模拟电路的故障诊断与参数辨识代数方法

针对模拟电路难以实现故障参数辨识的问题,从代数算法角度,提出一种基于主本征值和Frobenius范数的模拟电路故障诊断与参数辨识法。该方法把被测电路输出响应的采样序列组成一个方阵;求解该方阵的主本征值和Frobenius范数;根据测前仿真获得的每个可能发生故障的器件相对应的主本征值和Frobenius范数变化趋势线,以最小误差为判据,确定最可能发生故障的器件,实现故障定位和参数辨识。实测结果表明:该方法可将故障定位和参数辨识一体化处理,与已有的几种经典算法相比,具有计算效率高、故障定位准确率高、参数辨识精度高的优点。     

模拟集成电路故障诊断与参数辨识的代数方法

为实现模拟电路参数辨识和降低故障诊断成本,提出一种基于矩阵扰动理论的模拟电路故障诊断和参数辨识方法。该方法不同于基于数字信号处理（DSP）与人工智能的方法,而是从代数观点出发,以被测电路响应矩阵的本征值随被诊断器件参数的变化而变化的对应关系为基础,建立故障模型。该模型将故障检测,故障定位和参数辨识一体化处理,具有易于工程实施的优点。实验结果表明该方法的计算时间开销小,可降低测试成本,故障定位和故障参数辨识精度高,实验结果中的最大辨识误差为2.35%。     

基于复互小波分析的模拟电路故障诊断方法

针对模拟电路故障诊断研究中故障特征提取的难题,提出基于复互小波变换的相对幅度?相对相位协同分析的新方法,并根据复互小波变换的特点构建了故障敏感信息提取算法。使用复互小波变换能同时提取模拟电路在不同频率和时间尺度上的故障特征,并且相对幅度和相对相位信息分别从信号“能量”和“时间延迟”两个不同角度表征模拟电路的故障信息。该方法同时使用了蒙特卡洛方法构建正常电路元器件的容差范围,仿真实验结果表明该方法可以有效地解决模拟电路中灾难型和参数型故障诊断问题。     

基于复模型的模拟电路故障诊断

参数故障诊断和容差问题是模拟电路故障诊断的两个主要难题。该文从故障建模入手,提出一种新的复数域参数故障统一建模方法。模拟电路输出电压的实部和虚部都是故障元件参数的函数,联立实部和虚部函数,并消掉被建模元件参数,得到与参数无关的函数。该函数只由电路结构、故障元件位置和无故障元件的参数确定。因此,以它作为故障模型就与参数无关,能描述任何参数漂移、开路和短路故障。该模型函数是二次函数,除了无故障点之外,不同元件的模型函数会在复平面上相交于第二个点,称为混叠问题。该文采用多频方法来消除此混叠现象。仿真结果验证了方法的有效性。     

线性模拟电路软故障建模与诊断策略

针对线性模拟电路软故障诊断问题,提出了一种新的基于解析模型的方法。该方法利用硬故障电压值,构建电路的阻抗-电压方程,以便计算线性模拟电路软故障时系统输出电压,从而形成用于软故障诊断的故障特征向量。该文首先讨论了电路阻抗参数连续变化时,单软故障建模和模拟电路可测性分析的基本结论;其次以多故障中最常见的双故障为例,亦给出了由阻抗-电压方程确立的软故障电压建模;最后形成了相应的故障定位定值策略。在交流信号激励下的例子电路中进行建模与诊断分析,结果表明,提出的软故障建模与诊断策略运行有效,结果准确。     

考虑电压相位的实用负荷模型参数辨识

目前电力系统感应电机负荷模型一般采用实用模型,参数辨识时仅采用电压有效值,而忽略电压相位和交轴电压分量.分析忽略交轴电压分量所需的条件,发现该条件通常难以满足.并提出考虑电压相位和交直轴电压分量的负荷建模实用模型,用于电力负荷参数辨识.不同故障下的算例结果表明,该实用模型比仅考虑电压有效值的实用模型,能更精确地辨识出负荷模型参数.     

模拟故障诊断中的容差处理方法研究

基于斜率故障模型的故障诊断方法较好地解决了线性电路的软故障和硬故障诊断问题,是一种很有价值的故障模型,但是容差问题使该方法不实用,基于此,给出了新的容差处理方法.首先斜率故障模型的公共点(由无故障时两个选定测点的电压值确定)不再是一个定值,而是在实际电路运行中获得,它包含了实际电路元件的容差信息.其次,受容差影响,元件...     

基于信息融合的控制系统中模拟电路故障诊断

针对控制系统中的模拟电路具有多种工作状态的特殊情况和故障诊断过程中的不确定性问题，提出了模糊一神经网络信息融合算法．给出了该算法的基本模型和应用于控制系统中模拟电路故障诊断的一般规律，通过将电路不同工作状态下的有效信息进行融合，结合模糊信息处理技术和神经网络推理技术，最终实现故障定位．将其应用到某型船舶主机遥控系统中延时电路板的故障诊断系统中，结果表明，该方法能够有效地提高故障模式的识别能力，将故障准确地定位到元器件．     

模拟VLSI电路故障诊断的子带特征提取方法

为了降低模拟电路参数型故障的测试难度,提出了一种基于奥克塔夫(Octave)-Haar小波结构的模拟VLSI电路故障诊断方法。将测试响应经小波滤波器组完成子带滤波,随后对各子带滤波序列计算故障子序列与正常子序列的互相关系数,对每一故障,可确定出互相关系数最小的子带,并将此数值作为该故障的特征,对应子带的正常响应序列的自相关系数作为无故障特征,用故障特征与正常特征的对比可诊断故障。对国际标准电路的实验表明,该方法对参数型故障的诊断已具有高分辨率。     

容差条件下的模拟电路故障诊断方法

指出了线性模拟电路中,测试点电压向量在故障状态下相对于标准状态下的变化量,其向量方向由故障元件在 被测电路中的位置决定。证明了线性电路中节点电压灵敏度向量的方向能够反映故障元件的位置。结合节点电压敏感度向量 的模反映故障元件参数变化量到测试点电压变化量的权重这一特点,以节点电压灵敏度向量为故障特征建立了故障字典。提 出一种容差条件下的故障诊断判定算法,兼顾故障定位和元件的参数变化量,可以有效地实现模拟电路元件参数在一定容差 范围内随机变化条件下的单一软故障诊断。仿真结果验证了该理论的正确性和方法的有效性。     

模拟电路单故障与多故障诊断的提升小波和RBF方法

为了更高效、更准确地诊断模拟电路的单故障和多故障,提出了提升小波和RBF神经网络相结合的方法。该方法用提升小波系数表征故障电路的特征,训练RBF神经网络,将训练好的神经网络作为分类器,对故障电路进行诊断。通过对比,提出的提升小波方法诊断效果明显优于传统小波,准确率达到99.2%,用时更长。结果表明,基于提升小波和RBF神经网络的模拟电路单故障与多故障诊断方法可以有效地提取故障电路的特征并准确快速地对故障进行分类。     

树型配电网相间短路的验证法故障诊断

根据分布参数电路理论，先对树型配电网的某一分支建立其短路故障诊断方程，对于树型配电网则采用故障检测信号由起端逐段传递、短路点逐段搜索和可端口电压有效值验证方法，一并完成树型配电网相间短路的分支识别和短路点定距，此方法的特点是将故障的分支识别和短路点定距溶为一体，大量故障诊断的计算机模拟和于仿真线上的实验表明，该方法有效。     

基于圆故障模型的模拟电路故障诊断方法

针对模拟电路故障诊断中故障字典法的电路故障响应状态的不可数性,提出了一种新的复平面空间圆故障模型诊断方法。该方法利用电路响应与元件的位置及电路拓扑结构之间的关系,在复平面空间上建立圆函数作为故障特征。故障诊断时,利用测试值到圆中心之间距离与圆半径相等的原理来精确定位故障。实验证明圆故障模型既能解决故障响应不可数问题又能简化故障字典,降低仿真和测试代价。同时,该方法不但能诊断软故障和硬故障,而且也能很好地解决容差问题。     

应用Elman网络优化非线性模拟电路测试激励

非线性模拟电路瞬态测试激励信号的参数对电路故障识别率影响很大,在搜索最佳激励信号的过程中,需建立非线性模拟电路的系统模型。Elman网络是一种递归神经网络,能逼近任意动态非线性系统。该文用一种改进的Elman网络建立故障电路和非故障电路的系统模型,用遗传算法搜索最佳瞬态测试激励信号参数,仿真实验结果表明经过该方法优化后的激励信号能大大提高非线性模拟电路的故障识别率。     

树形配电线路单相接地故障测距新算法

针对树形配电线路特点 ,建立单相接地故障的分布参数电路模型 ,于故障后利用线路起始端的电压相量和电流相量 ,提出了一种树形配电线路单相接地故障测距的新算法 .本算法利用树形线路的层次化拓扑结构描述方法 ,将始端相量逐分支向后传递 ,故障点逐分支搜索的方法实现故障分支的识别和故障点的定位 ,利用多频诊断法实现真伪故障的识别 .大量计算机仿真和在模型线路上的实验均表明该算法有效     

基于小波神经网络的容差模拟电路故障诊断方法

以模拟电路的故障诊断为例,利用小波分析,将电路故障信号进行层次分解,获得不同频段的信号成分,取其能反映故障信号特征的成分作为电路故障特征,再输入给神经网络,大大减少了神经网络的输入数目、简化了神经网络的结构、减少了它的训练时间,并提高了辨识故障类别的能力.     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点,提出基于小波神经网络的模拟电路故障诊断方法.采用能量分布特征提取方法和改进BP算法,用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.相对于传统的故障诊断方法,用小波变换对故障信号进行预处理,大大减少了神经网络的输入数目,从而简化了神经网络的结构和减少了它的训练时间,并提高了辨识故障类别的能力.对实例电路仿真结果表明,该方法能正确识别各种故障状态,准确率高.