机载设备自动化测试中应用系统的研究

刘勇

（中国光电研究院，天津 300300）

机载设备在飞机运行系统中属于核心性的组成部分，机载设备的不同类型和设备应用的技术要求现阶段呈现出逐步专业化和多样性的特征。因此，在设备和相关系统运行的过程中，应当针对常规运行中的故障问题加强检测维修力度，促使自动化测试系统能够对整个机载设备的运行状态以及飞机运行中的安全状态进行有效的把握。结合实际做好自动测试系统的架构安排，并针对性地发挥其故障测试的功能是促使机载设备自动化测试系统作用有效发挥的重要路径。

1 通用自动测试系统的结构与原理分析

1.1 硬件结构分析

在机载设备测试系统的结构中，硬件系统结构是整个机载测试系统结构中的重要组成部分。具体来说。常规的机载设备测试系统中，硬件设备主要包括板卡和设备两部分。部分板卡和设备的访问权限具体功能对于测试效果会产生非常直接的影响。另外，测试用例过程中的方式方法筛选也需要考虑客观上的硬件设备结构特征。从现阶段的应用需求上来讲，系统功能的灵活性要求呈现出逐步提升的状态。因此，硬件架构中主要包含的硬件设备以板卡设备、板卡驱动区域、终端设备三方面为主要结构。

通过组件化的硬件设备结构设置，使得自动化测试工作执行落实时能够直接依托组件结构实现对硬件设备的访问，达到测试的目标。

1.2 自动化测试工作的内容结构与基本原理分析

自动化测试系统在应用原理中主要依托板卡结构的作用发挥，将指令式的数据信息发送到激励设备上。由激励设备进行自主响应，并输出相应的激励型号，受到激励后，设备本身可进一步完成数据的输出。测试软件则在数据传输的过程中完成设备输出数据的采集，并且将采集到的数据与预批的模型构建数据分析结果进行对比分析，结合分析结果对设备的应用状态运行性能进行进一步的了解和评价。自动测试的过程中，指令发送以及数据采集数据结果的分析都依托计算机系统完成。合理规划测试流程并采取针对性的措施达到测试工作的目标是现阶段自动化测试工作落实开展时所需要把握的重点目标。在具体的自动化测试工作开展中，需结合不同的测试用例结构进行测试内容的规划分析，并依托相应的科学原理，促使自动化测试系统在实践应用中发挥出应有的效果。

2 机载设备数据测试的智能化平台搭建

为了提升智能化测试技术和设备的应用成效和整体效率，现阶段常见的智能化辅助平台以大数据技术支持下的云平台为典型代表。本文立足于云平台支持下的机载设备数据库构建以及依托数据的测试系统功能发挥效果实践分析，充分了解机载设备自动化测试系统在实践应用中的成效。

2.1 基于云平台进行机载设备数据分析的总体概述

机载设备数据具有总量丰富的特征，结合机载设备的不同类型设备数据信息，也可具体分为三种不同的类型：一是结构化数据；二是非结构化数据；三是半结构化数据。其中，结构化数据主要应用二维表格进行显示，数据间的逻辑关系也相对比较鲜明，所以数据在具体的存储过程中主要利用具备内在逻辑关系的数据库完成存储过程。而非结构化的数据则无法应用二维关系的数据库进行存储。主要包括了设备维修手册、测试平台的说明文件以及产品信息中的图片、视频信息。

而半结构化的数据具有结构固定的特征。主要包括了机载设备的常规测试报告、拆换量等数据信息。基于本文分析中的云平台的融入应用在具体的数据分析和查询的过程中，可利用云平台实现整个文件数据库的查找。已下载用户信息也可作为基础信息融入云平台的信息结构体系中。

从系统功能上来说，上述数据信息都是反映设备运行状态，预警设备故障的重要信息内容，利用云平台存储和利用这部分信息具有方便快捷，且能够真实有效的反映平台运行状态的积极作用。回归到云平台计算服务功能上来讲，在云平台支撑下的数据信息计算和分析的过程中，主要利用IAAS基础设施和技术元素进行数据计算。在具体的计算服务提供的过程中，利用分布式存储技术和虚拟技术，针对网络设备物理硬盘进行抽象，形成一个虚拟空间内的具备主机功能和硬盘功能的结构系统。用户可调用相关的信息完成系统平台的应用过程。数据分析的过程完成后，可形成完整的机载设备运行状态测试报告。若测试报告中，部分的指向性指标数据出现了问题或异常则提示设备运行存在故障或安全隐患，具体的测试报告信息界面如图1所示。

图1 机载设备的常规测试报告界面截图

2.2 基于云平台计算的机载设备数据测试客户端功能实现分析

云平台数据计算的过程需依托PC端完成，因此客户端功能的实现要点包括以下几部分。一是PC客户端的语言结构设置；二是客户端的注册登录功能设置；三是数据库管理功能设置；四是PC端的客户文件管理功能设置。

在PC客户端的云结构设置方面，云平台支持下的语言结构以C++语言为主，此主语言背景下具有非常丰富的API信息，可在沿结构编程时应用混编的形式实现程序的多样化功能。而主界面结构的框架搭建应用Qt语言进行编写。此种语言从应用优势上来讲，主要体现在功能丰富、辅助工具和插件完善、助手和扩展语言界面编辑器工人突出、可实现跨平台开发利用几个方面。关于PC客户端的注册与登录功能，主要是指通过python-rds-sdk完成初级脚本的构建。例如在管理员角色的设计过程中，就可首先用超级管理员身份进行访问信息的传达。同时应用云端所提供的RDS for myspl实现访问。

从程序编辑的角度上来说，主要通过相应的函数实现单句执行SQL操作的过程，随后再进一步获得完整的结果集，通过必要信息的支持判断是否完成注册的过程。登录成功也可通过结果级的数据信息显示状态进行真实有效的反应。在确认结果集的具体反应为真后，可创建对象，向RDS发出相应的请求，用字符串的形式显示请求参数指标。从前台的客户操作方面来讲，主要通过进一步设置账号的密码达到用户登录和注册实践操作完成的效果，在具体的登录注册功能实现的过程中需要关注的重点问题主要是应用C++语言调动的模块应当如何获取上述信息。通过实践维度的总结分析可知，在C++语言应用的背景下，需要通过点击登录注册按钮并进一步实现以文件形式输出信息的环节，便能够进一步实现信息的共享。这时，Python模块就能够顺利获得申请信息的数据。

数据库管理工作的实现从本质上来说是将云端数据库从抽象的状态转化为可视化状态的过程。关于文件管理功能的发挥，则主要需借助FTP协议来实现。在完成了云端服务器上的数据库构建后，会产生RDS从属数据库,设置存储数据库，主要是为了将云端服务器中的相关用户账号数据信息，向FTP服务器端进行同步。

3 云平台支持下的自动检测报告故障预测算法分析

3.1 常见基础算法

对于机载设备的自动测试和数据计算工作来说，算法的合理应用能够为进一步的检测工作开展提供重要的支持，并且通过数据的计算和分析针对异常和故障的现象精准判断常见的算法。主要有以下3种类型：（1）支持向量机算法；（2）决策树算法；（3）神经网络算法。

在本文的研究中，主要将决策树与支持向量机两种算法进行联合应用，最终在云平台计算技术的支持下，完成机载设备的故障检测实践研究。

3.2 PCA与Decision Tree联合故障预测算法分析

实现PCA算法的路径具体来说包括2种类型。一是通过特征值的分解方式实现PCA算法的应用。二是通过SVD分解PCA的方式完成计算过程。在基于特征值进行PCA分解实现的过程中，需要借助矩阵去中心化的方式对矩阵单列的平均值进行计算，随后单列各自减去平均值，具体的计算公式为：

结合上述公式可应用特征值分解的方法，求得特征值和特征向量的具体数据，其中将向量指标用字母v表示，则可得矩阵A的特征向量，表达式为：

在此基础上实现特征向量的正交标准化处理，这时矩阵A可分解为以下表达形式：

在应用奇异值分解方法进行PCA计算的过程中，需要按照。矩阵去中心化处理、计算协方差矩阵、特征值特征向量的计算三个基本步骤完成计算过程。在具体的计算过程中，奇异值分解的方法可直接得到特征向量和特征值的指标，随后将协方差矩阵设置为A，对的计算得到特征值与特征向量的数据随后形成矩阵结构。矩阵结构形成后，进一步实现对角矩阵的求和，具体表达式如下：

3.3 PCA＋LS-SVM联合故障信息计算模式应用实验设计

在分析机载设备故障时，通常常用的方式为一对一针对性分析模式，通过建立分类器结构，形成判断故障的多分类器空间。

在2种方式融合的机载设备故障预测模型构件之前，需要首先完成基础参数的初始化处理。随后应用网格搜索的方式对惩罚因子C，RBF核函数参数g进行迭代寻优分析。具体的编程实验公式为：

在实践中的故障分析工作中，可依托上述的系列编程数据计算公式得到准确的数据，并且通过编程操作和对比观察的方式对显示出的设备系统信息进行观察分析。对异常情况下的数据指标显示情况进行把握，以便最终促使数据信息的分析研究能够在合理的公式计算支持下更加具备精准性，这也有利于为故障分析的工作提供重要的参考，促使机载设备自动检测系统所检测出的故障信息数据以及具体故障类型在合理性上更进一步的提升，这也是最终提出针对性的设备维修管理方案、提升机载设备长期运行过程中的稳定性的有效路径。

4 结语

通过本文的分析可知，在机载设备的自动检测系统应用过程中，需结合不同类型的机载设备对推动检测技术的应用流程进行合理的规划。另外，检测过程中，机载设备系统的引擎区域以及固证检测过程中的计算方法都是影响机载设备自动检测系统作用发挥的重要环节。在具体的自动检测系统研究的过程中，应当积极借助云平台计算方式和系统运行模式提升整个检测系统的运行应用有效性，并且进一步通过多种计算方法联合的方式对故障信息的判定数据进行模拟计算，最终找到故障判定的科学方法，提升故障判定的有效性。