模拟电路故障诊断技术的发展

介绍了模拟电路故障诊断的重要性及其现状，对基于故障字典法的故障诊断方法进行了研究，探讨了基于神经网络的故障诊断方法，并指出了故障诊断技术的发展趋势。     

现代模拟电路故障诊断方法综述

模拟电路故障诊断技术近年来得到了迅速发展，取得了许多可喜的成果。该文探讨了这一领域中一些重要的热门研究问题，主要包括：基于专家系统、神经网络、模糊理论、小波变换等理论发展起来的模拟电路故障诊断的新理论和新方法；重点介绍了作者总结的上述各种方法的基本原理、优缺点及其发展现状；对其他一些智能方法也进行了简要介绍；最后指出了模拟电路故障诊断技术的发展趋势。     

模拟电路故障自动诊断技术研究

本文介绍模拟电路故障诊断的一种基本方法－－直流故障字典法，主要介绍发某课题中歧 系统的硬件基本构成及软件设计方法，并对该子系统的性能进行了初步评价。     

模拟电路故障诊断技术研究

研究了模拟电路故障诊断方法。主要讨论了测前模拟法、测后模拟法、近似技术、专家系统的模拟电路故障诊断方法和神经网络、模糊理论、小波变换的模拟电路故障诊断新方法及原理。     

基于神经网络的模拟电路故障诊断技术探讨

将神经网络技术与模拟电路故障诊断理论相结合,综合运用神经网络交流故障字典法和神经网络直流故障字典法．提出一种实用的分层神经网络故障字典诊断模型。分别讨论了在模拟电路故障诊断的测前模拟方法和测后模拟方法中应用神经网络进行故障诊断的基本方法和步骤,分析了神经网络在故障字典应用中的分类能力、容错能力以及在测后模拟方法中的神经计算高速度优势,着重突出了实际应用中存在的难点,指出了进一步的研究方向和创新点。     

模拟电路故障预测研究综述

故障预测作为近年来的研究热点,是一种提高设备可靠性和降低维护费用的先进技术,而对于模拟电路的故障预测目前还处在起步阶段。本文首先介绍了故障预测技术的概念,然后详细说明了目前国内外的研究现状。针对研究重点模拟电路的故障预测,本文提出了目前存在的问题,并论述了未来的发展趋势,进行了初步探索和展望。     

模拟电路在线故障检测与诊断的FPGA实现

选择节点电压、幅频特性和相频特性构成故障特征向量集,并根据多通道宽带数据采集接口和驱动程序,给出全数字式的正交幅相特性实时检测方法。利用网络分析与信息融合技术,设计一种模拟电路在线检测和诊断方案,并在现场可编程门阵列硬件系统中进行实现,以解决诸多模拟电路故障诊断算法缺乏测试平台而停留在仿真阶段的问题。实例分析结果表明,该系统可有效识别电路软故障,在存在元件容差的情况下,其识别准确率高达96％,时间消耗低于60ms。     

模拟电路故障诊断方法研究

本文是对模拟电路故障诊断中的直流字典法的进一步研究。文中分析了字典法存在的问题,提出了改进方法。应用表明：上述的改进,减少了测试节点数,提高了诊断的正确性和实时性。     

模拟电路故障诊断方法的创新

一般来讲,模拟电路故障诊断的方法可以分为估计法,测试前模拟法和测试后模拟法三大类。小波变换等来对电路故障信息进行特征提取,对模拟电路瞬态信号的提取、消除电路噪声和模松电路特有的元件参数容差具有良好的效果。     

基于小波神经网络的模拟电路故障诊断技术

文章提出了一种基于小波神经网络的模拟电路故障诊断方法:通过分析被测电路的冲激响应来识别电路中的故障元件,利用小波理论中的多分辨率分析的方法提取出相应信号中的故障特征,组成特征向量后输入神经网络进行训练,实现故障诊断;该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间,文中分别用小波神经网络和传统的BP神经网络对实例电路进行故障诊断,仿真结果发现:小波神经网络相比BP网络方法收敛速度更快,诊断率更高。     

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。     

基于仿真的通用模拟电路故障知识获取平台

故障知识获取是基于知识的模拟电路故障诊断方法的瓶颈问题。总结了通过故障仿真获取模拟电路故障知识的一般过程,简要描述了知识获取自动化的方法,提出建立通用模拟电路故障知识获取平台的方案,并对其主要组成部分和功能进行了详细描述。该平台能自动穷举电路所有可能的故障,调用外部电路仿真软件进行仿真,从仿真结果提取故障知识并加以简化,形成结构化的故障知识库。实验结果证实其可行性。     

基于DCQGA-SMKL-SVM的模拟电路故障诊断方法

提出了双链量子遗传算法(DCQGA)优化简单多核支持向量机(SMKL SVM)的模拟电路故障诊断方法。首先,提取测试电路时域响应信号,用Harr小波对响应信号进行变换并归一化处理,得到特征参数;其次,用双链量子遗传算法优化SMKL SVM的参数,以此建立起DCQGA SMKL SVM故障诊断模型,用于模拟电路故障诊断。双二次滤波器电路与四运放二阶高通滤波器电路作为仿真测试电路,仿真测试结果表明,提出的故障诊断方法实现了模拟电路故障诊断,相比于DCQGA SVM模拟电路故障诊断方法,诊断正确率更高。     

基于Fisher准则函数的相关向量机模拟电路故障诊断*

针对模拟电路故障与特征间存在的模糊组及交叠、分类效果不理想的情况,提出基于Fisher准则函数的最佳聚类数自适应估计方法和基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,采用模糊核聚类选择最优可诊断故障集,然后在贝叶斯框架下对故障进行分类.该模型可以对分类函数的权重进行推断,辅助进行诊断决策,提高了RVM...     

基于果蝇-构造小波神经网络模拟电路诊断方法

利用果蝇算法优化构造小波神经网络,建立FOA-构造小波神经网络模型,并将模型应用于模拟电路故障分析当中,通过仿真试验可发现该方法在故障诊断中有较高的准确性。     

模拟电路单软故障的改进粒子群算法诊断

针对基本粒子群算法实现模拟电路单软故障诊断时存在容易收敛于局部最优值、搜索时间长的缺陷,提出一种改进粒子群算法,并应用于模拟电路的单软故障诊断。在以往文献的基础上,受生物学界理论研究成果的启发,引入领导机制,提出改进算法。通过灵敏度分析建立电路测试节点电压增量方程,从而建立起模拟电路故障诊断的约束线性规划方程组;引入罚函数将所建立的方程组转换为粒子搜索过程中的适应度函数,从而将改进算法应用于模拟电路单软故障诊断。实验结果证明,与基本粒子群算法相比较,改进后的粒子群算法搜索到的结果更接近于实际情况,搜索迭代     

一种容差模拟电路的分级故障诊断方法

提出了一种基于分级故障字典的容差模拟电路故障诊断方法;在测前首先对待诊断电路进行最坏情况分析得到容差电路输出电压的正常区间,并存为第一级故障字典用于电路故障检测;再利用节点电压灵敏度序列作为故障特征建立用于定位故障元件的第二级故障字典;最后通过测前划分元件参数的七段式仿真建立用于故障元件参数区间识别的第三级故障字典;在测后实施故障诊断时可根据需要依次查阅字典,检测电路故障,定位故障元件及识别故障元件的参数区间;该方法能够提高测后故障诊断的效率,在实际应用中具有一定的参考价值;最后通过仿真实验验证了该方法的有效性。     

基于限定样本序贯极端学习机的模拟电路在线故障诊断

为解决故障特征样本分批加入时分类模型的在线更新问题,提出一种限定样本序贯极端学习机(LSSELM)。 LSSELM通过逐步添加新样本,同时剔除与其相似度最高的同类别旧样本来提高模型的动态适应能力,并通过Sherman-Morrison矩阵求逆引理来降低计算复杂度,实现输出权值的递推求解,完成模型的在线训练。将LSSELM用于模拟电路在线故障诊断,结果表明相比在线序贯极端学习机(OS-ELM)和LSSELM的诊断准确率更高,具有更好的泛化性能。