基于神经网络的模拟电路故障诊断研究

针对模拟电路,提出一种基于神经网络的故障诊断方法.通过故障字典的建立,选择电路的最佳测试节点,电路故障响应进行预处理后得到故障特征向量,再输入到神经网络实现电路故障诊断.仿真结果表明:该方法有效地解决了模拟电路辨识难的问题,具有更好的故障分辨率,取得了满意的诊断效果.     

基于BP神经网络的模拟电路诊断系统研究

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,详细讨论BP神经网络在模拟电路故障诊断中的应用和故障特征提取方法.采用多频组合法建立了故障样本集.对选定的待测电路在元件存在容差的条件下,仿真验证了BP神经网络应用于模拟电路故障诊断的可行性.     

基于小波神经网络的模拟电路故障诊断方法研究

小波变换是一种时频分析方法,具有多分辨率特性,被誉为数学显微镜,而BP神经网络具有较好的泛化能力,很适合于判断电路状态属于哪种故障类型的分类问题。本文将二者结合起来,采用基于小波神经网络的模拟电路故障诊断方法。应用小波变换对模拟电路幅频响应的采样信号进行故障特征提取,然后利用BP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。通过对电路进行仿真,证明该方法能够实现故障检测及定位,具有准确率高的特点。     

模拟电路模块级软故障特征的提取与故障诊断

介绍了一种模拟电路故障诊断中功能模块级的单模块软故障模型的建立理论和特征提取的方法,运用该方法提取的单模块故障特征不仅可以有效区分单模块电路中的各类故障,而且单模块电路的故障特征还可以在多模块电路的单故障和多故障的情况下应用。仿真结果表明,通过采样电路输出并进行相应的信号处理来提取故障模型,可以准确地定位多模块故障电路的故障部位。     

模拟电路故障诊断的新故障字典法

基于节点电压灵敏度,将文献[1]中的线性无容差电路的故障字典法推广到可以诊断容差模拟电路和非线性电路软故障的新故障字典法。讨论了该方法的原理和字典的建立方法,给出了仿真实例。     

模拟电路类故障诊断理论和方法

文中提出了模拟电路的类故障诊断理论和方法。用k元素(指支路、节点或割集)集间的一种等价关系,对电路中的k元素集进行分类,检验每个类中任一k元素集的相容性,即可辨识出故障类。这种方法诊断目标大,试验后计算量小, 无任何约束条件, 能够处理大规模电路,具有很强的一般性和通用性,对任何电路都可实现故障类的快速在线唯一诊断。     

利用正多项式响应曲面模型实现模拟电路参数自动生成

提出一种基于仿真的模拟电路参数自动生成方法,通过利用模拟电路性能仿真数值结果生成描述电路性能与电路参数之间关系的正多项式响应曲面模型(polynomial response surface models),再利用若干性能曲面模型协同求出满足全部性能要求的模拟电路的参数配置.这种方法的本质是将电路参数化问题转化为几何规划(geometric program)问题,为线性或非线性电路生成达到Spice器件仿真级精度的性能正多项式响应曲面.文中提出的正多项式响应曲面模型的待求参数包括正实数系数和任意实数指数,其回归分析过程中如果模型无法满足精度要求,可通过自动修改模型的多项式结构最终获得理想结果.最后以运算放大器电路为例,生成精确描述电路性能的正多项式响应曲面模型,并通过若干正多项式响应曲面模型得到满足性能要求的参数配置.     

利用正多项式响应曲面模型实现模拟电路参数自动生成

提出一种基于仿真的模拟电路参数自动生成方法,通过利用模拟电路性能仿真数值结果生成描述电路性能与电路参数之间关系的正多项式响应曲面模型(polynomial response surface models),再利用若干性能曲面模型协同求出满足全部性能要求的模拟电路的参数配置.这种方法的本质是将电路参数化问题转化为几何规划(geometric program)问题,为线性或非线性电路生成达到Spice器件仿真级精度的性能正多项式响应曲面.文中提出的正多项式响应曲面模型的待求参数包括正实数系数和任意实数指数,其回归分析过程中如果模型无法满足精度要求,可通过自动修改模型的多项式结构最终获得理想结果.最后以运算放大器电路为例,生成精确描述电路性能的正多项式响应曲面模型,并通过若干正多项式响应曲面模型得到满足性能要求的参数配置.     

基于虚拟可及测试节点的模拟电路故障诊断

针对网络撕裂方法诊断模拟电路故障过程中撕裂节点必须是可及节点的限制,提出了虚拟可及测试节点的方法.利用网络拓扑结构和基尔霍夫电流定律计算一类不可及测试节点故障电压,让其成为虚拟可及测试节点.然后在可及或虚拟可及测试节点对网络进行撕裂,再根据故障电压和故障判据定位故障至更小的区域,从而进一步定位故障元件.这种新方法降低了待诊断电路中对可及节点数目的要求,增加了撕裂的灵活性.通过仿真实例验证了该方法的有效性.     

基于闭环集成运放的模拟电路模块级软故障诊断

基于斜率故障模型,提出了一种诊断模拟电路中基于闭环集成运算放大器的模块级软故障的字典法.在由闭环运放组成的模拟电路中,通过对电路以闭环运放及与其输入直接相连的元件看作一个整体划分模块,对各个模块中的任一元件或进行宏模型替代之后的运放等效电路,利用电路中的两节点电压增量计算出的斜率作为统一故障特征,建立故障字典,实现电路中相应模块包含的运放和所有元件的软故障诊断.给出了运放的等效宏模型和模块级软故障的诊断步骤,并用仿真实例证明了该诊断方法的有效性.     

基于指定元分析的多级相对微小故障诊断方法

 设备运作过程中可能出现的微小故障,往往会因其呈现的异常征兆较小而被淹没在显著故障或噪声中,从而现有的方法难以很好地对其进行监控.本文在DCA空间投影框架下建立了观测空间的多级分解思想,并在此基础上提出一种多级相对微小故障诊断算法.将观测数据关于显著指定模式进行DCA分析,并移除显著变化模式的影响,以提高微小故障信号的信噪比.根据其向故障子空间投影能量的显著性判断残差数据中是否还包含仍未被诊断出、且具有一定影响的微小故障;根据各故障方向上投影能量的显著性进行微小故障诊断;重复以上过程,直到各级微小故障均被诊断出来.包含四种共存故障的观测数据的仿真研究,验证了该算法的有效性.     

An FPGA-Based Approach for Speeding-Up Fault Injection Campaigns on Safety-Critical Circuits

In this paper we describe an FPGA-based approach to speed-up fault injection campaigns for the evaluation of the fault-tolerance of VLSI circuits. Suitable techniques are proposed, allowing emulating the effects of faults and observing faulty behavior. The proposed approach combines the efficiency of hardware-based techniques, and the flexibility of simulation-based techniques. Experimental results are provided showing that significant speed-up figures can be achieved with respect to state-of-the-art simulation-based fault injection techniques.     

数字微波电路故障案例分析

在数字微波电路运行过程中,不可避免地会出现各种各样的故障,通过对这些曾经出现过的故障案例进行总结分析,可以为微波电路的安全可靠运行提供技术支持。文章首先介绍了数字微波电路所采用的网管软件,然后对一些出现过的微波故障案例进行分析,最后对处置微波电路故障进行了总结,可为广大技术同行提供了好的参考借鉴。     

A Combined Clustering and Neural Network Approach for Analog Multiple Hard Fault Classification

A new neural network-based fault classification strategy for hard multiple faults in analog circuits is proposed. The magnitude of the harmonics of the Fourier components of the circuit response at different test nodes due to a sinusoidal input signal are first measured or simulated. A selection criterion for determining the best components that describe the circuit behaviour under fault-free (nominal) and fault situations is presented. An algorithm that estimates the overlap between different faults in the measurement space is also introduced. The learning vector quantization neural network is then effectively trained to classify circuit faults. Performance measures reveal very high classification accuracy in both training and testing stages. Two different examples, which demonstrate the proposed strategy, are described.     

Ⅰ类热像仪故障诊断

开发一种用于检测热像仪电路故障并显示的专用测试设备是很有必要的.今提出了诊断热像故障的一种方法,即测试整机电路的特征信号,根据测量结果自动判断故障.由于热像仪电路的模块化设计,所有故障均应定位在这些模块上.     

Fault Modeling and Simulation Using VHDL-AMS

Fault simulation is an accepted part of the test generation procedure for digital circuits. With complex analog and mixed-signal integrated circuits, such techniques must now be extended. Analog simulation is slow and fault simulation can be prohibitively expensive because of the large number of potential faults. We describe how the number of faults to be simulated in an analog circuit can be reduced by fault collapsing, and how the simulation time can be reduced by behavioral modeling of fault-free and faulty circuit blocks. These behavioral models can be implemented in SPICE or in VHDL-AMS and we discuss the merits of each approach. VHDL-AMS does potentially offer advantages in tackling this problem, but there are a number of computational difficulties to be overcome.     

A Symbolic Inject-and-Evaluate Paradigm for Byzantine Fault Diagnosis

Fault diagnosis is to predict the potential fault sites in a logic IC. In this paper, we particularly address the problem of diagnosing faults that exhibit the so-called Byzantine General's phenomenon, in which a fault manifests itself as a non-logical voltage level at the fault site. Previously, explicit enumeration was suggested to deal with such a problem. However, it is often too time-consuming because the CPU time is exponentially proportional to fanout degree of the circuit under diagnosis. To speed up this process, we present an implicit enumeration technique using symbolic simulation. Experimental results show that the CPU time can be improved by several orders of magnitude for the ISCAS85 benchmark circuits while locating the faults accurately.     

三电平逆变器的故障建模及诊断

针对三电平逆变器电路易出现的开路故障现象,本文以二极管钳位三电平逆变器为例,对三电平逆变器功率管开路故障进行了分析,使用Simulink建立三电平逆变器的故障模型,并由此提出了一种基于神经网络的三电平逆变器的故障诊断与检测方法。实验结果表明,该方法能够有效的诊断三电平逆变器中出现的故障问题,尤其适用于检测与定位逆变器内部的复杂非线性故障。