A Novel Approach for Diagnosis of Analog Circuit Fault by Using GMKL-SVM and PSO

This paper presents a novel analog circuit fault diagnosis approach using generalized multiple kernel learning-support vector machine (GMKL-SVM) method and particle swarm optimization (PSO) algorithm. First, the wavelet coefficients’ energies of impulse responses are generated as features. Then, a diagnosis model is constructed by using GMKL-SVM method based on features. Meanwhile, the PSO algorithm yields parameters for the GMKL-SVM method. Sallen-Key bandpass filter and two-stage four-op-amp biquad lowpass filter fault diagnosis simulations are given to demonstrate the proposed diagnose procedure, and the comparison simulations reveal that the proposed approach has higher diagnosis precision than the referenced methods.     

A New Analog Circuit Fault Diagnosis Method Based on Improved Mahalanobis Distance

This paper presents a new analog circuit fault diagnosis method based on improved Mahalanobis Distance. The Mahalanobis Distance is improved according to the characteristics of analog circuit, and then introduced into analog circuit fault detection. First, the circuit testability was analyzed, and the relation of ambiguity groups was determined on the basis of the test matrix, and then the separable potential faulty components under the assumption of single fault were also determined. Finally, the suspicious components could be classified using the improved Mahalanobis Distance according to the feature values of the test points, so as to reduce the number of classes and enhance the speed when classifying faults. The experiment shows that the method can achieve fast analog circuit fault diagnosis and better results of analog circuit diagnosis detection.     

基于网格搜索的改进SVM模拟电路故障诊断方法

针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率。采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优。采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比。结果证明了该故障诊断方法的可行性。     

基于PSPICE进行模拟电路故障建模的方法

文章研究了基于PSPICE的模拟电路故障仿真中的故障建模问题。提出了用故障字典法诊断模拟电路硬故障时,基本元件的物理故障和集成电路的功能故障进行故障建模的方法。在直流诊断和交流诊断中，故障建模的方法有所不同。最后用例子说明了这种方法的可行性。     

基于蚁群支持向量机的模拟电路故障诊断

针对人为选择支持向量机参数的随机性和盲目性,将蚁群算法的全局收敛和并行计算的特点引入到支持向量机参数的优化中,建立了基于蚁群算法优化支持向量机参数的模型,使两种算法的优点有机结合,通过对支持向量机的惩罚因子和核函数参数进行优化,使支持向量机分类效果达到最好,并与遗传支持向量机模型比较,结果表明:蚁群算法优化支持向量机参...     

基于频谱响应特性的集成电路故障预测技术

提出了一种基于频谱响应特性的集成电路故障预测技术,该技术成功实现了数字芯片SP3232E在故障诊断与故障预测中的应用,并验证了其在电子元器件的故障诊断与故障预测上的可行性与有效性.实验结果表明,该方法的故障诊断准确率高达92％以上;该数字器件延时信号经过频谱分析后的相位与其对应的退化率呈单指数函数关系,且随着扫频频率的减小,器件的相位增加,退化率减小,退化率50％ ～ 80％对应的相位区间可定义为器件的故障诊断阈值或预警区间;在低频下相位的变化速度更慢,故该方法在低频下的故障预测误差更小,故障预测精度更高.     

现代模拟电路故障诊断新方法

介绍了模拟电路故障诊断技术的发展历史及现状，探讨了基于专家系统、神经网络、模糊理论、小波变换等理论的模拟电路故障诊断新理论和新方法。同时，重点介绍上述各种方法的基本原理和优缺点，分析存在的问题，最后指出了模拟电路故障诊断技术的发展趋势。     

一种新的基于神经网络的模拟电路故障诊断系统

介绍了基于BP神经网络(BPNN)进行模拟电路故障诊断定位的理论,设计并实现以数字信号处理器(DSP)为核心的故障诊断系统.该系统采用模块化设计,具有扩充方便、高速采样的特点;将采样数据构成故障特征向量,利用BP网络训练这些特征向量并进行故障模式分类,实现模拟电路及PCB故障诊断.并给出了PCB板的故障诊断硬件结构及对单软和双软故障的诊断设计方法.     

基于GA-LMBP算法的模拟电路故障诊断方法

主要分析遗传算法和BP神经网络的特点和存在的一些缺陷,研究遗传算法和改进型的BP算法相结合的相关技术,设计并实现一个基于遗传算法和LMBP算法相结合的GA—LMBP算法。通过诊断实例．比较三种算法的模拟电路故障诊断,结果证明在相同精确度的要求下,基于GA—LMBP的算法可以大大提高模拟电路故障诊断准确率。     

基于Lyapunov指数的非线性模拟电路故障诊断方法

本文介绍一种基于计算最大Lyapunov指数的非线性模拟电路故障诊断方法，它应用混沌方法对一个变周期的多谐振荡器的输出信号进行处理，利用数据替代法生成电路故障数据，借助于小数据量法计算相应的最大Lyapunov指数，将这种混沌特性分析应用于强非线性模拟电路的故障诊断，并对混沌时间序列相空间重构中的延迟时间间隔和嵌入维数的选取方法进行了讨论；结合实例对该方法进行了计算验证。     

基于模式识别进行模拟电路故障诊断的方法

本文运用故障树分析法对模拟电路进行分析，按照电路结构对其按树枝形逐级划分建立故障集；将模式识别理论中的隶属函数法以及近邻法推广到可以进行模拟电路的故障诊断．讨论了该方法的原理以及建立字典进行诊断的方法，并给出了仿真实例。     

一种基于神经网络的模拟电路故障诊断方法

提出了一种基于模拟电路故障诊断的神经网络方法。这种方法利用小波分解、数据标准化、主成分分析对输入数据进行预处理,采用k个神经元输出的前馈神经网络结构进行有效训练。该方法检测和识别故障准确率高,系统的鲁棒性和稳定性强。     

基于DSP的模拟电路诊断系统的实现

以现代测试技术、信号处理、信息融合等理论为基础,以神经网络在模拟电路故障诊断中的应用为主线,深入研究了模拟电路的故障特征提取和故障诊断方法。用TMS320F2812对选定的待测电路在元件存在容差的条件下,实现了模拟电路软故障诊断。验证了使用DSP实现模拟电路故障诊断系统的可行性。     

模拟电路的多频灵敏度故障诊断方法

文章在灵敏度故障诊断方法的基础上提出多频灵敏度参数识别故障诊断方法，并给出选择测试频率的一般原则。该方法能够适用于可及测试节点较少的电路。针对模拟电路中一般只存在部分元件故障的情况，进一步提出只识别部分故障元件参数的多频灵敏度故障诊断方法，使该方法能适用于更大规模的电路。电路仿真结果验证了所提方法的有效性。     

一种新型噪声模拟源的电路设计

本文给出了一种简单实用的新型限带模拟噪声发生器电路设计,可以产生带宽和幅值均可调的限带模拟白高斯噪声.该电路已用于综合基带设备;并取得了很好的效果.     

模拟电路故障诊断的结点电压灵敏度比值法

在证明线性电路中结点电压变化量比值等于结点电压灵敏度比值的基础上,提出了结点电压灵敏度比值法,通过结点电压变化量比值和结点电压灵敏度比值的比对确定电路的故障元件。理论分析和实验结果表明,该方法算法简单、诊断速度快,在可测点受限条件下具有较高的诊断精度,特别适合大规模线性模拟电路的故障诊断和测试。     

基于噪声测量的模拟电路故障分析研究

模拟电路故障检测是在当前电子计算机技术不断完善的背景下,基于集成电路故障检测困难发展而来的新型电路检测模式。对于模拟电路来说,故障检测是一个难题,在此基础上,噪声检测在近年来开始逐渐兴起。为了进一步探究利用噪声进行模拟电路故障检测的方法,文中从模拟电路故障检测的背景展开论述,阐述了传统和现代两种不同的模拟电路故障检测方式,分析了利用噪声原理进行模拟电路故障检测的优势和特点,并且详细论述了当前利用RS运算符进行噪声故障检测的计算方法,并对利用噪声进行模拟电路故障检测的步骤做出了详细的阐述。     

容差模拟电路故障模糊诊断方法及其实现

提出了基于SOFM神经网络的容差模拟电路故障模糊诊断方法及其实现。该方法将网络撕裂法和SOFM神经网络相结合进行故障测试．并运用所设计的模糊逻辑神经网络系统判断测试条件，定位容差模拟电路的子网络级故障。仿真试验表明该方法故障定位精确度高。撕裂迅速，有利于大规模容差模拟电路故障诊断的实现。     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。