非线性模拟电路的故障诊断方法

为了诊断非线性模拟电路中的故障,提出了一种基于节点电压增量线性相关性原理的诊断方法.通过对非线性元件的分段线性建模,说明故障造成的节点电压增量满足分段线性相关性.以节点电压平面上的折线作为故障特征构造故障字典,以实测工作点到故障特征折线的距离来衡量电路状态与故障特征的符合程度,可以诊断非线性电路中元件参数的软故障和硬故障.实例验证表明,该方法是一种易于计算机实现的实用化方法.     

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．     

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。     

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。     

基于集成多神经网络在模拟电路故障诊断中的研究

以进行模拟电路故障诊断为主要目的,针对单神经网络故障字典法在进行复杂电路系统故障诊断时,对多故障和多任务诊断的不足之处,讨论了基于多故障的神经网络集成技术,采用集成多神经网络来提高诊断速度和精度,提出了集成多神经网络故障字典法来解决多故障任务,对基于层次分类模型的多重结构神经网络进行了研究,给出了两种对故障定位的统一融合算法,克服了采用单神经网络多故障时学习速度慢,出现新故障的网络要重新进行学习等缺点.并给出了应用实例.     

模拟电路故障诊断的神经网络方法综述

以近年来国内外有关的文献报道为依据,对目前已经提出的各种基于神经网络的模拟电路故障诊断方法进行系统的归纳和分类,重点讨论了神经网络故障字典法和神经网络优化诊断法;指出模拟电路故障诊断的神经网络诊断法不能完全取代传统的诊断方法,并预测这类方法的发展趋势是应用小波变换、模糊控制和遗传算法等技术,克服神经网络本身的局限性,并解决神经网络结构的确定、数据预处理和训练样本集的优选等问题.     

利用门限进行电路故障诊断

如何设定故障门限对电路故障诊断结果影响很大。简述了电路故障基本概念，重点介绍了如何利用故障门限进行电路故障检测和故障隔离。介绍了如何通过电路仿真分析来设置故障门限，并结合实例进行了具体分析。     

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：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。     

模拟电路故障诊断新方法

提出了一种新颖的基于多小波神经网络的模拟电路故障诊断方法。介绍了多小波的原理,分析了多小波神经网络的结构、逼近性质及多小波神经网络的算法,提出了用多小波来处理故障信号,提取故障特征向量输入给神经网络,从而进行模拟电路故障诊断。由于多小波函数具有连续、对称性及支撑集短等一系列优点,所以用多小波神经网络来进行模拟电路故障诊断比一般的小波神经网络具有诊断精度高、诊断速度快的优点。给出了仿真诊断实例,验证了该方法的有效性。     

一种模拟电路的支持向量机故障诊断方法

系统地提出了模拟电路的最小二乘小波支持向量机故障诊断方法。从测试点得到各种故障状态下的输出电压信号，对输出电压信号进行小波去噪，对信号进行小波分解获取多尺度的低频系数和高频系数，并对小波系数进行处理从而提取出故障特征量，以此作为学习样本来训练最小二乘小波支持向量机，确定其模拟电路故障诊断的模型。雷达系统电路仿真结果表明了模拟电路的小波变换和最小二乘小波支持向量机故障诊断方法取得了较好的效果。     

模拟电路的一种故障智能诊断方法与仿真

该文提出了一种基于波变换和神经网络的智能故障诊断方法,给出了容差情况下的仿真诊断例子,该方法无需被检测系统的数学模型,具有实时性好,自动化程度高,准确率高的特点。     

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。     

一种大规模模拟电路快速故障诊断新方法

针对传统大规模模拟电路故障诊断方法在多故障条件下的故障定位过程复杂、测前工作量大等问题, 提出了一种新的故障诊断方法——成组撕裂法。将大规模模拟电路按照拓扑特性和成组撕裂准则进行撕裂, 得到低维度的故障特征向量; 基于模式识别思想, 选用具有高度并行分类能力的神经网络作为分类器, 隐含层传递激发函数选择具有快速收敛特性的小波函数。经仿真验证该方法能实现故障特征向量的快速分类并得出故障诊断结果。与目前已有的互校验（multiple-test-condition, MTC）和交叉撕裂搜索法相比, 该方法有测前工作量小、诊断次数和计算量少、对多故障检测能力和工程实践性强等特点。     

基于节点导纳矩阵的模拟电路故障诊断

针对模拟电路故障诊断中的容差问题,提出了基于节点导纳矩阵(NAM)的模拟电路故障诊断方法;该方法以NAM为基础,提取被测电路(CUT)的故障特征向量;测试前,用仿真的方法生成被测电路中某一故障对应的故障样本子集,所有类别的故障样本子集构成故障样本集;测试时,测量被测电路的故障特征向量,并根据其与故障样本集中样本的相似性来判断电路发生的故障类型;由于电路的NAM对元件容差不敏感,所以可以很好地克服模拟电路故障诊断中的容差问题;实验结果证明了该方法的有效性。     

基于测前迭代仿真的模拟电路故障诊断方法

针对非线性模拟电路中元件表现出的折线故障特征,提出一种基于测前迭代仿真的模拟电路统一故障诊断方法.在测前将线性元件参数分段划分区间,在各区间进行仿真得到节点电压平面上的点计算斜率特征,对于斜率变化的区间重新进行参数扫描,并通过迭代仿真得到连续平滑的折线轨迹上的点作为测后诊断依据;在测后诊断中,通过计算实测点到各条折线轨迹的点集合的最小距离来定位电路故障,并根据测前仿真的分段信息对故障元件的参数区间进行识别.文中利用计算机程序实现了测前迭代仿真和测后故障定位及参数区间识别,能够同时诊断容差电路元件的硬故障(开路、短路)和软故障(元件参数变化至容差允许范围之外).最后通过实例的仿真实验和实际电路实验验证了该方法的有效性.     

基于Volterra级数的模拟电路故障诊断

Volterra级数是一种泛函级数,时域和频域核有明确的物理意义,不依赖于系统的输入,因而完全反映了系统的本质特性。因此可以用Volterra级数作为非线性模拟电路的分析工具,通过直接分析非线性模拟电路的频率响应以提取故障特征,从而实现非线性模拟电路的故障诊断。     

基于小波神经网络的模拟电路故障诊断

模拟电路故障诊断具有诊断特性复杂，故障字典建立耗时长等特性，用传统的方法很难得到最佳的诊断效果。本文采用小波神经网络对故障电路建模，基于该网络学习收敛快，对网络输入不太敏感的特点，实现故障诊断。     

自动生成模拟电路故障树的一种方法

故障树法是应用于模拟电路故障诊断的一种常用方法;使用这种方法的关键是针对被测件(UUT)的不同故障模式,预先开发详细的故障树;传统的故障树开发方法是人工设计,其缺点是效率低,且容易出错;针对这一问题,提出了一种基于eXpress可测试性分析软件自动生成故障树的方法,描述了用eXpress自动生成故障树的过程,介绍了eXpress诊断报告的应用方法,通过示例验证了该方法的可行性和实用性;该方法的优点是能借助eXpress软件自动生成故障树、效率高、不易出错。