基于仿真的军用电子设备故障知识获取新方法

故障知识获取瓶颈问题严重限制了我国军用电子设备智能诊断系统的发展。该文首先分析了军用电子设备的特点,然后总结了通过故障仿真获取故障知识的一般过程,在此基础上提出了计算机自动穷举设备所有可能故障,并进行仿真获取故障知识的新方法。提出4个关键策略解决仿真工作量及自动建立故障集的问题。提出了电路故障知识获取平台的建立方案作为该方法的具体实现。该文所提出的知识获取自动化在一定程度上解决了故障数据收集困难的根本问题,同时使获得的知识更完整。最后,实验结果证实其可行性。     

基于仿真的电路故障知识获取方法研究

故障知识获取是基于知识的电路故障诊断方法的瓶颈问题,严重限制了电子设备智能诊断系统的发展.该文首先总结了通过故障仿真获得故障知识的一般过程,提出了基于仿真技术的故障知识获取方法,介绍了减少仿真工作量和充分隔离故障的有效方法,对主要的组成部分和功能进行了详细描述.该方法能够自动调用外部电路仿真软件对故障进行仿真,并从仿真结果中提取有用信息形成故障知识.     

基于故障仿真的诊断知识获取关键技术研究

利用PSPICE软件进行电路器件的仿真,并以故障仿真方法获取诊断知识,可部分代替经验故障数据积累和人工实际故障模拟方法建立故障诊断知识库,解决电子设备尤其是故障知识贫乏的新型装备的维修诊断过程中的故障现象、数据获取和故障知识库建立过程困难和对专业知识的依赖性等问题.对复杂电子装备电路板级故障仿真的关键技术:测试对象的仿真建模,仿真故障注入技术,测试节点优选技术和测试集优化策略进行研究,将其应用于地炮情报射击指挥系统仿真实验平台,并给出实例分析.     

改进神经网络在模拟电路故障诊断中的应用

研究模拟电路故障诊断准确性问题.电路故障与引起故障因素之间呈高度非线性,传统故障识别方法无法识别其非线性特点,导致传统故障方法的诊断精度低.为了提高电路故障诊断的精度,提出一种遗传算法优化BP神经算法的模拟电路故障诊断方法.首先对故障电路样本进行特征提取和归-化处理,然后采用遗传算法对BP神经网络参数进行优化,最后利用最优参数BP神经网络对电路故障样本进行训练和建模,获得电路故障诊断结果.在MATLAB平台上对模拟电路故障进行仿真测试,仿真结果表明,与传统模拟电路故障诊断方法相比,提高了模拟电路故障诊断精度,缩短了故障诊断时间,在模拟电路故障中有着广泛的应用前景.     

基于蚁群算法的模拟电路故障诊断

本文基于模拟电路故障现象和故障原因均比较复杂,故障的定位较困难的现状,提出了一种新的基于蚁群算法的故障诊断知识获取算法.并将该方法应用于一模拟电路的故障诊断过程,仿真结果显示,在故障树中采用该新方法可行、有效.     

基于仿真数据的神经网络故障诊断方法

针对某些模拟电路的历史故障信息,专家知识及其诊断经验难以获取的状况,提出了一种基于仿真数据的神经网络故障诊断方法.通过使用PSpice电路仿真软件模拟实际电路,生成训练样本训练神经网络,从而建立了电路的输出响应与电路中元件实际值之间的映射.以电路的输出响应和技术指标为判断依据,诊断电路的当前状态,定位故障元件及其偏差.最后以带通滤波器电路为例,对整个过程进行了仿真试验,验证了方法的可行性.     

基于随机集与条件证据理论的模拟电路故障诊断方法

为实现模拟电路故障的准确定位,采用一种基于随机集与条件证据的融合先验知识的模拟电路故障诊断方法;首先对测量数据进行处理获取故障电路特征值,得到故障证据可信度分配,并将其表示为证据的随机集形式,然后利用条件证据理论对证据进行组合,最后计算组合后的证据与先验信息之间的和谐度,并依据决策规则得到诊断决策;这种方法充分利用了各种信息,提高了故障诊断的可靠性,故障元器件定位率也比较高;以含容差的二阶滤波电路为例,对电路元件单软、硬故障进行诊断,给出了具体诊断方法及步骤,诊断正确率达到95％以上,结果证明了该诊断方法的有效性;另外,该方法的诊断步骤相对程式化,便于计算机实现,可以实现模拟电路的在线诊断.     

基于Multisim的三相交流电路故障实验分析

通过在三相交流电路故障分析实验中引入Multisim仿真软件,对故障情况进行模拟仿真和实验结果分析,找到了电路故障的发生位置。通过多次模拟仿真让学生掌握电路故障分析的基本理论知识和分析方法,提高其实际分析问题和解决问题的能力,打破实验平台的局限性,节省实验成本,提高故障分析的效率,消除实验过程中的安全隐患。     

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。     

基于小波分析和支持向量机的模拟电路故障诊断

针对模拟电路故障诊断,采用基于小波分析和支持向量机的诊断测试方法,将方波信号作为输入信号激励电路,对电路的响应信号进行小波分析并提取信号的能量作为故障特征向量,并最终利用SVM的一对一多分类方法实现了故障分类。通过对ITC97中的Elliptical Filter电路仿真验证表明,方波信号能够比单频信号更好地激励电路故障,本文所采用的方法能够有效地应用于模拟电路的故障诊断测试中。     

现代模拟电路故障诊断技术发展综述

模拟电路的故障率长期以来居高不下,但模拟电路由于其客观世界信号本质无法完全被数字电路取代,模拟电路的可靠性也成为制约电路系统可靠性的关键因素。主要针对模拟电路的软故障诊断方法进行了研究,分析了模拟电路在故障诊断中的难点,分别对传统和智能化的故障诊断发展和研究现状进行了综述,展望了未来模拟电路故障诊断的发展趋势。     

基于融合特权信息支持向量机的模拟电路故障诊断新方法

针对模拟电路故障诊断复杂多样难于辨识的问题,提出了基于融合特权信息支持向量机的模拟电路故障诊断新方法。首先对采集的信号进行主成分分析(PCA)——特征提取;然后将训练集输入融合特权信息支持向量机进行训练获得故障诊断模型;最后将测试集输入训练好的支持向量机分类模型,实现对不同故障类型的识别。Sallen-Key滤波电路故障诊断仿真实验结果表明,该方法有效提高了分类的性能,不仅能够正确分类单故障而且能够有效分类多故障,其中单硬故障情况下平均故障诊断率达到了99%以上,为模拟电路故障诊断提供了新的途径。     

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。     

基于PSO-RBF神经网络的模拟电路诊断*

为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性;同时对模拟电路的响应信号采用小波包分解,提取有效故障特征。仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位。     

配电网短路故障分析及其识别方法研究

分析了在不同中性点接地方式下单相接地和两相短路接地故障的相电压及中性点电压变化特征,结合三相短路和两相短路的故障特征,提出了完整的配电网短路故障识别方法。仿真结果表明,该方法具有采集的模拟量少、判据简单、运算简便的优点,具有一定的实用价值。     

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Fisher准则函数的相关向量机模拟电路故障诊断*

针对模拟电路故障与特征间存在的模糊组及交叠、分类效果不理想的情况,提出基于Fisher准则函数的最佳聚类数自适应估计方法和基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,采用模糊核聚类选择最优可诊断故障集,然后在贝叶斯框架下对故障进行分类.该模型可以对分类函数的权重进行推断,辅助进行诊断决策,提高了RVM...