数模混合电路故障字典生成技术的研究

复杂装备中复杂模拟和数模混合电路的应用,在提升装备性能的同时,也对电路故障诊断提出了更高的挑战;通过研究数模混合电路故障仿真和信号处理等关键技术,实现了具有标准文件数量、内容和格式的故障字典自动生成功能;故障字典具有规范性和实用性等特点,可有效解决当前模拟和数模电路故障诊断存在的问题,提高故障诊断效率;试验验证表明,文中所述技术具有很好的实用与推广价值。     

数字电路板故障诊断测试数据自动生成

针对目前数字电路板故障诊断测试数据生成效率低的难题，文章引入基于国际先进的D前沿敏化和时间帧展开算法的电路板故障诊断测试数据自动生成系统，系统集成图形化电路输入、测试向量与故障字典自动生成、故障模拟和测试数据效能评估等功能，应用该系统可有效避免人工生成电路板测试数据，对提高数字电路板故障诊断效率和精度具有重大的现实意义。     

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。     

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，主要介绍了某课题中模拟电路故障自动诊断子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。     

基于PXI总线的便携式引进装备通用电路板故障诊断仪的设计

为提高引进装备的自主维修保障能力,针对引进导弹装备模拟电路板、数字电路板和数模混合电路板的特点,设计了适合各型板卡安装的安装平台,构建了基于PXI总线的一体化硬件诊断资源平台;运用基于电压/电流的复合故障诊断方法及深浅知识推理机相结合的故障诊断策略完成故障诊断;研制了一型便携式通用电路板故障诊断仪;该诊断仪系统结构紧凑,使用灵活,携带方便,能够有效完成引进导弹装备中的数字电路、模拟电路和数模混合电路快速、精确的故障诊断,诊断精度可定位至器件管脚。     

小波神经网络在模拟电路故障诊断中的应用

研究模拟电路优化问题,电路系统存在非线性和漂移会引起系统故障.针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足,为解决上述问题,提出基于小波神经网络的模拟电路故障诊断方法.采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,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.故障诊断仿真表明,保证较高故障诊断正确率RBF网络的训练次数得到了极大地缩小,极大地提高了模拟电路故障诊断的效率,为设计提供了依据.     

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。     

TPS自动生成平台上的模糊故障字典法

目前数字系统的故障诊断和测试性设计技术已经比较成熟,而模拟系统的故障诊断,尽管起步较早,但进展缓慢。这主要由于参数值的连续变化、反馈和非线性等原因,使得模拟系统的故障诊断相对比较复杂。目前已经提出了多种诊断方法,故障字典法即为其中的一种,它通常用于直流电路硬故障的诊断。由于故障因素和容差因素互相交迭,具有一定的模糊性,这给故障字典的应用带来一定的困难。提出了一种基于模糊故障字典的模拟电路故障诊断方法,用模糊故障字典取代传统的故障字典,适用于模拟电路单故障的故障诊断及故障隔离,便于计算机辅助诊断。     

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DAGSVC的模拟电路故障字典法

针对模拟电路的故障诊断和支持向量机分类器的设计问题,讨论了一种基于有向无环图支持向量机分类器(DAGSVC)的故障字典新方法,并比较了几种支持向量机故障分类器的平均测试复杂度指标.通过对2个实际模拟滤波器的实际测试和验证表明:该方法性能要优于"1-v-r"SVC,"1-v-1"SVC等常规的故障分类器,并和聚类二叉树S...     

基于模糊BP神经网络的模拟电路实时故障诊断

以进行模拟电路实时故障诊断为主要目的,对BP神经网络故障字典法进行了深入研究,针对传统BP算法收敛速度慢、易产生局部最优等不足,采用神经网络与模糊理论相结合的方法,根据模式识别原理实现模拟电路故障的实时诊断。实验结果表明:该算法在网络收敛速度和识别精度上较传统的BP算法均有明显的改善。     

基于深度极限学习机的模拟电路故障诊断

针对模拟电路故障诊断中特征提取以及模型训练时间较长的难题,采用了一种基于深度极限学习机的模拟电路故障诊断算法。该算法将深度学习中自编码器的思想引入到极限学习机中,构建深度网络,将底层的故障特征转换更加抽象的高级特征,能自主地学习数据特征,避免了繁琐的特征提取和选择。最终通过Sallen-Key和四运放双二次高通滤波2个模拟电路进行仿真研究,实验结果验证了算法在模拟电路故障诊断上的可行性,也表明模型学习速度快、泛化能力好,具有较强的诊断能力,故障诊断分类准确率可以达到100%,诊断时间在0.3 s左右。     

基于动态模糊聚类分析的模糊集划分新方法

由于模拟电路具有容差特征,用故障字典法进行故障诊断时,传统的模糊集划分方法就存在弊端.针对这种弊端;采用模糊理论中的动态聚类分析法来改善传统模糊集的划分;首先用蒙特卡罗分析法进行电路容差分析,然后用动态模糊聚类分析方法,对电路故障状态进行分类,形成新的模糊集划分方法;实验结果证明了新划分方法的可行性和有效性,并显著提高电路故障的检测率和隔离率.     

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.