大规模容差模拟电路多故障诊断法

本文研究了大规模容差模拟电路的多故障诊断问题,针对交流、直流线性电路和非线性直流电路,考虑了测试点数目有限以及元件容差存在的情况下的电路故障诊断,采用了一种基于线性程序概念的子网络级故障诊断算法来确定元件的实际参数是否在容差范围内或者某些元件是否有故障.文中提及的几个测试方程在定义可能的故障元件中起了关键性作用,并详细阐述了二重故障的诊断原理,且给出了三重故障的诊断公式.该方法大大减少了大规模网络故障诊断计算量,快速有效的定位故障元件.最后用实例说明了该法的有效性.     

容差模拟电路软故障诊断的一种方法

首先以节点电压灵敏度为基础推导出了电路状态规则表和节点电压增量比矢量故障字典,并以此对故障元件进行定位;进一步地,再根据节点电压增量方程组计算出故障元件参数的变化量,从而达到定量诊断的目的.该方法不仅具有测前模拟次数少、占用存储空间小、诊断范围宽的特点,还能对故障元件参数的变化量进行较精确地估算.文中给出的仿真实验结果...     

正常电压可测的容差电路故障诊断

建立了含容差电路故障诊断的数学模型，对正常电压可测容差电路的故障诊断做了具体分析，并对后者采用反投影法做故障定位取得了很好的效果。     

容差模拟电路子网络级故障诊断的新方法

基于网络分析中置换定量的思想,本文提出了一种适用于非线性电路有容差情况下,模拟电路子网络级故障诊断的新方法。该方法给出了容差情况下充分发挥 原理和可诊断性条件,并利用区间迭代算法,给出容差网络无故障情况下的测试节点电压范围。本文提出的算法,比基于ＫＣＬ方程校验的方法量小,而且广泛简单,易于工程实现。     

容差条件下的模拟电路多故障诊断

针对容差模拟电路多故障诊断问题,提出了包括故障状态检测、故障粗糙集生成和故障元件定位的分步诊断方法。将有限测点的故障状态检测转化为容差约束下的线性规划问题;推导得到故障特征等式并生成故障粗糙集,证明了在容差条件下的故障特征等式中可选用标称参数电路的节点电压;对故障粗糙集中元件参数的偏差限值进行修正,对修正后的电路进行状态检测,实现故障元件定位,并估算故障参数偏差。仿真实例表明,该方法具有较高的诊断准确度和参数辨识精度。     

容差模拟电路软故障诊断的神经网络方法

为了提高诊断容差模拟电路软故障的速度与准确性,提出了一种随机算法、灵敏度分析、免疫遗传算法与神经网络相结合的软故障诊断方法.该法首先利用基于随机算法的灵敏度分析来解决电路发生软故障时测试节点与激励信号频率选择困难的问题,然后对待测电路施加所选的激励并在所选择的测试节点处提取节点电压,这些电压值再经主元分析与归一化处理作为故障特征,输入神经网络.为了解决传统BP算法本身固有的易陷入局部最优等缺点,引入免疫遗传算法来进行优化,形成基于免疫遗传算法的BP神经网络,进行故障分类.本文详述了其诊断原理及诊断步骤,并通过电路诊断实例,验证了所提方法的有效性.     

基于BP网络的容差模拟电路故障诊断研究

传统模拟故障诊断多采用K故障诊断法,即在已知拓扑结构和元件参数的标称值前提下,不必对故障进行模拟,就可以计算出各元件发生故障的统一特征,找出故障位置.但对于有容差干扰的电路检测速度将会变慢,甚至影响检测效果的可靠性.鉴于此,引进BP神经网络,将K故障诊断法与BP网络相结合,用于容差模拟电路故障检测,其方法具有实时诊断性和鲁棒性特点.故障诊断实例和计算机仿真结果证明,本文所提出的观点是可行的.     

基于可测性分析容差网络测试点选择

文中基于可测性理论及模糊组概念，对有容差模拟线性电路和故障诊断中测点的选择提出了一个新的准则及方法，此方法讲算量小，不受容差影响，对测试点的设计及实际诊断工作都有一定的指导意义。     

容差条件下模拟电路软故障的数学规划诊断方法

为了诊断容差条件下模拟电路软故障,提出一种利用数学规划进行软故障诊断的方法。从电路灵敏度分析入手,建立节点电压增量方程。随后,将节点电压增量方程作为约束条件,将要处理的故障诊断问题转化成为数学规划(mathematical programming,MP)模型并且建立相应的数学规划方程。通过求解这些MP方程,估计待测电路中各元件参数的偏移程度。并由此判断待测电路中是否存在故障元件。     

区间数在模拟电路故障诊断中应用

文中以区间数为基础，提出考虑元件容差时线性电路数学模型，故障诊断方法及用实验验证故障诊断方法的正确性。     

基于BP算法的模拟电路故障诊断

文中就BP神经网络的学习算法进行了分析,使用PSPICE软件对电路进行仿真,在此基础上建立了模拟电路的BP神经网络故障字典库。通过查阅字典库实现模拟电路的故障诊断。指出了BP神经网络在模拟电路故障诊断过程中存在的网络泛化性能差的问题,并提出了解决办法。经过仿真实验验证,这种方法用与模拟电路故障诊断相结合能够提高神经网络检测故障的智能性,提高故障诊断的准确性,结果较好,具有一定的应用价值。     

基于全速电流测试的模拟电路故障诊断

研究了全速电流测试技术在模拟电路故障诊断中的应用,对待测电路施加一测试序列,使电路交替工作于静置状态和全功能状态以实现全速电流测试,并以电源端在一时间段内的平均电流为故障特征,建立人工免疫系统进行电路诊断。IT^C＇97国际标准电路CTSV滤波电路的故障诊断实验表明,该全速电流测试方法能实现模拟电路的高故障覆盖率的故障检测与定位。     

频域内的非线性模拟电路故障诊断

利用Volterra级数分析非线性模拟电路核函数的结论,分析了测试节点输出响应信号各阶频率分量相对于电路中元件参数的灵敏度,从而确定被测电路的故障诊断算法.为了提高灵敏度计算的效率,本文分析了灵敏度计算时非线性元件高阶项对测试节点输出响应信号各阶频谱分量的直接影响因素和间接影响因素,从而避免了两者之间的耦合而增加灵敏度的计算量.实际应用电路的分析结果表明本文介绍算法不仅极大的降低了灵敏度分析的计算量,可广泛应用于非线性模拟电路的自动测试系统.     

基于NOFRFs的模拟电路中的非线性故障诊断

电路系统的正常与故障状态在很多情况下表现在其非线性传递特性发生变化,因而通过检测电路的非线性特征来诊断电路的故障是一种有效的办法。介绍了一种基于NOFRFs来诊断模拟电路系统非线性故障的方法,提出了一种基于系统NOFRFs模型的故障判据。通过比较实测情况下与正常情况下电路系统的非线性特征来判断当前电路是否处于故障状态。通过仿真验证了这种方法的正确性。该方法操作简单,计算量小,故可应用于许多实际的工程场合。     

基于时间卷积网络的模拟电路故障诊断方法

对模拟电路故障诊断中的故障特征提取进行了研究,引入了卷积神经网络模型,提出了一种基于时间卷积神经网络的模拟电路故障诊断方法,在四阶Butterworth低通滤波器电路上分别对不同深度的时间卷积网络进行分类对比实验,实验结果证实了深度时间卷积网络在故障特征提取中的有效性。同时设计实验对比了时间卷积神经网络、SAE-SOFTMAX、深度信念网络和长短期记忆网络的特征提取能力,结果表明,时间卷积神经网络模型在模拟电路故障诊断中能够提取出更能反映数据本质的特征,取得更好的诊断准确率。     

模拟电路故障重叠诊断方法研究

在实际的模拟电路中,电路故障种类很多,但是测试节点的数目是有限的,导致了不同的故障类之间可能存在重叠现象。对于故障重叠问题,采用常规的马氏距离诊断方法,误诊率会很高。阐述了误诊对后期电路改善的严重后果,说明通过降低故障分辨率提高故障诊断正确率是有意义的,提出在进行故障判定时不仅仅考虑最优值还要考虑最优与次优的优劣程度,结合马氏距离故障诊断方法距离进行具体说明,最后对具体电路进行分析,验证了本文的有效性。     

基于多目标线性规划的模拟电路软故障诊断方法

阐述了一种新的容差条件下基于多目标线性规划理论的模拟电路软故障诊断方法。通过灵敏度分析建立电路测试节点电压增量方程,并以元件参数变化量与标称值的百分比作为故障判据。采用多目标线性规划方法求解测试节点方程组来估算电路中各元件在一定故障情况下的参数变化百分比,将方程组的解与各元件容差范围相比较来定位故障元件。仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估算,可以有效地实现模拟电路元件参数在一定容差范围内变化条件下的软故障诊断。