模拟电路故障诊断：模糊故障字典法

提出了一种基于模糊故障字典的模拟电路故障诊断的方法。该方法是用模糊故障字典取代传统的故障字典，在构造隶属函数时考虑了输出响应关于电路元件参数的灵敏度。本方法简单易行，便于计算机辅助诊断。     

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。     

基于故障字典法的某型放大器的故障诊断研究

针对某型放大器进行了基于故障字典法的故障诊断方法的研究,利用Protel软件,对某型放大器的静态工作及瞬态工作过程进行了仿真分析,并根据所得数据建立故障字典,实验结果表明该故障字典的建立方法具有有效性和实用性的特点.     

基于DAGSVC的模拟电路故障字典法

针对模拟电路的故障诊断和支持向量机分类器的设计问题,讨论了一种基于有向无环图支持向量机分类器(DAGSVC)的故障字典新方法,并比较了几种支持向量机故障分类器的平均测试复杂度指标.通过对2个实际模拟滤波器的实际测试和验证表明:该方法性能要优于"1-v-r"SVC,"1-v-1"SVC等常规的故障分类器,并和聚类二叉树S...     

基于电路功能的分区诊断故障字典法

本文提出了一种基于电路功能分区诊断并建立直流故障字典,分步实施故障定位的电路故障诊断方法.该方法是在构成整个直流故障字典时,通过对电路的分析并结合对故障字典的计算机辅助分析,按电路功能将故障字典划分为若干个相互独立的故障小字典,对应不同的电路区域.实时诊断中先故障区域再故障元件,分步实施故障定位,减少了测试点,提高了实时故障诊断的效率.     

故障字典法在随动系统中的电路故障定位研究

本文介绍了故障字典法特征,并针对其在某装备系统中的电路故障定位研究为例详细做了介绍,由此来分析其在故障定位中的优缺点。     

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。     

基于人工免疫算法的故障字典技术测点选择

针对当前模拟电路故障字典技术测点选择算法时间开销大和精度低的问题,提出一种使用人工免疫算法进行测点选择的方 法.首先建立整数编码表并对模拟电路故障字典技术测点选择问题进行分析;然后将人工免疫算法与测点选择问题相结合.仿真实验表明,该方法在测点选择问题中不仅能准确地找到全局最优解,而且可有效减少时间开销.     

基于IEEE1232的模拟电路TPS自动生成系统开发

目前在模拟电路故障诊断及测试过程中存在两个问题:测试信号的连续性及容差特性造成的测试信号数量巨大,故障知识表示复杂,测试程序(Test Program,简称TP)的编写多用基于决策知识的人工生成方法;通过对IEEE1232标准的体系结构和诊断推理机要求的分析,论文对IEEEE1232模型体系进行扩充,提出一种包含特征提取技术和多种AI诊断方法的诊断知识库生成协议,设计并实现了符合1232标准知识库的TPS自动生成测试系统;提高了诊断知识的移植性,实现了TPS的自动生成;仿真结果证明了该方案的可行性.     

流形结构化半监督扩展字典学习的旋转设备故障诊断

针对有标签数据不足及传统故障诊断模型判别性差的问题,本文提出一种流形结构化半监督扩展字典学习(MS-SSEDL)的故障诊断方法.首先,为改善缺少有标签数据而导致模型的识别性能较差问题,在MS-SSEDL模型中提出无标签数据重构误差项,利用无标签数据学习置信度矩阵,从而学习得到扩展字典以增强字典学习的表示性.然后,为增强MS-SSEDL模型的判别性,通过保存数据的流形结构,学习数据中内在几何信息的稀疏表示,增强信号表示能力及字典判别性.最后,在数字图像、轴承故障及齿轮故障公共数据集的实验表明所提MS-SSEDL方法比其他先进方法的识别性能更优越.     

基于测点必要度的模拟电路测点优选方法

针对模拟电路的测点选择问题,根据测点的必要程度,提出了“测点必要度”的概念,同时结合“故障隔离度”的概念,建立了新的测点优选方法,给出了新算法的详细计算过程和应用实例．实验分析结果表明,新算法的计算效果优于熵算法和基于故障隔离度的测点选择算法,可用于复杂模拟电路的测点选择．     

模拟电路故障的分布式诊断算法

提出一种模拟电路故障的分布式诊断算法,用以解决大数据量故障样本集所带来的网络规模过大,训练时间过长等问题。该算法采用有监督Hebb学习规则,在训练学习过程中添加类别标识,避免了因数据分割而产生的部分知识的丢失。分别用提出的分布式算法和传统的BP算法对实例电路进行故障诊断,实验结果表明,提出的分布式算法不仅和BP算法的诊断正确率相当,而且有效地提高了训练学习的速度。     

基于沃尔泰拉级数的模拟电路组合故障诊断法

针对模拟电路的固有复杂性及其传统故障检测方法延时大和正确识别率低的问题,借鉴基于隐马尔科夫模型改进最小二乘支持向量机以及Volterra级数原理,将二者组合进行故障诊断。该方法首先采用Volterra级数频域核对电路故障特征进行提取,再利用经隐马尔科夫模型改进的最小二乘支持向量机进行模态分类,最终完成故障诊断。仿真结果表明,与目前使用的BP神经网络诊断方法和LSSVM诊断方法相比,该方法不仅提高了系统故障辨识能力,还提高了系统故障诊断的速度。