基于GPIB/VXI/IEEE1394總線(xiàn)的板級電路功能測試和故障診斷自動(dòng)化測試系統

隨著(zhù)現代科學(xué)技術(shù)的發(fā)展，測試技術(shù)對電子裝備發(fā)展的支撐作用越來(lái)越突出，測試保障裝備建設已受到前所未有的重視。為保證實(shí)際應用時(shí)集成度越來(lái)越高的電子設備能有效、可靠的工作，得出較精確的數據，就需要一種高效率的測試設備來(lái)滿(mǎn)足不同電子設備的性能測試和故障診斷。因此，構建了由GPIB、VXI、IEEE1394三總線(xiàn)構成的用于飯極電路的功能測試和故障診斷的多總線(xiàn)自動(dòng)化測試系統。該系統具有通用性、易操作等優(yōu)點(diǎn)，降低了測試成本，在提高故障診斷效率的同時(shí)使電路的自動(dòng)測試更加簡(jiǎn)便。并采用基于遺傳算法的支持向量機做分類(lèi)器，對系統測試得到的數據樣本進(jìn)行診斷，提高了故障診斷的正確性。

1 多總線(xiàn)自動(dòng)化測試系統

該多總線(xiàn)自動(dòng)化測試系統主要有測試機箱、主控計算機及數?；旌辖涌谶m配器三大部分組成，其中測試機箱包括了程控電源與VXI總線(xiàn)機箱兩部分，整體系統結構如圖1所示。

測試機箱的核心部分——VXI總線(xiàn)機箱。VXI總線(xiàn)技術(shù)經(jīng)多年的發(fā)展已實(shí)現標準化、模塊化和系統化，具有標準開(kāi)放、數據喬吐能力強、可靠性高、定時(shí)和同步準確以及模塊可重復利用等優(yōu)點(diǎn)。VXI總線(xiàn)機箱由雙通道50 MHz任意波形發(fā)生器、6．5位數字多用表、2通道示波器、64通道時(shí)序數字I／O、4通道A／D、4通道D／A、32通道繼電器開(kāi)關(guān)、8×32矩陣開(kāi)關(guān)等模塊化儀器構成。VXI模塊化儀器體積小，節約空間，方便運輸。VXI的這些性能優(yōu)點(diǎn)有力的保障了測試與診斷過(guò)程的高正確率與高運行速率。主控計算機通過(guò)具有高速傳輸優(yōu)勢的1394總線(xiàn)與VXI總線(xiàn)機箱內的零槽控制器進(jìn)行通信、用于整個(gè)自動(dòng)測試系統的全局監控。

測試人員通過(guò)主控計算機，可有效的控制測試機箱，進(jìn)而完成測試。主控計算機的主要構成部分有人機接口用戶(hù)界面、數字信號發(fā)生模塊、測試儀器模塊、數據處理模塊、故障字典數據庫、功能檢測流程、故障診斷流程及其他控制模塊。各功能模塊的有機結合可幫組測試人員有效的完成測試工作。

主控計算機經(jīng)GPIB總線(xiàn)與程控電源相連，程控電源包含了雙路直流程控源和一路交流程控源。GPIB總線(xiàn)技術(shù)的應用已比較成熟，大量的測試儀器都帶有GPIB接口。通過(guò)GPIB接口，可以將若干臺基本儀器和計算機儀器搭成積木式的測試系統，在計算機的控制下完成復雜的測量。該測試系統采用的是并行的連接方式，使計算機可同時(shí)控制3路程控電源，滿(mǎn)足電路測試中的各種電壓需求。
數?；旌辖涌谶m配器與測試機箱相連，測試機箱給適配器提供相應的電源信號與測試激勵信號。適配器通過(guò)適配板與被測板相互通信，并將測試所得的數據反饋給測試機箱，由測試機箱將數據上傳至主控計算機。在測試進(jìn)行過(guò)程中可用數?；旌辖涌谶m配器配套的數字探筆和模擬探筆對被測板的重要中間點(diǎn)進(jìn)行測試，結構如圖2所示。這樣的結構設計更方便測試的執行。

適配器與被測板中間加入的適配板能有效的保護被測板，防止測試過(guò)程中由于人為操作的失誤或是測試程序錯誤及測試儀器故障引起的瞬時(shí)電壓或電流過(guò)大，而導致的被測板損壞或對測試人員的危害。同時(shí)適配板可對被測板測試所需的電源信號與測試激勵信號進(jìn)行相應的穩壓與濾波等輔助操作，提高了測試信號的質(zhì)量與測試數據的可靠性，進(jìn)而提高了故障診斷的正確性。

2 基于遺傳算法的支持向量機分類(lèi)器

支持向量機(SVM)就是先通過(guò)用內積函數定義的非線(xiàn)性變換將輸入空間變換到一個(gè)高維空間，再在這個(gè)空間中求最優(yōu)分類(lèi)面。它的主要思想就是建立一個(gè)超平面作為決策面，該決策面不但能夠將所有訓練樣本正確分類(lèi)，而且使訓練樣本中離分類(lèi)面最近的點(diǎn)到分類(lèi)面的距離最大。

遺傳算法(GA)是一種借鑒生物界自然選擇和自然遺傳機制而形成的全局尋優(yōu)算法。先產(chǎn)生初始種群，通過(guò)選擇、交叉和變異操作，產(chǎn)生一群更適合環(huán)境的個(gè)體，經(jīng)過(guò)一代又一代的進(jìn)化，使種群最后收斂到一群最適合環(huán)境的個(gè)體，求得問(wèn)題的最優(yōu)解。

把遺傳算法應用于SVM的基本方法如下：

1)輸入樣本數據集，分配好訓練樣本與診斷樣本，并將樣本數據歸一化。

2)參數初始化。即初始化一些基本參數，有GA算法中的最大進(jìn)化代數、種群最大數量、交叉與變異概率及SVM中的懲罰參數C與核函數中參數的變化范圍、交叉驗證的次數。

3)對要優(yōu)化的參數C與進(jìn)行二進(jìn)制編碼，并按其分布均勻抽取一些個(gè)體組成一個(gè)初始種群。均勻抽取而成的初始種群比隨機抽取的可獲得的信息量更大，對算法更有優(yōu)勢。

4)將SVM的故障分類(lèi)正確率設定為個(gè)體適應度，分類(lèi)正確率越高則個(gè)體適應度越大。按照個(gè)體適應值的大小，從種群中選出適應值較大的個(gè)體進(jìn)入下一代。