機載設備自動化測試中應用系統的研究

劉勇

（中國光電研究院，天津 300300）

機載設備在飛機運行系統中屬于核心性的組成部分，機載設備的不同類型和設備應用的技術要求現階段呈現出逐步專業化和多樣性的特征。因此，在設備和相關系統運行的過程中，應當針對常規運行中的故障問題加強檢測維修力度，促使自動化測試系統能夠對整個機載設備的運行狀態以及飛機運行中的安全狀態進行有效的把握。結合實際做好自動測試系統的架構安排，并針對性地發揮其故障測試的功能是促使機載設備自動化測試系統作用有效發揮的重要路徑。

1 通用自動測試系統的結構與原理分析

1.1 硬件結構分析

在機載設備測試系統的結構中，硬件系統結構是整個機載測試系統結構中的重要組成部分。具體來說。常規的機載設備測試系統中，硬件設備主要包括板卡和設備兩部分。部分板卡和設備的訪問權限具體功能對于測試效果會產生非常直接的影響。另外，測試用例過程中的方式方法篩選也需要考慮客觀上的硬件設備結構特征。從現階段的應用需求上來講，系統功能的靈活性要求呈現出逐步提升的狀態。因此，硬件架構中主要包含的硬件設備以板卡設備、板卡驅動區域、終端設備三方面為主要結構。

通過組件化的硬件設備結構設置，使得自動化測試工作執行落實時能夠直接依托組件結構實現對硬件設備的訪問，達到測試的目標。

1.2 自動化測試工作的內容結構與基本原理分析

自動化測試系統在應用原理中主要依托板卡結構的作用發揮，將指令式的數據信息發送到激勵設備上。由激勵設備進行自主響應，并輸出相應的激勵型號，受到激勵后，設備本身可進一步完成數據的輸出。測試軟件則在數據傳輸的過程中完成設備輸出數據的采集，并且將采集到的數據與預批的模型構建數據分析結果進行對比分析，結合分析結果對設備的應用狀態運行性能進行進一步的了解和評價。自動測試的過程中，指令發送以及數據采集數據結果的分析都依托計算機系統完成。合理規劃測試流程并采取針對性的措施達到測試工作的目標是現階段自動化測試工作落實開展時所需要把握的重點目標。在具體的自動化測試工作開展中，需結合不同的測試用例結構進行測試內容的規劃分析，并依托相應的科學原理，促使自動化測試系統在實踐應用中發揮出應有的效果。

2 機載設備數據測試的智能化平臺搭建

為了提升智能化測試技術和設備的應用成效和整體效率，現階段常見的智能化輔助平臺以大數據技術支持下的云平臺為典型代表。本文立足于云平臺支持下的機載設備數據庫構建以及依托數據的測試系統功能發揮效果實踐分析，充分了解機載設備自動化測試系統在實踐應用中的成效。

2.1 基于云平臺進行機載設備數據分析的總體概述

機載設備數據具有總量豐富的特征，結合機載設備的不同類型設備數據信息，也可具體分為三種不同的類型：一是結構化數據；二是非結構化數據；三是半結構化數據。其中，結構化數據主要應用二維表格進行顯示，數據間的邏輯關系也相對比較鮮明，所以數據在具體的存儲過程中主要利用具備內在邏輯關系的數據庫完成存儲過程。而非結構化的數據則無法應用二維關系的數據庫進行存儲。主要包括了設備維修手冊、測試平臺的說明文件以及產品信息中的圖片、視頻信息。

而半結構化的數據具有結構固定的特征。主要包括了機載設備的常規測試報告、拆換量等數據信息。基于本文分析中的云平臺的融入應用在具體的數據分析和查詢的過程中，可利用云平臺實現整個文件數據庫的查找。已下載用戶信息也可作為基礎信息融入云平臺的信息結構體系中。

從系統功能上來說，上述數據信息都是反映設備運行狀態，預警設備故障的重要信息內容，利用云平臺存儲和利用這部分信息具有方便快捷，且能夠真實有效的反映平臺運行狀態的積極作用。回歸到云平臺計算服務功能上來講，在云平臺支撐下的數據信息計算和分析的過程中，主要利用IAAS基礎設施和技術元素進行數據計算。在具體的計算服務提供的過程中，利用分布式存儲技術和虛擬技術，針對網絡設備物理硬盤進行抽象，形成一個虛擬空間內的具備主機功能和硬盤功能的結構系統。用戶可調用相關的信息完成系統平臺的應用過程。數據分析的過程完成后，可形成完整的機載設備運行狀態測試報告。若測試報告中，部分的指向性指標數據出現了問題或異常則提示設備運行存在故障或安全隱患，具體的測試報告信息界面如圖1所示。

圖1 機載設備的常規測試報告界面截圖

2.2 基于云平臺計算的機載設備數據測試客戶端功能實現分析

云平臺數據計算的過程需依托PC端完成，因此客戶端功能的實現要點包括以下幾部分。一是PC客戶端的語言結構設置；二是客戶端的注冊登錄功能設置；三是數據庫管理功能設置；四是PC端的客戶文件管理功能設置。

在PC客戶端的云結構設置方面，云平臺支持下的語言結構以C++語言為主，此主語言背景下具有非常豐富的API信息，可在沿結構編程時應用混編的形式實現程序的多樣化功能。而主界面結構的框架搭建應用Qt語言進行編寫。此種語言從應用優勢上來講，主要體現在功能豐富、輔助工具和插件完善、助手和擴展語言界面編輯器工人突出、可實現跨平臺開發利用幾個方面。關于PC客戶端的注冊與登錄功能，主要是指通過python-rds-sdk完成初級腳本的構建。例如在管理員角色的設計過程中，就可首先用超級管理員身份進行訪問信息的傳達。同時應用云端所提供的RDS for myspl實現訪問。

從程序編輯的角度上來說，主要通過相應的函數實現單句執行SQL操作的過程，隨后再進一步獲得完整的結果集，通過必要信息的支持判斷是否完成注冊的過程。登錄成功也可通過結果級的數據信息顯示狀態進行真實有效的反應。在確認結果集的具體反應為真后，可創建對象，向RDS發出相應的請求，用字符串的形式顯示請求參數指標。從前臺的客戶操作方面來講，主要通過進一步設置賬號的密碼達到用戶登錄和注冊實踐操作完成的效果，在具體的登錄注冊功能實現的過程中需要關注的重點問題主要是應用C++語言調動的模塊應當如何獲取上述信息。通過實踐維度的總結分析可知，在C++語言應用的背景下，需要通過點擊登錄注冊按鈕并進一步實現以文件形式輸出信息的環節，便能夠進一步實現信息的共享。這時，Python模塊就能夠順利獲得申請信息的數據。

數據庫管理工作的實現從本質上來說是將云端數據庫從抽象的狀態轉化為可視化狀態的過程。關于文件管理功能的發揮，則主要需借助FTP協議來實現。在完成了云端服務器上的數據庫構建后，會產生RDS從屬數據庫,設置存儲數據庫，主要是為了將云端服務器中的相關用戶賬號數據信息，向FTP服務器端進行同步。

3 云平臺支持下的自動檢測報告故障預測算法分析

3.1 常見基礎算法

對于機載設備的自動測試和數據計算工作來說，算法的合理應用能夠為進一步的檢測工作開展提供重要的支持，并且通過數據的計算和分析針對異常和故障的現象精準判斷常見的算法。主要有以下3種類型：（1）支持向量機算法；（2）決策樹算法；（3）神經網絡算法。

在本文的研究中，主要將決策樹與支持向量機兩種算法進行聯合應用，最終在云平臺計算技術的支持下，完成機載設備的故障檢測實踐研究。

3.2 PCA與Decision Tree聯合故障預測算法分析

實現PCA算法的路徑具體來說包括2種類型。一是通過特征值的分解方式實現PCA算法的應用。二是通過SVD分解PCA的方式完成計算過程。在基于特征值進行PCA分解實現的過程中，需要借助矩陣去中心化的方式對矩陣單列的平均值進行計算，隨后單列各自減去平均值，具體的計算公式為：

結合上述公式可應用特征值分解的方法，求得特征值和特征向量的具體數據，其中將向量指標用字母v表示，則可得矩陣A的特征向量，表達式為：

在此基礎上實現特征向量的正交標準化處理，這時矩陣A可分解為以下表達形式：

在應用奇異值分解方法進行PCA計算的過程中，需要按照。矩陣去中心化處理、計算協方差矩陣、特征值特征向量的計算三個基本步驟完成計算過程。在具體的計算過程中，奇異值分解的方法可直接得到特征向量和特征值的指標，隨后將協方差矩陣設置為A，對的計算得到特征值與特征向量的數據隨后形成矩陣結構。矩陣結構形成后，進一步實現對角矩陣的求和，具體表達式如下：

3.3 PCA＋LS-SVM聯合故障信息計算模式應用實驗設計

在分析機載設備故障時，通常常用的方式為一對一針對性分析模式，通過建立分類器結構，形成判斷故障的多分類器空間。

在2種方式融合的機載設備故障預測模型構件之前，需要首先完成基礎參數的初始化處理。隨后應用網格搜索的方式對懲罰因子C，RBF核函數參數g進行迭代尋優分析。具體的編程實驗公式為：

在實踐中的故障分析工作中，可依托上述的系列編程數據計算公式得到準確的數據，并且通過編程操作和對比觀察的方式對顯示出的設備系統信息進行觀察分析。對異常情況下的數據指標顯示情況進行把握，以便最終促使數據信息的分析研究能夠在合理的公式計算支持下更加具備精準性，這也有利于為故障分析的工作提供重要的參考，促使機載設備自動檢測系統所檢測出的故障信息數據以及具體故障類型在合理性上更進一步的提升，這也是最終提出針對性的設備維修管理方案、提升機載設備長期運行過程中的穩定性的有效路徑。

4 結語

通過本文的分析可知，在機載設備的自動檢測系統應用過程中，需結合不同類型的機載設備對推動檢測技術的應用流程進行合理的規劃。另外，檢測過程中，機載設備系統的引擎區域以及固證檢測過程中的計算方法都是影響機載設備自動檢測系統作用發揮的重要環節。在具體的自動檢測系統研究的過程中，應當積極借助云平臺計算方式和系統運行模式提升整個檢測系統的運行應用有效性，并且進一步通過多種計算方法聯合的方式對故障信息的判定數據進行模擬計算，最終找到故障判定的科學方法，提升故障判定的有效性。