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。     

容差模拟电路软故障诊断的一种方法

首先以节点电压灵敏度为基础推导出了电路状态规则表和节点电压增量比矢量故障字典,并以此对故障元件进行定位;进一步地,再根据节点电压增量方程组计算出故障元件参数的变化量,从而达到定量诊断的目的.该方法不仅具有测前模拟次数少、占用存储空间小、诊断范围宽的特点,还能对故障元件参数的变化量进行较精确地估算.文中给出的仿真实验结果...     

Elman神经网络在非线性模拟电路故障诊断中的应用

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确诊断率。首先用改进的Elman神经网络建立故障电路和无故障电路系统模型,然后用遗传算法搜索电路故障诊断的最佳激励信号参数。     

基于RBF-Volterra的非线性电路故障诊断

故障诊断的重要前提是故障特征可比性原则,而可比性原则的条件是模型结构的不变性,这就要求同一参数模型起码能稳定地拟合同一电路的所有故障状态。针对故障状态下非线性强弱变化造成的参数估计数值稳定性问题,提出一种基于RBF-Volterra级数的非线性电路故障诊断方法。在平移联动约束下,由基函数多项式(BFP)导出RBF-Volterra级数,分析了RBF-Volterra级数的截尾不截维特性和对非线性强弱变化的适应能力.RBF-Volterra级数不仅数值稳定性好,而且结构紧凑能有效避免维数灾难问题。最后,通过实例仿真说明该方法的有效性。     

基于多目标线性规划的模拟电路软故障诊断方法

阐述了一种新的容差条件下基于多目标线性规划理论的模拟电路软故障诊断方法。通过灵敏度分析建立电路测试节点电压增量方程,并以元件参数变化量与标称值的百分比作为故障判据。采用多目标线性规划方法求解测试节点方程组来估算电路中各元件在一定故障情况下的参数变化百分比,将方程组的解与各元件容差范围相比较来定位故障元件。仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估算,可以有效地实现模拟电路元件参数在一定容差范围内变化条件下的软故障诊断。     

模拟电路性能退化型故障诊断方法研究

为了研究线性模拟电路的性能退化型故障诊断问题,通过构造比较电路,提出了一种基于节点电压灵敏度分析的故障字典建立方法,并结合网络撕裂法实现了多个故障元件的定位和故障参数的辨识。测量可及测试点的电压,计算原电路和比较电路的电压增量之比即可定位故障元件,求解节点电压增量方程可得到故障元件的参数漂移量。仿真结果表明,故障参数辨识的平均误差为7.76%,验证了本方法的有效性。     

容差模拟电路软故障诊断的神经网络方法

为了提高诊断容差模拟电路软故障的速度与准确性,提出了一种随机算法、灵敏度分析、免疫遗传算法与神经网络相结合的软故障诊断方法.该法首先利用基于随机算法的灵敏度分析来解决电路发生软故障时测试节点与激励信号频率选择困难的问题,然后对待测电路施加所选的激励并在所选择的测试节点处提取节点电压,这些电压值再经主元分析与归一化处理作为故障特征,输入神经网络.为了解决传统BP算法本身固有的易陷入局部最优等缺点,引入免疫遗传算法来进行优化,形成基于免疫遗传算法的BP神经网络,进行故障分类.本文详述了其诊断原理及诊断步骤,并通过电路诊断实例,验证了所提方法的有效性.     

基于简化GFRF模型辨识算法的非线性模拟电路故障诊断

提出了基于简化GFRF(广义频率响应函数)模型辨识非线性电路的故障诊断方法.利用非线性频谱分析法获得被诊断系统的GFRF模型估计并提取能表征系统工作状况的电路特征,通过预设故障模式确定被诊断系统所处的工作状态从而定位系统故障.实验结果表明:基于非线性GFRF分析的故障诊断技术,无需在线辨识GFRF、计算量小,故障诊断效果较好.     

基于BP算法的模拟电路故障诊断

文中就BP神经网络的学习算法进行了分析,使用PSPICE软件对电路进行仿真,在此基础上建立了模拟电路的BP神经网络故障字典库。通过查阅字典库实现模拟电路的故障诊断。指出了BP神经网络在模拟电路故障诊断过程中存在的网络泛化性能差的问题,并提出了解决办法。经过仿真实验验证,这种方法用与模拟电路故障诊断相结合能够提高神经网络检测故障的智能性,提高故障诊断的准确性,结果较好,具有一定的应用价值。     

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.     

基于全速电流测试的模拟电路故障诊断

研究了全速电流测试技术在模拟电路故障诊断中的应用,对待测电路施加一测试序列,使电路交替工作于静置状态和全功能状态以实现全速电流测试,并以电源端在一时间段内的平均电流为故障特征,建立人工免疫系统进行电路诊断。IT^C＇97国际标准电路CTSV滤波电路的故障诊断实验表明,该全速电流测试方法能实现模拟电路的高故障覆盖率的故障检测与定位。     

容差条件下模拟电路软故障的数学规划诊断方法

为了诊断容差条件下模拟电路软故障,提出一种利用数学规划进行软故障诊断的方法。从电路灵敏度分析入手,建立节点电压增量方程。随后,将节点电压增量方程作为约束条件,将要处理的故障诊断问题转化成为数学规划(mathematical programming,MP)模型并且建立相应的数学规划方程。通过求解这些MP方程,估计待测电路中各元件参数的偏移程度。并由此判断待测电路中是否存在故障元件。     

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。     

基于EMD和SPS的容差模拟电路故障诊断

针对具有容差的模拟电路故障诊断难题,提出了结合经验模态分解(EMD)和子带多态谱(SPS)的提取模拟电路故障特征新方法。首先计算出待测试电路的二阶Volterra核序列,然后用EMD对Volterra序列进行分解,获得本征模态函数(IMFs),最后通过计算IMFs的倒谱(CS)和Hiltert谱(HS),对时频域的多态数字故障特征进行提取,从而将容差模拟电路中的软故障和非线性故障进行分离,完成模拟电路故障诊断。实验结果表明,该方法能够有效地解决故障混叠难题,提升故障元件定位和分离的能力。     

模拟电路故障重叠诊断方法研究

在实际的模拟电路中,电路故障种类很多,但是测试节点的数目是有限的,导致了不同的故障类之间可能存在重叠现象。对于故障重叠问题,采用常规的马氏距离诊断方法,误诊率会很高。阐述了误诊对后期电路改善的严重后果,说明通过降低故障分辨率提高故障诊断正确率是有意义的,提出在进行故障判定时不仅仅考虑最优值还要考虑最优与次优的优劣程度,结合马氏距离故障诊断方法距离进行具体说明,最后对具体电路进行分析,验证了本文的有效性。