基于频域核系数的动态模拟电路故障诊断

因模拟电路中可及测试节点数量的限制,基于系统辨识的思想提出了一种新的故障诊断方法,频域核系数被用来进行模拟电路参数故障诊断.根据电路传递函数和元件的容差预先计算出全部频域核系数的正常范围,然后利用电路的输入输出信息提取故障电路的频域核系数,依据超出正常范围频域核系数的故障特征可确定电路故障范围或故障元件.通过仿真实例验证了该方法的有效性.     

模拟电路的可测性及故障诊断方法研究

研究了基于模拟电路拓扑结构关系的故障可测性判据.依据故障点处提供的故障信息量最大,将故障诊断问题转化为寻找最优故障检测点问题.给出在电路中部分元件不可测情况下确定最优故障检测点及故障源的方法,讨论了电路故障诊断模型的建立,通过逐步搜索故障模型中的最优检测点,直至定位到故障元件.一个模拟电路故障诊断实例验证了该方法的有效性.     

多特征故障字典及其在模拟电路可测性分析中应用

提出一种新的模拟电路可测性分析模型——多特征故障字典模型。该模型首先获得输出端的阶跃响应输出波形,提取出波形的多个特征量,将所有特征量形成一特征向量,不同故障类别对应的特征向量组成一特征矩阵。然后由PSPICE软件中的Monte-Carlo分析的结果计算出阈值,在该阈值下将特征矩阵转换成整数编码表,从而计算可测性分析指标-检测率与隔离率。仿真与实测数据表明:与传统模拟电路可测性分析方法相比,提出的方法优点有:1)不需要传递函数,可以适用于复杂电路;2)仅需要一个输出测点,容易实现;3)对于容差模拟电路,同样可以取得较好的检测率与隔离率。     

基于双神经网络的模拟电路故障诊断

对模拟电路故障诊断提出了一种双神经网络的诊断方法,该方法通过将电路故障模式分类的预处理,再用双神经网络分别对不同的故障模式类进行诊断.仿真实验表明,该方法能够实现故障检测及定位,具有准确率高的特点.     

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.     

BP神经网络在模拟电路故障诊断中的应用

模拟电路故障诊断有很多方法,介绍一种基于BP神经网络的智能诊断方法。     

模拟电路故障检测与定位新方法

提出了一种基于统计理论与智能信息处理技术的容差模拟电路故障检测与定位新方法。在充分考虑容差效应的基础上,构建了故障阈值函数与故障判据,从而可通过监测可测点工作电压实现电路的故障在线检测。再通过离线测量电路在不同测试频率下输出对输入的增益,将可测点工作电压与电路增益两类测试信息经特征层融合,运用所提出的遗传神经网络方法对电路进行故障定位。仿真结果表明:所提方法对模拟电路的硬故障与元件参数偏移较小的软故障均适用,故障检测与定位准确率高。     

以一种神经网络模型实现模拟电路故障诊断

本文提出一种模拟电路故障诊断的线性规划法,以及用神经网络对此方法的实现.与其它故障诊断方法相比较,具有适用范围广、准确度高、运算简单、便于实时故障诊断等优点.     

基于单片机仿真器的单片机应用电路板故障测试系统的研究

对单片机应用电路板的故障测试进行研究,提出解决单片机应用电路板故障测试技术难题的解决方法,介绍测试系统的组成.根据文中提出的方法研制成功具有实用性的单片机应用电路板测试系统.     

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.     

基于脉冲法的飞机电气线路测试仪研究

飞机电气线路故障检测是飞机维护的一项重要内容,由于线路繁多布局复杂,检测起来较为困难。本文设计了一种便携式飞机线路多功能测试仪以解决这一难题,可以进行线路故障的检测、分析和定位。通过对飞机的各种线路故障进行分析、总结、分类及对各种检测方法进行比较分析,确定脉冲检测法方法为测试仪的主要检测方法。多功能测试仪主要实现线路故障性质确定、故障筛选和线路故障定位等功能。本文重点研究故障判断及其定位方法,对检测原理进行了详细地分析,设计了电路原理图,编写了相应的软件程序,并给出线路测试仪的基本构型。     

基于小波分析和克隆选择算法的模拟电路故障诊断

提出一种基于人工免疫系统的模拟电路故障诊断新方法.该方法首先对电路输出节点的电压信号进行小波分解,提取各频段的能量作为故障样本;然后利用人工免疫算法对每类故障的故障样本进行自学习,得到该类故障的最优聚类中心;最后计算故障样本和学习得到的聚类中心的距离对电路故障样本进行分类,从而实现故障元件定位.计算机仿真实验结果表明,该方法对容差模拟电路故障定位具有较高的准确率.     

单片机应用电路板故障测试系统研究

对单片机应用电路板的故障测试进行了研究,提出了单片机应用电路板故障测试的技术难题的解决方法,并介绍了测试系统的组成。根据此方法已研制成功了一个实用的单片机应用电路板测试系统。     

模拟电路层次聚类故障分析与马氏距离故障诊断

基于聚类分析与马氏距离,提出了一种模拟电路故障分析与故障诊断的方法。首先简述了层次聚类分析与马氏距离的基本原理。然后通过一个模拟电路故障诊断实例,验证本文的有效性。首先给出一个模拟电路图,对该电路的常见故障状态进行仿真,获取将来进行聚类分析与故障诊断的样本。然后对采集的样本进行聚类分析,验证聚类算法对各种故障分类能力,并且计算各类故障的样本平均值。最后随机仿真一种故障,计算当前电路状态与各类故障之间的马氏距离,实现模拟电路的故障诊断。实例表明,本方法能够准确清晰地辨别模拟电路的各类故障,仅需少量样本即可获得各种状态的典型参数,对模拟电路进行客观有效的故障诊断。     

基于小波包能量谱和ICA的模拟电路故障特征提取方法

针对模拟电路故障特征提取困难问题,提出一种基于小波包能量谱与独立成分分析相结合的模拟电路故障特征提取方法。首先通过仿真获取电路的故障输出信号,采用小波包分析对输出信号进行分解与重构,通过重构系数求取各频带的能量作为故障特征值。再利用独立成分分析算法对故障特征值进行优化,以此构造反映电路故障的特征向量。最后构造支持向量机,输入故障特征向量进行训练和测试,得出电路故障诊断准确率。仿真结果表明,该方法可以有效提取能够表征电路故障的特征参数,诊断准确率可达95.7%。     

基于多类电量测试数据融合的模拟电路故障诊断

提出了一种利用多类电量测试数据、基于神经网络与模糊集理论的模拟电路故障诊断新方法.检测可及节点电压并测量电路在选定的各测试频率下输出对输入的增益,分别利用此两类测试数据,各用一个独立的BP网络对电路进行初步诊断,再运用所提出的模糊融合诊断算法及其故障定位规则进行故障定位.模拟实验结果表明:所提方法克服了基于单一信息诊断方法的不足,对硬故障与元件参数偏移较小的软故障均适用,故障定位准确率高.     

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。     

基于可测性分析的容差网络故障定位的神经网络实现

利用BP网络的分类功能,提出一种有容差模拟电路的故障诊断方法,此方法基于可测性理论及模糊组概念,所用训练样本少,有较强的抗容差干扰能力。     

基于主元分析与神经网络的模拟电路故障诊断

主元分析具有数据压缩及特征提取的特性,而神经网络具有非线性映射和学习推理的优点.将二者结合起来,提出基于主元分析与神经网络的模拟电路故障诊断方法.通过对模拟电路的阶跃响应特征参数进行主元分析,提取主要参数,然后利用神经网络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.对标准电路仿真结果表明:该方法能够实现快速故障检测与定位,具有准确率高的特点.