一种容差模拟电路的分级故障诊断方法

提出了一种基于分级故障字典的容差模拟电路故障诊断方法;在测前首先对待诊断电路进行最坏情况分析得到容差电路输出电压的正常区间,并存为第一级故障字典用于电路故障检测;再利用节点电压灵敏度序列作为故障特征建立用于定位故障元件的第二级故障字典;最后通过测前划分元件参数的七段式仿真建立用于故障元件参数区间识别的第三级故障字典;在测后实施故障诊断时可根据需要依次查阅字典,检测电路故障,定位故障元件及识别故障元件的参数区间;该方法能够提高测后故障诊断的效率,在实际应用中具有一定的参考价值;最后通过仿真实验验证了该方法的有效性。     

基于电流源激励的BP神经网络模拟电路故障诊断

针对传统故障字典法对模拟电路故障诊断时存在的缺陷提出了新的故障字典法;将电流源激励下二端口网络输入端和输出端的电压增益比作为故障特征信息,在此基础上先直流测试,后利用BP神经网络交流测试;该方法充分考虑了电路元件的容差,减轻了BP神经网络诊断故障的负担,提高了故障诊断的速度、准确率以及故障覆盖率;利用MATLAB和PSPICE工具对该方法进行实例仿真,结果表明其能够实现快速、准确的故障定位。     

小波神经网络在模拟电路故障诊断中的应用

研究模拟电路优化问题,电路系统存在非线性和漂移会引起系统故障.针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足,为解决上述问题,提出基于小波神经网络的模拟电路故障诊断方法.采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断.故障诊断仿真表明,保证较高故障诊断正确率RBF网络的训练次数得到了极大地缩小,极大地提高了模拟电路故障诊断的效率,为设计提供了依据.     

模拟电路故障诊断技术的发展

介绍了模拟电路故障诊断的重要性及其现状，对基于故障字典法的故障诊断方法进行了研究，探讨了基于神经网络的故障诊断方法，并指出了故障诊断技术的发展趋势。     

模拟电路故障字典开发平台

针对模拟电路板故障诊断和维修中存在的困难,引入基于故障字典法的模拟电路故障字典开发平台,该平台集成了电路模型图形化输入、元器件故障自动插入、交流频率自动选取、诊断测试点优选等关键技术,通过对电路的自动仿真与数据分析实现了模拟电路故障诊断用故障字典的自动生成;通过结合实际模拟电路板验证表明,应用陔平台可有效避免传统依赖人工分析进行故障诊断遇到的各种难题,对提高模拟电路板故障诊断效率以及实现模拟电路板的自动测试都具有重要意义。     

模拟电路仿真与故障字典生成方法

针对模拟电路故障诊断需求，对模拟电路仿真和故障字典生成的实现方法进行了研究。首先，设计软件实现总体结构，从软件界面层、运行层、数据访问层、数据层等方面搭建过程中需要的电路知识管理、工程管理、电路仿真设置、仿真运行、故障字典生成和辅助故障诊断等功能框架；进而通过创建被测电路仿真原理图、新建仿真工程、仿真设置、故障注入等详细设计，实现被测电路的功能仿真和故障仿真；然后根据仿真结果，利用故障字典生成器生成所有故障模式下的整数编码故障字典；最终辅助诊断功能，验证故障字典是否可用。通过对演示板12个故障注入后的仿真数据做故障字典生成训练，并完成了对实测数据的故障定位，验证了该方法的可行性，为模拟电路故障诊断提供了实用的测试方法和手段，具有较好的实用价值。     

模拟电路故障诊断技术研究

研究了模拟电路故障诊断方法。主要讨论了测前模拟法、测后模拟法、近似技术、专家系统的模拟电路故障诊断方法和神经网络、模糊理论、小波变换的模拟电路故障诊断新方法及原理。     

模拟电路故障诊断仪的设计

提出一种实用的分层故障字典诊断模型。首先进行子网络撕裂，缩小字典规模，随后运用交流故障字典法划分故障模糊集，最后运用直流故障字典法定位故障元件。该诊断模型有效地克服了传统故障字典方法中字典规模过于庞大的缺点。并且便于实现模拟电路的自动测试，故障定位准确率高。文中同时阐述了算法的应用和软硬件设计要点，并在某高炮控制系统模拟电路故障诊断中得到了应用。     

基于小波神经网络的模拟电路故障诊断技术

文章提出了一种基于小波神经网络的模拟电路故障诊断方法:通过分析被测电路的冲激响应来识别电路中的故障元件,利用小波理论中的多分辨率分析的方法提取出相应信号中的故障特征,组成特征向量后输入神经网络进行训练,实现故障诊断;该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间,文中分别用小波神经网络和传统的BP神经网络对实例电路进行故障诊断,仿真结果发现:小波神经网络相比BP网络方法收敛速度更快,诊断率更高。     

模拟电路故障诊断的神经网络方法综述

以近年来国内外有关的文献报道为依据,对目前已经提出的各种基于神经网络的模拟电路故障诊断方法进行系统的归纳和分类,重点讨论了神经网络故障字典法和神经网络优化诊断法;指出模拟电路故障诊断的神经网络诊断法不能完全取代传统的诊断方法,并预测这类方法的发展趋势是应用小波变换、模糊控制和遗传算法等技术,克服神经网络本身的局限性,并解决神经网络结构的确定、数据预处理和训练样本集的优选等问题.     

A robust fault diagnosis and accommodation scheme for robot manipulators

This paper investigates an algorithm for robust fault diagnosis (FD) in uncertain robotic systems by using a neural sliding mode (NSM) based observer strategy. A step by step design procedure will be discussed to determine the accuracy of fault estimation. First, an uncertainty observer is designed to estimate the uncertainties based on a first neural network (NN1). Then, based on the estimated uncertainties, a fault diagnosis scheme will be designed by using a NSM observer which consists of both a second neural network (NN2) and a second order sliding mode (SOSM), connected serially. This type of observer scheme can reduce the chattering of sliding mode (SM) and guarantee finite time convergence of the neural network (NN). The obtained fault estimations are used for fault isolation as well as fault accommodation to self-correct the failure systems. The computer simulation results for a PUMA560 robot are shown to verify the effectiveness of the proposed strategy.     

基于自动测试系统的故障诊断方法研究

阐述了基于自动测试系统故障诊断的意义,对基于自动测试系统故障诊断方法的发展现状进行了总结,并对应用神经网络、模糊理论和小波分析后发展的趋势。分析了存在的问题,并提出了解决方法。     

有序神经网络及在阳极效应预报中的应用

提出了利用有序神经网络研究铝电解槽阳极效应的预报问题。概述了铝电解槽及其阳极效应的基本情况，针对铝电解槽控制难题和传统方法的不足，选择有序神经网络用于阳极效应概率预报。描述了有序神经网络的基本结构、与传统单隐层BP神经网络的区别以及由此带来的网络映射性能的改善，并使用梯度下降原则推导了有序神经网络的学习算法。使用铝电解槽的现场数据对有序神经网络进行训练并检验，结果表明有序神经网络可以比传统神经网络更及时、准确地对铝电解槽阳极效应进行预报。     

基于集成多神经网络在模拟电路故障诊断中的研究

以进行模拟电路故障诊断为主要目的,针对单神经网络故障字典法在进行复杂电路系统故障诊断时,对多故障和多任务诊断的不足之处,讨论了基于多故障的神经网络集成技术,采用集成多神经网络来提高诊断速度和精度,提出了集成多神经网络故障字典法来解决多故障任务,对基于层次分类模型的多重结构神经网络进行了研究,给出了两种对故障定位的统一融合算法,克服了采用单神经网络多故障时学习速度慢,出现新故障的网络要重新进行学习等缺点.并给出了应用实例.     

基于神经网络的智能故障诊断技术

归纳了神经网络在故障诊断中的运用方式，探讨了故障诊断的神经网络方法和专家系统方法的联系和区别，以及两种方法的结合方法；最后，给出了选择智能故障诊断方法的原则。     

具有容差的模拟电路软故障的BP网络诊断新方法

文中提出了利用K故障诊断法导出软故障的统一特征向量的方法,并提出了改进的BP算法,由BP网络结合故障字典法对模拟电路进行故障诊断。最后本文给出了仿真实例,实验证明所提出的方法与传统的方法相比有更好的实时性和诊断效率。