非线性模拟电路故障诊断方法综述

非线性模拟电路故障诊断在模拟电路故障诊断中占有重要地位,但其诊断过程非常复杂,目前大多数研究成果集中在线性电路,非线性电路方面有很多问题亟待解决。阐述了非线性模拟电路故障诊断的意义,指出了非线性模拟电路难以诊断的原因。总结了当前非线性模拟电路故障诊断的方法及其存在的问题,给出了非线性模拟电路故障诊断未来的发展方向。     

基于IBPSO 的模拟电路故障特征提取方法

针对有效采样点法提取故障特征时冗余信息多、易造成维数灾等问题,提出利用改进的二进制粒子群算法提取故障特征。研究粒子群优化算法和二进制粒子群优化算法的差异以及在故障特征提取方面存在的不足,通过改进群体极值的更新方式避免搜索结果陷入局部最优。以Sallen-Key带通滤波器为诊断实例,完成9类模拟电路故障模式的特征提取。结果表明:通过该方法进行特征提取可有效降低故障诊断模型的复杂性,与二进制粒子群优化算法相比,该方法在特征维度和诊断准确率上具有明显的优势。     

基于图论模型的模拟电路故障可测性分析

利用拓扑结构建立模拟电路故障诊断图论模型,讨论了基于图论模型的模拟电路故障可测性,用香农信息熵对测点上电路故障状态的不确定性进行了定量描述,依据可测节点处提供的故障信息量大小,给出了模拟电路中部分测试节点不可及情况下确定最优故障检测点方法。通过实例验证了该方法的有效性。     

基于灵敏度分析的模拟电路故障特征优化

研究了灵敏度分析在模拟电路故障诊断中的数据压缩及特征优化中的应用，利用神经网络的非线性映射和学习推理的优点，提出了基于特征灵敏度的特征向量优化方法。通过对模拟电路的频响参数分析，比较输入特征向量的分类能力，减少输入数据冗余和降低向量维数，实现特征向量的优化。对标准电路的仿真结果表明：该方法与优化前的诊断准确率相近，能够实现模拟电路故障特征优化。     

基于液体状态机的模拟电路故障诊断方法

针对模拟电路故障特征难以识别的问题,结合液体状态机神经网络的特点,从模拟电路故障特征样本获取和故障模式识别两方面入手,提出一种基于液体状态机的模拟电路故障诊断方法。该方法利用 Matlab 和 PSpice联合仿真,实现大量故障样本数据的自动获取,采用液体状态机进行故障模式的分类,并对两级阻容耦合放大电路的故障诊断实例进行仿真。仿真结果表明：该方法和目前应用最广泛的 BP 神经网络相比,故障识别准确率会有所下降,但训练时间远小于BP神经网络,且泛化能力强,对模拟电路故障诊断研究有一定的实际意义。     

基于支持向量机的模拟电路故障诊断方法

支持向量机（Support Vector Machines,SVM）故障分类器,在不易取得训练样本的情况下,实现较高准确率的故障诊断,并且具有较强的通用性和实用性。提出三种支持向量多类分类器（一对一算法、一对多算法,以及改进型一对多算法）,通过将其应用到实际电路进行故障诊断当中对其性能进行比较,得出串行支持向量机无论在分类速度上还是在分类精度上都好于其它两种方法,核函数的选择对故障诊断的性能也存在着一定的影响。     

基于BIT的电子装备状态与故障预测系统

基于BIT的电子装备状态与故障预测系统由上位机、多传感器、下位机、无线通信适配器组成.下位机完成信号采集,通过无线局域网接入点把信息传至数据库服务器.上位机与多个MCS51下位机按点对点方式通信,使用广播、呼叫、索取数据、设置参数命令等通信约定,完成信号分析处理、数据库管理、状态监控和故障预测.     

基于正交试验法和集成神经网络的模拟电路故障诊断方法

在利用集成神经网络进行模拟电路故障诊断时,经常会遇到训练样本庞大的情形.文中以进行多故障诊断为目的,提出了一种基于正交试验法和集成神经网络的模拟电路故障诊断方法.通过正交试验法,大大减少训练样本,同时保证了故障覆盖率.经算例证明,该方法可行、有效.     

基于投票选举的模拟电路故障诊断

在采用传统的故障字典诊断法时，由于电路元件具有容差，测量结果和故障模拟结果产生偏差，诊断较为困难，文中提出了一种基于投票选举方法的模拟电路故障诊断的方法。该方法是用投票的方法来决策故障点，本方法简单易行，便于计算机辅助诊断。     

机械设备故障预测与健康管理综述

针对事后维修和定期维修在很多领域已经不能满足维修保障要求的问题,提出一种故障预测与健康管理(prognostics and health management,PHM)视情维修技术。介绍PHM技术的概念和目的,阐述PHM系统的结构功能、设计步骤以及关键技术,简要比较概括了15种故障预测方法的优缺点,分析了当前发展PHM技术需要解决的问题。分析结果表明：该技术对维护机械设备安全性、可靠性,节约维修保障成本有十分重要的意义。     

基于虚拟仪器的实验台状态监测

介绍了基于LabVIEW开发平台的磁流变半主动悬挂振动实验台的虚拟仪器测试系统,论述了对振动信号进行实时采集、处理和分析的软硬件实现方案．实际运行情况表明,该系统工作可靠,稳定,可以实现预期目的．     

基于人工神经网络的大规模模拟电路故障诊断

大规模模拟电路故障诊断,先用定位向量初定位故障子网络,再用神经网络定位故障子网络元件级故障.诊断分测前和测后,测前先将每个子电路的各种故障情况用Multisim模拟,求得各可及节点电压并作为BP的训练样本,再对所测电压信号分别归一化处理,定义网络的故障定位向量.最后用BP网络分析故障特征,进行故障诊断.     

基于故障风险评估的状态维修决策模型

针对机械产品退化过程的特点,运用威布尔比例风险模型,建立了产品故障率与其工作时间及所处退化状态的关系,提出了基于故障风险的状态维修决策模型,实现了依据产品当前的工作时间及状态确定下步维修间隔或进行等故障风险维修决策的可能,并利用算例进行了分析．结果表明,该模型可以应用于具有安全性或任务性故障后果的机械产品的维修决策．     

基于故障数据的导弹突发故障预测方法

针对导弹突发故障发生时间短,难以直接预测等问题,在一定置信度的前提下,基于故障数据对导弹突发故障预测方法进行了研究。对故障数据进行统计推断,确定了故障数据的分布规律,进而基于故障数据分布函数建立了导弹突发故障预测模型,得出了导弹未来一段时间内的突发故障概率。最后通过算例分析,验证了导弹突发故障预测模型的合理性。     

基于电荷平衡原理的引信模拟自毁电路

针对传统分立电子元件模拟自毁技术的功耗高、可靠性较差,提出了一种基于电荷平衡原理的引信模拟自毁电路。该电路利用电荷平衡原理取能,辅以负电压计时模块和正电压起爆模块完成自毁功能。仿真计算和试验验证表明,该电路功耗低、计时精度高、体积小、可靠性高。     

基于否定选择算法的模拟电路故障诊断

针对传统智能诊断技术受限于先验知识、模拟电路故障多样性等不足,对基于否定选择算法的模拟电路故障诊断进行研究。分析人工免疫系统中的否定选择算法原理及应用,介绍实值否定选择算法的产生机制,提出与自体耐受和Monte Carlo相结合的优化算法,通过Fish’s Iris数据仿真显示,并将优化算法运用于电阻电路的8种软故障诊断。结果表明：优化算法的总体检测率达90%,能降低成熟检测器冗余,节省计算空间。     

基于FFT 的电抗性电路故障捕获方法

针对电抗性故障问题,提出一种基于快速傅立叶变换（Fast Fourier Transform Algorithm,FFT）（算法）的电路故障捕获方法。以Altium Designer Summer 09混合信号仿真瞬态分析中FFT模型为例,分析RLC串、并联回路的稳定与谐振特性,并通过Excel拟合阻抗幅频特性曲线,引出趋势分析,验证该方法的可行与可达性。结果表明,该方法能捕获电抗性电路故障,具有工程推广应用价值。     

遗传小波神经网络故障字典在模拟电路故障诊断中的应用

以神经网络、小波分析和遗传算法等为代表的智能诊断技术,是故障诊断技术发展的一个重要方向。以传统故障字典法、BP神经网络、小波分析和遗传算法等基本原理为基础,将神经网络、小波分析和遗传算法与故障字典结合,用小波分解预处理故障信号提取故障特征,用遗传算法优化BP神经网络的结构和权值,对基于遗传小波神经网络的故障字典在模拟电路故障诊断中的应用进行研究,并结合实例验证其实际使用性能。     

基于状态监测的机械设备可靠性评估模型

改进了以比例风险模型（PHM）为基础的CBM可靠性评估模型,利用灰色模型估计其中的风险度函数的参数,使之适应于失效数据较少的小样本数据情况。以某厂实际运行的精密机床主轴轴振作为状态量,建立数据库采集轴振信号,记录历史事件。采用CBM方法分析数据,计算了机床的可靠度、风险度。计算结果表明方法能够评估设备的运行状态,并能优化设备维修策略。