共查询到20条相似文献,搜索用时 46 毫秒
1.
模拟电路内建自测试故障特征提取与优化 总被引:1,自引:0,他引:1
针对电子装备中模拟电路内建自测试(built-in self test,BIST)的自动测试矢量生成需要引入数模和模数转换器,从而增加了硬件电路面积和测试测量误差,并增加了测试的复杂性、降低了系统的可靠性的缺点,提出一种模拟电路内建自测试故障特征提取与优化方法.该方法是利用电子装备中自带的微控制器产生的方波作为模拟电路的自动测试矢量,并针对此自动测试矢量产生的输出响应进行分析,提取多维故障特征并优化的算法.该方法能够使得自动测试矢量生成复杂性降低,优化故障特征并通过故障隔离度计算公式使得故障的可隔离程度提高,精简故障特征样本,从而减少测试的复杂性和代价.最后,通过实验验证了所提出方法的正确性和有效性. 相似文献
2.
本文以进行模拟电路故障诊断为主要目的,提出了基于小波包变换预处理的交流电路神经网络故障字典法,此方法充分利用小波包分解信号的能力,把交流电路的频率响应任意细分,能获取更多的故障特征。诊断速度快.效果好 相似文献
3.
4.
针对目前电气故障主要依靠人工维修,存在故障定位难、定位慢的问题,提出了一种通过PLC扫描电路拓扑结构,快速定位故障的解决方案。在该方案中,维修人员根据电路对象的功能和结构选取诺干激励点和检测点,并安装好激励控制电路与检测线路。一旦发生故障,可通过PLC控制激励,扫描各检测点的状态,获取故障电路信息,并进行初步处理。这些信息再经过上位机PC的进一步分析处理,得出故障所在位置。实验测试结果证明,该方案能够快速、准确定位电气电路中的各种短路、断路故障,有良好的实用性。 相似文献
5.
提出了基于输出电压和电源电流协同分析的模拟电路故障诊断新方法.由于不同故障对输出电压和电源电流谐波频谱的幅度和相位的敏感程度不同,因此使用该方法可以有效地检测到灾难型故障和参数型故障,并且该方法对传统方法无法检测的时延类故障依然有效,在协同分析过程中分别采用欧式距离和马氏距离作为灾难型故障和参数型故障检测的判别依据,并且文中分析了由于输入激励不同、分析谐波次数不同所导致的故障覆盖率问题.与基于输出电压的分析方法相比,基于输出电压和电源电流协同分析的方法具有更高的故障覆盖率. 相似文献
6.
7.
8.
针对开关电流(SI)电路的故障诊断和定位问题,为进一步提高故障准确率,提出了基于信息熵和Haar小波变换的开关电流电路故障诊断新方法。该方法采用伪随机信号激励经蒙特卡罗分析、Haar小波正交滤波器分解和信息熵及模糊集的计算来实现故障特征的提取,以减少信号的冗余。最后构建故障字典,完成各故障模式的故障分类。对六阶切比雪夫低通滤波器进行了仿真实验验证,获得了100%的故障诊断准确率,与其它方法进行比较,实验结果显示了本文方法的优越性。 相似文献
9.
针对模拟电路早期故障诊断的难题,基于分数阶小波转换(fractional wavelet trarsform,FRWT)并结合隐马尔科夫模型(hidden Markov model,HMM),提出了一种模拟电路故障特征分析的新方法。首先将无故障状态和各故障状态下模拟待测试电路(circuit under test,CUT)的响应序列进行分数阶小波分解得到子带响应序列,然后从子带响应序列提取出故障特征向量并构成观测序列训练出HMM,最后利用训练好的HMM对未知状态电路进行诊断。实验结果表明,该方法能有效提取模拟电路的故障特征,完成模拟电路早期故障检测和故障定位。 相似文献
10.
基于小波-神经网络的模拟电路IDDT故障诊断 总被引:9,自引:0,他引:9
动态电源电流测试(IDDT)对模拟电路故障诊断非常有效,而小波变换能够有效提取动态电流的故障特性。因此提出一种基于小波-神经网络的模拟电路IDDT故障诊断方法。利用小波变换具有时频局部化特性,分别对模拟电路正常模式和故障模式的IDDT采样信号进行特征向量提取,建立故障字典;然后利用神经网络具有非线性映射优点,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。 相似文献
11.
基于多特征模型模拟电路可测性指标分析方法 总被引:1,自引:0,他引:1
结合多信号模型与多特征分析方法,提出了一种新的模拟电路可测性指标分析方法——多特征模型分析方法.该方法根据电路输出节点的阶跃响应波形,提取出多个特征信号,并将所有的特征形成一个特征向量,然后转换成故障-测试依赖矩阵进行可测性指标分析.以双二阶低通滤波器电路为例,分别在电路参数名义值、故障值与容差变化情况下,对所提方法与传统故障字典法进行可测性指标分析对比试验.仿真试验结果表明,提出的方法不仅需要测点少,故障检测率与隔离率很高,而且适合于具有容差的模拟电路可测性指标分析. 相似文献
12.
《仪表技术与传感器》2017,(1)
研究了基于时钟的数字电路可重构内建自测试(BIST)设计。BIST不通过ATE设备加载测试矢量和检测测试响应,通过内置激励电路和响应分析电路来实现。在很大程度上降低了对ATE带宽的要求。当前电路集成度高,整体测试时可观察性和可控制性不理想,测试效果不佳,因此将大规模数字电路进行划分测试,通过基于时钟的可重构BIST设计,减少电路的测试矢量数,进而减小测试功耗。通过对可重构BIST各模块进行仿真和故障模拟验证,验证了设计的可行性。 相似文献
13.
提出了一种基于微分灵敏度计算的模拟集成电路故障定位方法。利用故障电路输出参数相对偏差的二阶 Taylor级数展开和 Newton- Raphson算法可以计算出各元件的相对偏差值。实验结果表明 ,该方法能够准确地进行模拟集成电路故障定位 ,特别是软故障定位。 相似文献
14.
15.
提出一种基于门限设置的电路故障诊断方法.电路故障诊断可以用激励信号、测量参数、测量部位和故障门限四个特征来定义,故障门限是四个特征中最难确定的,如何设置门限对电路故障诊断结果影响很大.重点介绍了利用故障门限进行电路故障检测和故障隔离的方法,并介绍了如何通过电路仿真与分析来设置故障门限. 相似文献
16.
一种基于BP神经网络模拟电路故障诊断新方法 总被引:1,自引:0,他引:1
模拟电路故障诊断就是一个模式分类识别问题。本文提出了一种新的模拟电路故障特征向量提取方法——分布节点电压和电流的组合信息作为模拟电路的故障特征向量,应用BP神经网络改进算法进行模拟电路故障诊断,实验证明所提出的方法是可行的。也是很有价值和潜力的。 相似文献
17.
18.
基于支持向量机与最近邻分类器的模拟电路故障诊断新策略 总被引:2,自引:1,他引:1
针对模拟电路的故障诊断和定位问题,提出了一种基于支持向量机分类器(SVC)和最近邻分类器(NNs)的模拟电路故障诊断新策略,利用SVC解决高维故障样本的分类问题,而采用NNs解决故障样本间的重叠问题。首先建立"1-v-r"结构的SVC对电路故障样本进行训练,并根据训练参数构建故障字典;其次,在测试阶段,根据算法决定利用SVC或NNs对未知样本进行测试。本文设计的故障分类器方法简单,结构确定,通过对两个模拟电路的实验表明,所提出的方法性能要优于常规的"1-v-r"支持向量机分类器;与"1-v-1"支持向量机分类器的诊断性能较为接近,但测试时间较后者显著减少,较为适合模拟电路的故障诊断。 相似文献
19.
20.
本文提出一种模拟电路故障诊断法。利用二元树的信息传递性实现模拟电路的故障定位,寻找系统Y在N个故障状态X下的最大故障信息量J0,采用序贯法一直寻找不同故障条件下子系统特征xj的最大信息量Ji,最终找到一个故障特征群R;构造系统最大故障信息二元树,从故障特征群中快速定位故障点,实现模拟电路故障的有效诊断。最后给出一个诊断实例验证了该方法。 相似文献