模擬電路故障診斷技術(shù)研究

摘要:研究了模擬電路故障診斷方法。主要討論了測(cè)前模擬法、測(cè)后模擬法、近似技術(shù)、專家系統(tǒng)的模擬電路故障診斷方法和神經(jīng)網(wǎng)絡(luò)、模糊理論、小波變換的模擬電路故障診斷新方法及原理。

關(guān)鍵詞:模擬電路;故障診斷;方法

中圖分類號(hào):TP305文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2009)36-10546-03

Study on Analog Fault Diagnosis

CHEN Ling-ling， ZHANG Qiu-mi， WANG Xi-dong， LU Chao

(Department of Physics， Shanxi University of Technology， Hanzhong 723000， China)

Abstract: Study of modern and contemporary analog circuit fault diagnosis method. Mainly discussed SBT， SAT， similar to modern technology， analog circuit fault diagnosis method and Expert Systems， Neural Networks， Fuzzy Theory， wavelet transform modern analog circuit fault diagnosis methods and principles.

Key words: analog circuit; fault diagnosis; methods

隨著電子科學(xué)技術(shù)的迅速發(fā)展，電子器件的集成度越來越大，電子設(shè)備越來越復(fù)雜，在電子產(chǎn)品制造、使用和維修中，傳統(tǒng)的人工診斷技術(shù)已無法滿足其需求，故提出了借助計(jì)算機(jī)實(shí)現(xiàn)故障診斷。隨著故障診斷理論的發(fā)展，確立了其在網(wǎng)絡(luò)理論中應(yīng)用的地位，成為繼網(wǎng)絡(luò)分析、網(wǎng)絡(luò)綜合之后的網(wǎng)絡(luò)理論的第三分支?，F(xiàn)代電子電路通常是多層次的或被封裝的，可測(cè)電壓的可用節(jié)點(diǎn)數(shù)有限，導(dǎo)致可用作故障診斷的信息量不夠充分，造成故障定位的不確定性和模糊性。如何有效解決模擬電路的容差和非線性問題，如何解決故障診斷的模糊性和不確定性問題是研究工作迫切需要解決的困難。由于上述問題很難用傳統(tǒng)的數(shù)學(xué)方法描述，人工智能技術(shù)則因其善于模擬人類處理問題的過程，容易顧及人的經(jīng)驗(yàn)并具有一定的學(xué)習(xí)能力等特點(diǎn)，在這一領(lǐng)域得到了廣泛應(yīng)用。

1 模擬電路故障診斷方法

1962年R.S.Berkowitz[1]首先提出模擬電路故障診斷理論。1979年IEEE會(huì)刊將模擬電路故障診斷主要的方法歸納為三大類:估值法、分類法和拓?fù)浞ā?979年以后，故障診斷進(jìn)入深入的發(fā)展階段，根據(jù)對(duì)被測(cè)電路的模擬在測(cè)試之前或測(cè)試之后分為[2]:測(cè)前模擬法—SBT(Simulation Before Test)和測(cè)后模擬法——SAT(Simulation After Test)。除此之外，還有近似法和專家系統(tǒng)法。

1.1 測(cè)前模擬法SBT

測(cè)前模擬法的主要方法是故障字典法FD(Fault Dictionary)[3]，其理論基礎(chǔ)是模式識(shí)別原理，基本步驟是在電路測(cè)試之前，用計(jì)算機(jī)模擬電路在正常和各種故障下的狀態(tài)，并記錄其對(duì)應(yīng)的信號(hào)或特征，從而建立故障字典;在實(shí)際電路診斷時(shí)，根據(jù)測(cè)量所得的信號(hào)或特征，在故障字典中查到與此信號(hào)或特征對(duì)應(yīng)的故障，從而確定電路故障。故障字典法[4]是最具有實(shí)用價(jià)值的故障診斷方法，因?yàn)閹缀跛械挠?jì)算量都集中在測(cè)前，測(cè)后只需要查字典定位故障，所以能做到定時(shí)診斷。由于故障狀態(tài)有限，所以主要用于單、硬故障的診斷。故障字典法按建立字典所依據(jù)的特性有直流法、頻域法和時(shí)域法。直流故障字典法是利用電路的直流響應(yīng)作為故障特征，建立故障字典的方法。本文介紹一種較常用的直流故障字典法:用分段線性描述所有非線性器件，引入故障開關(guān)模擬電路的硬故障，運(yùn)用混合方程表格法建立電路的通用端口約束方程，通過開關(guān)的不同組合可反映電路的各種故障狀態(tài);電路通過端口約束方程與二極管變量的約束條件構(gòu)成一個(gè)互補(bǔ)問題，可用互補(bǔ)主元法求解;為克服容差對(duì)故障診斷的影響，引入模糊集進(jìn)行故障隔離。直流故障字典法一般僅適用于單、硬故障的診斷。

頻域法是以電路的頻域響應(yīng)作為故障特征，建立故障字典的方法。其優(yōu)點(diǎn)是理論分析較成熟，硬件要求較簡(jiǎn)單，主要是正弦信號(hào)發(fā)生器、電壓表和頻譜分析儀。頻域法主要有:Bode圖法、雙線性變換法和稀疏矩陣法等。Bode圖法的原理是:按電路的對(duì)數(shù)幅頻特性來劃分特征空間，以不同頻率下的增益偏差作為特征向量建立故障字典;測(cè)試后，根據(jù)實(shí)際增益偏差查字典確定故障。雙線性變換法的原理是:以電路的傳輸軌跡作為故障特征建立故障字典;測(cè)試后，根據(jù)實(shí)際測(cè)量在復(fù)平面上找出對(duì)應(yīng)點(diǎn)，測(cè)量點(diǎn)明顯地靠近某一軌跡，由此軌跡可以決定系統(tǒng)測(cè)量特性對(duì)應(yīng)的元件參量偏差，從而確定故障。此方法適用于線性電路的單故障，包括硬、軟故障，但不適用于故障導(dǎo)致零響應(yīng)的情況。稀疏矩陣法的原理是:以電路的傳輸特性(振幅或相位)的偏差作為故障特征建立故障字典;測(cè)試后，根據(jù)實(shí)際傳輸特性的偏差查字典確定故障?？紤]到元件的容差和測(cè)量誤差，規(guī)定一門限，當(dāng)特性偏差在門限值之內(nèi)時(shí)認(rèn)為電路正常。

時(shí)域法是利用電路的時(shí)域響應(yīng)作為故障特征而建立故障字典的方法，主要方法有偽噪聲信號(hào)法和測(cè)試信號(hào)設(shè)計(jì)法等。偽噪聲信號(hào)法是以偽噪聲信號(hào)獲得的電路沖擊響應(yīng)的變化作為故障特征，建立故障字典的方法。測(cè)試信號(hào)設(shè)計(jì)法是將電路不同狀態(tài)下測(cè)試信號(hào)的階躍幅度和電路對(duì)輔助信號(hào)響應(yīng)中跨零位置的變化作為故障特征，進(jìn)行編碼，從而建立故障字典的方法。

1.2 測(cè)后模擬法SAT

測(cè)后模擬法的主要方法有參數(shù)識(shí)別技術(shù)和故障證實(shí)技術(shù)，其特點(diǎn)是在電路測(cè)試后，根據(jù)測(cè)量信息對(duì)電路模擬，從而進(jìn)行故障診斷。

參數(shù)識(shí)別技術(shù)的原理是利用網(wǎng)絡(luò)響應(yīng)與元件參數(shù)之間的解析關(guān)系，通過響應(yīng)的測(cè)量值識(shí)別或求解網(wǎng)絡(luò)元件的參數(shù)值，根據(jù)該值是否在容差范圍之內(nèi)來判定元件是否故障。按診斷方程是否線性，參數(shù)識(shí)別技術(shù)可分為線性技術(shù)和非線性技術(shù)。線性技術(shù)有伴隨電路法等;非線性技術(shù)有轉(zhuǎn)移導(dǎo)納法、元件連接分割法、節(jié)點(diǎn)法等。

1) 伴隨電路法是利用特勒根定理和伴隨網(wǎng)絡(luò)概念建立故障診斷方程的方法。

2) 轉(zhuǎn)移導(dǎo)納法是直接通過解網(wǎng)絡(luò)轉(zhuǎn)移導(dǎo)納參數(shù)非線性方程組來決定網(wǎng)絡(luò)元件值，如果元件參數(shù)值超過容差范圍，就判定為故障元件。

3) 元件連接分割法是把系統(tǒng)中的元件或組件從系統(tǒng)中分割出來，用元件與系統(tǒng)的連接關(guān)系，來描述系統(tǒng)特性與元件之間的關(guān)系。由元件特性和連接特性組成的CCM(Component Connection Model)方程，根據(jù)CCM方程建立故障方程。

4) 節(jié)點(diǎn)法是從電路節(jié)點(diǎn)電壓方程出發(fā)，通過傳輸函數(shù)或表格法建立故障診斷方程的方法。

故障證實(shí)技術(shù)是通過檢驗(yàn)網(wǎng)絡(luò)元件某一子集是否出現(xiàn)故障來識(shí)別故障的，從而使測(cè)試點(diǎn)數(shù)大大下降，其方法有K故障診斷、故障定界技術(shù)、網(wǎng)絡(luò)分裂法等。

1) K故障診斷是通過檢驗(yàn)?zāi)承┚€性方程的相容性來進(jìn)行故障定位的，定位中引入補(bǔ)償電源代替元件參量的變化。它有K節(jié)點(diǎn)故障診斷和K支路故障診斷兩種。

2) 故障定界技術(shù)是假定最大的故障數(shù)，并將網(wǎng)絡(luò)元件分為兩個(gè)子集S1、S2且假定S1中元件正常，利用S1中元件特性與網(wǎng)絡(luò)特性測(cè)量值求出S2中元件值進(jìn)行故障識(shí)別的。

3) 網(wǎng)絡(luò)分裂法是通過可及節(jié)點(diǎn)的撕裂，將網(wǎng)絡(luò)分裂為若干個(gè)子網(wǎng)絡(luò)，運(yùn)用測(cè)試條件(STC、MTC)和邏輯分析將故障定位到子網(wǎng)絡(luò)，然后利用內(nèi)部自測(cè)條件(ISTC)將故障定位到更小的區(qū)域。

1.3 近似技術(shù)

近似技術(shù)研究在測(cè)量數(shù)有限的情況下，根據(jù)一定的判別準(zhǔn)則，識(shí)別出最可能的故障元件，其中包括概率統(tǒng)計(jì)法和優(yōu)化法。

1) 概率統(tǒng)計(jì)法中常用的為逆概率法，其工作原理是:在測(cè)試之前，根據(jù)維修經(jīng)驗(yàn)對(duì)大量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析確定元件發(fā)生故障的先驗(yàn)概率，測(cè)試之后，算出后驗(yàn)概率，根據(jù)Bayes判別準(zhǔn)則，后驗(yàn)概率最大者即是最可能出故障的元件。此法的原理與故障字典發(fā)相似，是屬于測(cè)前模擬的。

2) 優(yōu)化法用于軟故障診斷，其思路是采用適當(dāng)?shù)哪繕?biāo)函數(shù)估計(jì)出最可能出現(xiàn)故障的原件。此法是屬于測(cè)后模擬的。

1.4 專家系統(tǒng)故障診斷方法

專家系統(tǒng)[5]是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其大多基于產(chǎn)生式規(guī)則，即首先將專家知識(shí)及診斷經(jīng)驗(yàn)用規(guī)則表示出來，形成故障診斷知識(shí)庫，然后根據(jù)測(cè)試數(shù)據(jù)利用專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理診斷出故障元件。專家系統(tǒng)包括[6]測(cè)前模擬診斷中的故障特性的收集和處理過程，以及測(cè)后模擬的故障推理收索等過程。

專家系統(tǒng)特點(diǎn):具有豐富的經(jīng)驗(yàn)和高水平的技術(shù)及專家水平的專門知識(shí);能夠有效地模擬故障診斷專家并完成故障診斷的過程，但在實(shí)際應(yīng)用中仍存在一定缺陷，其主要缺陷為[7]:知識(shí)獲取“瓶頸”問題;易出現(xiàn)“匹配沖突”、“組合爆炸”和“無窮遞歸”;知識(shí)“窄臺(tái)階”;知識(shí)維護(hù)困難;實(shí)時(shí)性差。這大大影響了故障診斷的準(zhǔn)確性。鑒于上述困難，提出將其與具有信息處理特點(diǎn)神經(jīng)網(wǎng)絡(luò)和適合人類認(rèn)識(shí)特征模糊理論相結(jié)合。

2 模擬電路故障診斷新方法

字典法一般只用于單故障診斷，參數(shù)辨識(shí)法和故障驗(yàn)證法在診斷時(shí)在線計(jì)算量大，難以實(shí)現(xiàn)實(shí)時(shí)診斷。而在科學(xué)技術(shù)高速發(fā)展的現(xiàn)代化生產(chǎn)中，傳統(tǒng)的故障診斷方法已不能適應(yīng)技術(shù)發(fā)展的需求，這就要求科技人員和理論工作者要進(jìn)一步探索新的理論和方法，主要包括神經(jīng)網(wǎng)絡(luò)，模糊理論，小波變換等。

2.1 神經(jīng)網(wǎng)絡(luò)故障診斷方法

人工神經(jīng)網(wǎng)絡(luò)[8](Artificial Neural Network，ANN)是模擬人腦組織結(jié)構(gòu)和人類認(rèn)知過程的信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)作為一種自適應(yīng)的模式識(shí)別技術(shù)，并不需要預(yù)先給出有關(guān)模式的經(jīng)驗(yàn)知識(shí)和判別函數(shù)，它通過自身的學(xué)習(xí)機(jī)制自動(dòng)形成所要求的決策區(qū)域。網(wǎng)絡(luò)的特性由其拓?fù)浣Y(jié)構(gòu)、神經(jīng)元特性、學(xué)習(xí)和訓(xùn)練規(guī)則所決定。它可以充分利用狀態(tài)信息，對(duì)來自于不同狀態(tài)的信息逐一進(jìn)行訓(xùn)練而獲得某種映射關(guān)系。而且網(wǎng)絡(luò)可以連續(xù)學(xué)習(xí)，如果環(huán)境發(fā)生改變，這種映射關(guān)系還可以自適應(yīng)地進(jìn)行調(diào)整。

基于神經(jīng)網(wǎng)絡(luò)的診斷過程分為兩步。首先，基于一定數(shù)量的訓(xùn)練樣本集(通常稱為“征兆—故障”數(shù)據(jù)集)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到期望的診斷網(wǎng)絡(luò);其次，根據(jù)當(dāng)前診斷輸入對(duì)系統(tǒng)進(jìn)行診斷，診斷的過程即為利用神經(jīng)網(wǎng)絡(luò)進(jìn)行前向計(jì)算的過程。在學(xué)習(xí)和診斷之前，通常需要對(duì)診斷原始數(shù)據(jù)和訓(xùn)練樣本數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚?，包括預(yù)處理和特征選擇、提取等，目的是為診斷網(wǎng)絡(luò)提供合適的診斷輸入和訓(xùn)練樣本。此外，盡管神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的故障診斷是兩種不同的診斷方法，但兩者是緊密聯(lián)系在一起的。

2.2 模糊理論診斷方法

模糊故障診斷方法，就是在故障征兆空間與故障原因空間之間建立模糊關(guān)系矩陣，再將模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進(jìn)行組合，根據(jù)一定的判定閥值來識(shí)別出故障元件。將模糊理論的模糊邏輯系統(tǒng)與ANN相結(jié)合[9]，充分吸收了兩者各自的優(yōu)點(diǎn)，既能處理專家知識(shí)和經(jīng)驗(yàn)，又能通過自學(xué)習(xí)增強(qiáng)系統(tǒng)的判斷能力。目前的研究主要集中在[9]:研究模糊邏輯系統(tǒng)和ANN的對(duì)應(yīng)關(guān)系，將模糊邏輯系統(tǒng)的調(diào)整和更新轉(zhuǎn)化為對(duì)應(yīng)的ANN學(xué)習(xí)問題以及利用模糊邏輯系統(tǒng)對(duì)ANN進(jìn)行初始化;模糊神經(jīng)網(wǎng)絡(luò)的快速學(xué)習(xí)算法;利用模糊理論加快ANN的學(xué)習(xí)速度并應(yīng)用ANN構(gòu)造高性能的模糊邏輯系統(tǒng)。但兩者發(fā)展到現(xiàn)在，時(shí)間相對(duì)較短，自身體系還不完善，在解決診斷問題方面還存在很多問題。

模糊理論與其它人工智能技術(shù)結(jié)合構(gòu)成的診斷系統(tǒng)雖然可以增強(qiáng)處理不確定性能力，在一定程度上提高診斷的準(zhǔn)確度，但是它不能完全消除專家系統(tǒng)所固有的缺點(diǎn)。

2.3 小波變換故障診斷方法

小波變換的基本原理[9]:通過小波母函數(shù)在尺度上的伸縮和時(shí)域上的平移來分析信號(hào)，適當(dāng)選擇母函數(shù)，可以使擴(kuò)張函數(shù)具有較好的局部性，因此，它是一種時(shí)-頻分析方法。在時(shí)-頻域具有良好的局部化性質(zhì)并具有多分辨分析的特性[10]，適合非平穩(wěn)信號(hào)的奇異性分析，如利用連續(xù)小波變換的極值可以檢測(cè)信號(hào)的邊沿、隨機(jī)信號(hào)的突變，還可以抑制噪聲;利用離散小波變換可以檢測(cè)隨機(jī)信號(hào)頻率結(jié)構(gòu)的變化。

小波變換故障診斷機(jī)理包括兩個(gè)方面[11]:利用觀測(cè)器信號(hào)的極值、突變等進(jìn)行故障診斷以及利用觀測(cè)器信號(hào)頻率結(jié)構(gòu)的變化進(jìn)行故障診斷。小波變換不需要系統(tǒng)的數(shù)學(xué)模型，故障檢測(cè)靈敏高，運(yùn)算量小，抑制噪聲的能力強(qiáng)，對(duì)輸入信號(hào)要求低，但濾波器的時(shí)域?qū)挾容^大，檢測(cè)時(shí)會(huì)產(chǎn)生時(shí)間延遲，且不同小波基的選取對(duì)診斷結(jié)果也有影響。

近年來，將小波變換與模糊集合論、ANN理論相結(jié)合，提出的模糊小波和小波網(wǎng)絡(luò)的故障診斷方法。采用嵌套式結(jié)合方式，把小波變換的運(yùn)算融入到ANN中去，形成小波網(wǎng)絡(luò)。小波網(wǎng)絡(luò)是一種連續(xù)的非線性映射，它把ANN的自學(xué)習(xí)特性和小波的局部特性結(jié)合起來，具有自適應(yīng)分辨性和良好的容錯(cuò)性，所以適用于模擬電路故障診斷領(lǐng)域。

3 結(jié)束語

綜上所述，本文圍繞模擬電路的故障診斷方法進(jìn)行了有益的探索，回顧上世紀(jì)70年代以來模擬電路故障診斷的研究成果，例如測(cè)前模擬法、測(cè)后模擬法、近似法、專家系統(tǒng)等，并介紹了模擬電路故障診斷新的成果，例如神經(jīng)網(wǎng)絡(luò)、模糊理論和小波變換等。

參考文獻(xiàn):

[1] Berkowitz R S.Condition for Network-Element-Value Solvability[J].IRE Trans，Circuits Theory，1962，15(9):25-29.

[2] 周玉芬，高錫俊.模擬電路故障診斷[M].北京:國防工業(yè)出版社，1989.

[3] 楊士元，胡梅，王紅.模擬電路軟故障診斷的研究[J].微電子學(xué)與計(jì)算機(jī)，2008，25(1):1-8.

[4] 趙偉.基于仿真的模擬電路故障診斷技術(shù)研究[D].中國知識(shí)網(wǎng)，2006.

[5] 關(guān)惠玲，韓捷.設(shè)備故障診斷專家系統(tǒng)原理及實(shí)踐[M].北京:機(jī)械工業(yè)出版社，2000.

[6] 于淑芳.模擬電路故障診斷方法展析[J].柳州職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2005，5(1):87-88.

[7] 吳金培，肖建華.智能故障診斷與專家系統(tǒng)[M].北京:科學(xué)出版社，1997.

[8] Abderrahman A，Cerny E，Kaminska B.Optimization based Muhifrequency Test Generation for Analogcircuits[J].Joumal of electronic testing theory andapplication，1996，9(1)，59-73.

[9] 歐陽宏志，廖湘柏，劉華.模擬電路故障診斷方法綜述[J].電子科技，2008，21(12):75-80.

[10] Zhao Z，Gu X.Fault detection based on wavelet neural network[C].Proc of 14th IFAC World Congress，Beijing，1999:145-150.

[11] 葉昊，王桂增，方崇智.小波變換在故障檢測(cè)中的應(yīng)用[J].自動(dòng)化學(xué)報(bào)，1997，23(6):736-741.