)置的所需激勵信號可調(diào)性靈活，這可實(shí)現(xiàn)測試所需的波形，不需要由特定的波形發(fā)生器提供而是任意波形發(fā)生器都可以，還可根據(jù)測試要求調(diào)節(jié)激勵信號的頻率、占空比、幅值等，比如電阻軟障礙的檢測可以通過調(diào)節(jié)比較器輸出信號的占空比值進(jìn)行。

3.2 提取特征值

根據(jù)發(fā)生故障的元器件不同，可將故障分為無故障、電容故障、電阻故障、二極管故障、比較器故障、三極管故障、繼電器故障7大類。電阻故障的常見模式有三種：開路、短路及電阻阻值漂移超范圍。圖1中R3在不同工作狀態(tài)下，2路輸出信號的幅值、高值與低值、占空比以及V1的集電極輸出都會發(fā)生較大的變化，這些電路特性的變化可保存用作故障診斷的數(shù)據(jù)樣本。

3.3 故障診斷結(jié)果

為了得出故障診斷結(jié)果，通常將常見的7種故障狀態(tài)的電路測試值各測10組輸出信號，得出樣本數(shù)據(jù)130組，其中訓(xùn)練樣本、測試樣本各一半，然后采用支持向量機(jī)方法進(jìn)行故障診斷。在具有較少數(shù)據(jù)樣本時，基于遺傳算法的支持向量機(jī)分類器還是能夠得出正確率較高的故障診斷數(shù)據(jù)。

4 結(jié)語

該文對基于GA-SVM的多總線自動化測試系統(tǒng)故障診斷優(yōu)化進(jìn)行了研究，介紹了支持向量機(jī)的基本原理及GA-SVM分類器算法，對基于GA-SVM的比較器驅(qū)動電路故障診斷進(jìn)行了分析，運(yùn)用遺傳算法實(shí)現(xiàn)故障診斷優(yōu)化。

參考文獻(xiàn)

[1] 李洪烈，李洪河，王好同.自動測試技術(shù)現(xiàn)狀和發(fā)展[J].海軍航空工程學(xué)院學(xué)報，2002，17（2）：231-234.