電路板故障診斷的多總線自動(dòng)測(cè)試技術(shù)研究
加入技術(shù)交流群
把遺傳算法應(yīng)用于SVM的基本方法如下：
1)輸入樣本數(shù)據(jù)集，分配好訓(xùn)練樣本與診斷樣本，并將樣本數(shù)據(jù)歸一化。
2)參數(shù)初始化。即初始化一些基本參數(shù)，有GA算法中的最大進(jìn)化代數(shù)、種群最大數(shù)量、交叉與變異概率及SVM中的懲罰參數(shù)C與核函數(shù)中參數(shù)的變化范圍、交叉驗(yàn)證的次數(shù)。
3)對(duì)要優(yōu)化的參數(shù)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(jī)抽取的可獲得的信息量更大，對(duì)算法更有優(yōu)勢(shì)。
4)將SVM的故障分類正確率設(shè)定為個(gè)體適應(yīng)度，分類正確率越高則個(gè)體適應(yīng)度越大。按照個(gè)體適應(yīng)值的大小，從種群中選出適應(yīng)值較大的個(gè)體進(jìn)入下一代。
5)進(jìn)行交叉和變異操作，形成新一代的種群。
6)當(dāng)平均適應(yīng)度值變化持續(xù)小于某一常數(shù)并超過一定代數(shù)時(shí)，得到具有最大適應(yīng)的個(gè)體作為最優(yōu)解輸出，并將得到的最優(yōu)解譯碼行得到優(yōu)化的參數(shù)。否則反復(fù)執(zhí)行3～5步。
7)把前一步得到的優(yōu)化參數(shù)作為SVM分類器主要參數(shù)C與的采用值，進(jìn)行樣本訓(xùn)練與故障分類。
融合了遺傳算法的SVM既保留了SVM算法的優(yōu)勢(shì)，又并入了遺傳算法的優(yōu)點(diǎn)。從分布均勻的多個(gè)點(diǎn)構(gòu)成的群體開始搜索，在尋求最優(yōu)解的過程中只需由目標(biāo)函數(shù)值轉(zhuǎn)換得到的適應(yīng)值，而不需其它輔助信息，使算法更加簡(jiǎn)單且不易陷入局部最優(yōu)解的困境中。并避開了原SVM算法中參數(shù)C選值困難的劣勢(shì)，提高了分類器的分類正確率。
3 電路診斷實(shí)例
整個(gè)故障診斷測(cè)試過程可用流程圖表示出來(lái)如圖3所示。在正確安裝好適配板后系統(tǒng)加電，判定系統(tǒng)提供的測(cè)試電壓無(wú)誤后，正確安裝上被測(cè)板，進(jìn)入各項(xiàng)功能測(cè)試階段。對(duì)各功能模塊逐步測(cè)試，若所有功能都通過測(cè)試，沒有測(cè)出不正常值，則系統(tǒng)顯示電路板功能正常，系統(tǒng)斷電，測(cè)試結(jié)束。若測(cè)試過程中得出一個(gè)或一個(gè)以上的錯(cuò)誤值，測(cè)試系統(tǒng)將進(jìn)入故障診斷測(cè)試部分。本文引用地址：http://www.ex-cimer.com/article/193537.htm
以含常用元器件較多的繼電器開關(guān)控制電路為例，電路如圖4所示。當(dāng)電路中的某個(gè)元器件發(fā)生故障，如電阻開路或是運(yùn)放故障，輸出信號(hào)的電壓幅值、高值、低值、頻率和占空比等特性會(huì)發(fā)生變化，測(cè)試系統(tǒng)在測(cè)試時(shí)將這些電路特性值保存下來(lái)，留作樣本數(shù)據(jù)使用，再采用分類器進(jìn)行故障診斷。
將測(cè)試得到250個(gè)樣本，前100個(gè)做訓(xùn)練樣本，剩余的150個(gè)做測(cè)試樣本。訓(xùn)練集與測(cè)試集經(jīng)數(shù)據(jù)歸一化預(yù)處理后，用一般的支持向量機(jī)與基于遺傳算法的支持向量機(jī)分別進(jìn)行故障診斷。診斷結(jié)果如表1所示?；谶z傳算法的分類器故障診斷的正確率可高達(dá)99．33％。
4 結(jié)論
該多總線自動(dòng)化測(cè)試系統(tǒng)將多種測(cè)試儀器集成于一體，方便了測(cè)試。采用高傳輸速率的VXI與1394總線縮短了電路板測(cè)試過程中測(cè)試數(shù)據(jù)的傳輸及處理的時(shí)間，從而提高了測(cè)試的效率。系統(tǒng)通過不同的測(cè)試診斷程序，可測(cè)試不同的電路板，具有通用性與實(shí)用性，避免了測(cè)試系統(tǒng)重復(fù)建設(shè)而造成的資金浪費(fèi)，降低了測(cè)試系統(tǒng)開發(fā)與維護(hù)的成本。并在該測(cè)試系統(tǒng)資源平臺(tái)上增加了采用基于遺傳算法的支持向量機(jī)分類器，提高了電路診斷的正確率。
評(píng)論