模拟电路智能故障诊断

来源:用户上传      作者:

　　摘要:模拟电子电路集成度日益提高,使得某些电路内部节点存在不可及性。 基于神经网络和专家系统的模拟电路故障诊断系统,其采集数据先输入到模糊处理模块进行模糊处理,再送人工神经网络模块推理,推理结果需进行融合处理,以提高诊断的可靠性,再根据融合结果检索操作指导数据库得到指导信息,最后得到诊断结论。
　　关键词:故障诊断 模拟电路 神经网络
　　
　　随着模拟电子技术的飞速发展,电子电路集成化程度和制版工艺逐渐提高,电路的功能化和模块化趋势日益明显,元件的密集度不断增加,从而导致电路内部可及节点越来越少,甚至有些电路内部不存在可及节点,这给模拟电路的检测和故障诊断技术提出了新的挑战. 虽然传统的交流故障字典法可以利用外部端口测试的方法完成故障诊断,但该方法需要改变测试激励的频率作多次测试,诊断过程复杂,测试时间较长。 因此,如何利用模拟电路有限的可及节点快速、有效诊断模拟电路内部的故障是该领域内亟待解决的问题。
　　
　　1.模拟电路故障诊断技术的现状
　　在模拟电路发生故障后, 要求能及时将故障诊断出来,以便检修、调试、替换。对某些用于重要设备的模拟电路, 还要求能进行故障预测, 也就是对电路在正常工作时的响应作持续不断的监测, 以确定哪些元件将要失效, 以便在故障发生前把那些将要失效的元件替换掉, 以避免故障发生。所有这些, 通常的人工诊断技术已无法满足需要, 因而, 模拟电路故障的自动智能诊断成为一个亟待解决的问题。
　　模拟电路故障诊断的发展并不理想, 造成这种现象的原因大致有以几个方面。
　　(1) 模拟电路的故障现象往往十分复杂, 任何一个元件的参数变值超过其容差时就属故障, 因此模拟电路的故障状态是无限的, 故障特性是连续的。
　　(2) 模拟电路的输入―输出关系比较复杂, 即使是线性电路, 其输出响应与各个元件参量之间的关系也往往是非线性的, 何况许多实际电路中还存在着非线性元件。
　　(3) 虽然模拟电路中非故障元件的参数标称值是已知的, 但具体电路的实际值会在其标称值上下作随机性的变动, 一般并不正好等于其标称值。另外, 模拟电路中特有的一些复杂因素, 诸如元件非线性的表征误差、测试误差等等, 也会给诊断带来很大因难。
　　
　　2.智能故障诊断
　　将智能手段引入诊断过程中后,常常单一应用神经网络或专家系统,不能有效的解决故障诊断中许多不确定因素,影响故障诊断的准确性,无法大规模投入使用。故将模糊技术、专家系统和神经网络有机地结合,进行优势互补,寻求以集成智能为核心的诊断方法。
　　系统主要由模糊处理、神经网络和专家系统子系统及结果融合等组成,采集数据首先输入到模糊处理模块进行模糊处理,然后送人工神经网络模块进行推理,而专家系统以神经网络的输出结果为依据进行反向不确定性推理,同时记录推理轨迹。两套推理系统的输出结果可能不相符,故需要将推理结果进行融合处理以提高诊断的可靠性,再根据融合结果检索操作指导数据库得到指导信息,最后得到诊断结论。
　　神经网络从样本中学习有效信息并应用于快速推理,但其诊断结论中难免存在干扰甚至错误;而专家系统诊断可靠,但系统完善困难,有时诊断正确而输出可能低于阈值,造成漏诊。因此,两个系统的诊断结论需要进行融合处理,提高整个系统的综合诊断性能。
　　
　　3.结束语
　　在实际应用中, 经常综合应用多种故障诊断方法, 这样可以充分发挥出各种故障诊断方法的优势, 弥补单一诊断方法的不足。
　　
　　参考文献:
　　[1] 杨士元. 模拟系统的故障诊断与可靠性设计[M]. 北京:清华大学出版社, 1993.
　　[2] 申华. 集成电路可测性设计中网表的解析与实现[J ] .中国集成电路,2007 ,97 (6) : 54 - 57.
　　[3] 孙增圻. 智能控制与技术[M]. 北京: 清华大学出版社,2000.
　　[4] 朱大奇. 电子设备故障诊断原理与实践[M]. 北京:电子工业出版社, 2004.
　　作者简介: 彭宏娟(1978- ),女,湖南怀化人,本科,讲师,研究方向为移动通信技术。
　　从事专业基础教学的工作。

转载注明来源:https://www.xzbu.com/2/view-643448.htm