基于GA-SVM的多总线自动化测试系统故障诊断优化研究

• 作者: 宋冬冬 林红举 马玉泉
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 自动测试系统 故障诊断 TPS 支持向量机
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 162-166
• 页数: 5页
• 分类号: TP277
• 字数: 3202字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2013.00162

摘要

基于多总线自动化测试系统的故障诊断则是采用了由GPIB、IEEE 1394、VXI三总线构建的自动测试系统,在TPS软件资源下对电路板进行功能测试与故障诊断,使用故障树分析法详细分析了测试诊断TPS的设计方案和具体的测试诊断过程.自动测试系统方便了电路板上不同信号的采集,能有效的检测出电路板中的故障并将故障定位到具体的电路元器件上.同时自动测试系统可灵活的设置激励信号,方便了电路软、硬故障的测试.以比较器驱动开关电路为例,在该测试系统资源平台上增加了采用基于遗传算法的支持向量机分类器,融合了遗传算法的支持向量机,优化了算法中的参数,经对比实验表明,GA-SVM算法比LIBSVM算法提高了5％的故障诊断正确率,能达到98％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马玉泉	河北科技师范学院研究生部机电工程学院电气系	36	276	8.0	16.0
2	宋冬冬	河北科技师范学院研究生部机电工程学院电气系	25	79	5.0	7.0
3	林红举	河北科技师范学院研究生部机电工程学院电气系	20	77	6.0	8.0