基于GPIB/VXI/IEEE1394總線的板級電路功能測試和故障診斷自動化測試系統
加入技術交流群
5)進行交叉和變異操作，形成新一代的種群。
6)當平均適應度值變化持續小于某一常數并超過一定代數時，得到具有最大適應的個體作為最優解輸出，并將得到的最優解譯碼行得到優化的參數。否則反復執行3～5步。
7)把前一步得到的優化參數作為SVM分類器主要參數C與的采用值，進行樣本訓練與故障分類。
融合了遺傳算法的SVM既保留了SVM算法的優勢，又并入了遺傳算法的優點。從分布均勻的多個點構成的群體開始搜索，在尋求最優解的過程中只需由目標函數值轉換得到的適應值，而不需其它輔助信息，使算法更加簡單且不易陷入局部最優解的困境中。并避開了原SVM算法中參數C選值困難的劣勢，提高了分類器的分類正確率。本文引用地址：http://www.104case.com/article/175997.htm
3 電路診斷實例
整個故障診斷測試過程可用流程圖表示出來如圖3所示。在正確安裝好適配板后系統加電，判定系統提供的測試電壓無誤后，正確安裝上被測板，進入各項功能測試階段。對各功能模塊逐步測試，若所有功能都通過測試，沒有測出不正常值，則系統顯示電路板功能正常，系統斷電，測試結束。若測試過程中得出一個或一個以上的錯誤值，測試系統將進入故障診斷測試部分。
以含常用元器件較多的繼電器開關控制電路為例，電路如圖4所示。當電路中的某個元器件發生故障，如電阻開路或是運放故障，輸出信號的電壓幅值、高值、低值、頻率和占空比等特性會發生變化，測試系統在測試時將這些電路特性值保存下來，留作樣本數據使用，再采用分類器進行故障診斷。
將測試得到250個樣本，前100個做訓練樣本，剩余的150個做測試樣本。訓練集與測試集經數據歸一化預處理后，用一般的支持向量機與基于遺傳算法的支持向量機分別進行故障診斷。診斷結果如表1所示。基于遺傳算法的分類器故障診斷的正確率可高達99．33％。
4 結論
該多總線自動化測試系統將多種測試儀器集成于一體，方便了測試。采用高傳輸速率的VXI與1394總線縮短了電路板測試過程中測試數據的傳輸及處理的時間，從而提高了測試的效率。系統通過不同的測試診斷程序，可測試不同的電路板，具有通用性與實用性，避免了測試系統重復建設而造成的資金浪費，降低了測試系統開發與維護的成本。并在該測試系統資源平臺上增加了采用基于遺傳算法的支持向量機分類器，提高了電路診斷的正確率。
評論