模擬電路故障診斷方法

摘要：模擬電路的故障診斷對整個電子系統(tǒng)的正常使用具有重要的意義。模擬電路故障診斷是電路故障診斷中的難點。在實踐中，人們已經(jīng)總結(jié)出一些操作性較強模擬電路故障診斷的傳統(tǒng)方法。但是，隨著科學技術(shù)的進步，模擬電路也趨于復雜，故障診斷的難度也不斷提升，人們開始探索基于人工智能、神經(jīng)網(wǎng)絡、數(shù)學算法等實現(xiàn)的更先進的故障診斷方法。本文介紹了模擬電路故障診斷的三種傳統(tǒng)方法，還簡要地探討了基于前沿科學與技術(shù)原理實現(xiàn)的新方法。

關(guān)鍵詞：模擬電路;故障診斷;診斷方法

模擬電路故障既有可能是設計階段考慮不周導致的，也可能是生產(chǎn)過程中生產(chǎn)工藝存在缺陷導致的，還有可能是在使用的過程中，由于老化、磨損等原因?qū)е碌?。模擬電路的故障診斷難度較大，按故障的程度可以分為軟故障和硬故障，按故障的數(shù)量可以分為單故障和多故障。除此之外，不有獨立故障、從屬故障，永久故障和間歇故障之分。一般情況下，模擬故障的診斷會從模擬故障產(chǎn)生的現(xiàn)象入手，結(jié)合多次反復的試驗，進一步推導出產(chǎn)生故障的組成部件。由于模擬電路的故障診斷難度較大，在開展故障診斷工作時，必須要選擇適用的診斷方法、最佳的測試點，還要對故障的樣本進行全面采集，這樣才能突破模擬電路故障診斷的難點。

一、模擬故障診斷的傳統(tǒng)方法

模擬故障診斷的傳統(tǒng)方法有故障字典法、故障驗證法和故障參數(shù)識別法。這三種故障診斷方法已經(jīng)十分成熟，運用也較為廣泛，能夠解決大多數(shù)模擬電路的故障診斷。三種故障診斷方法的實現(xiàn)原理存在一定的差異，優(yōu)、劣勢明顯。在故障診斷實踐中，維修人員結(jié)合自己的經(jīng)驗與技術(shù)掌握程度，分析模擬電路的故障現(xiàn)象，選擇適宜的診斷方法。

1.故障字典法

模擬電路故障是電路中的常見故障。故障診斷人員會將模擬電路中較為典型、較為頻繁發(fā)生的故障匯集在一起，再對處理此類故障的診斷方法進行總結(jié)，形成了模擬電路故障字典。故障字典適用的范圍較為廣泛，并且實用性也較強。維修人員只需要從故障字典里查找與當前故障現(xiàn)象較為匹配的診斷方法，基本上可以完成故障診斷。故障字典法是經(jīng)驗類總結(jié)診斷法，方法不夠靈活、容差能力也較差。針對故障字典法的劣勢，一些學者提出了新的故障字典法，常用的有電壓靈敏度法、故障屏蔽法等。

2.故障驗證法

如果模擬電路相對比較簡單，構(gòu)成的電子元件數(shù)量較少，維修人員會結(jié)合自身的診斷經(jīng)驗，推測可能存在故障的元器件，對電路進行測量，以驗證推測的準確性，不斷對元器件進行篩選，直到找到故障元件。故障驗證法的運用使故障檢測過程被大大簡化，試點的數(shù)目也得到有效的控制，每次的驗證運算也相對簡單。但是，這個方法對維修人員的經(jīng)驗有較強的依賴性，并且僅適且于相對簡單，元器件較少的模擬電路。

3.故障參數(shù)識別法

模擬電路中有若干個參數(shù)，當出現(xiàn)故障時，維修人員會對電路中的所有參數(shù)都進行識別，從而確定出現(xiàn)故障的元器件。參數(shù)識別法屬于遍識性識別法的一種。它的實現(xiàn)原理是，確定電路網(wǎng)絡的外部特征與元件參數(shù)之間的解析關(guān)系，形成以元件參數(shù)為未知量的方程組，再解方程組，從而得到元件的參數(shù)值，如果參數(shù)值已經(jīng)超過了元件的容差范圍，則可以進一步確定出現(xiàn)故障的元件。參數(shù)識別法要求電路的測試點可以達到要求，并且需要對準確把握模擬電路的拓撲結(jié)果與元件參數(shù)，并且求解過程的計算量較大。

二、模擬電路故障診斷的新方法

隨著現(xiàn)代電子技術(shù)的不斷發(fā)展，集成電路的規(guī)模越來越大，復雜程度也越來越高，人們對模擬電路故障診斷的要求也越來越高。目前，人們將各種先進的診斷技術(shù)與算法融入到故障診斷中來，促進模擬電路設計方案與生產(chǎn)工藝的改進。

1.基于神經(jīng)網(wǎng)絡的模擬電路故障診斷法

神經(jīng)網(wǎng)絡是指模擬人類的神經(jīng)系統(tǒng)，其具備逼近任意復雜非線性關(guān)系的能力，還具備較強的智能分類能力。運用神經(jīng)網(wǎng)絡診斷模擬電路故障時，就是將電路故障當作模式問題來進行處理。由于神經(jīng)網(wǎng)絡具有較強的自學習能力、泛化能力，可以省略模擬電路的故障模型分析步驟就完成故障診斷。但是神經(jīng)網(wǎng)絡故障診斷方法需要提前向系統(tǒng)里輸出大量的典型的故障樣本供其學習，但是這與模似電路的可測節(jié)點數(shù)目較少是相矛盾的。因此，神經(jīng)網(wǎng)絡的劣勢表現(xiàn)為算法的收斂速度比較慢、局部極值較小，并且其實用性、高效性會受到網(wǎng)絡結(jié)構(gòu)與樣本的影響。

2.基于小波分析預處理的模擬電路故障診斷方法

小波分析的局部分性質(zhì)在時域、頻域上的表現(xiàn)是較為良好的。運用小波分析可以預處理電路里的高頻信號，從而收集到高頻信號相關(guān)的細節(jié)信息，這些細節(jié)信息成為神經(jīng)網(wǎng)絡進行故障診斷的重要依據(jù)。曾有學者，將神經(jīng)網(wǎng)絡與小波變換相結(jié)合，形成既具備小波分析的局部優(yōu)勢，又具備神經(jīng)網(wǎng)絡自學習特性的小波神經(jīng)網(wǎng)絡，這樣既可以提高診斷方法的自適應性，又可以提升其容錯能力。

3.基于模糊理論的模擬電路故障診斷方法

將模糊規(guī)則運用于模擬電路的故障診斷中，需要形成模糊神經(jīng)網(wǎng)絡，通過學習，模糊神經(jīng)網(wǎng)絡具備較強的規(guī)則意識之后，對電路進行檢測時，篩查出存在問題的元件。目前，此故障診斷方法還不夠成熟，準確性有待提升。

4.基于支持向量機的模擬電路故障診斷方法

神經(jīng)網(wǎng)絡運用于模擬電路的故障診斷受到了多種因素的制約與阻礙，還未能充分得到應用與發(fā)展。支持向量機是基于統(tǒng)計學理論實現(xiàn)的診斷方法，它以結(jié)構(gòu)最小風險為原則，充分發(fā)揮向量機強大的分類功能，使其在診斷模擬電路時具備診斷準確率高、速度快、能力強等優(yōu)點。有的學者嘗試將小波分析與支持向量機兩種方法有機結(jié)合，進一步改善診斷效果。

5.基于數(shù)學算法實現(xiàn)的模擬電路故障診斷辦法

可用于模擬電路故障診斷的數(shù)學算法有遺傳算法、粒子群優(yōu)化算法等。將數(shù)學算法與神經(jīng)網(wǎng)絡診斷方法相結(jié)合，再借助于信息融合技術(shù)，對模擬電路故障診斷具有重要的意義。

結(jié)語

模擬電路的故障診斷一方面要充分發(fā)揮傳統(tǒng)診斷方法的優(yōu)勢，并以傳統(tǒng)診斷方法為基礎，融合現(xiàn)代新興技術(shù)，開發(fā)出更有效、更便捷的新方法;另一方面則要基于電子工業(yè)領(lǐng)域的發(fā)展，積極創(chuàng)造出更具科學性、先進性的新的診斷方法。從模擬電路故障的診斷的實踐與研究來看，模擬故障診斷的新方法大多數(shù)運用于較為復雜的電子電路系統(tǒng)，而對于簡單的電路結(jié)構(gòu)而言，傳統(tǒng)的診斷方法就可以實現(xiàn)故障診斷的目標。

參考文獻

[1]朱靜，何玉珠，崔唯佳.正弦余弦算法優(yōu)化的SVM模擬電路故障診斷[J].導航與控制，2018，17（04）：33-40.

[2]易靈芝，肖偉紅，于文新，王根平.基于深度學習的模擬電路故障診斷算法[J].計算機工程與應用，2018，54（24）：143-148.

[3]廖劍，史賢俊，周紹磊，肖支才.基于局部圖嵌入加權(quán)罰SVM的模擬電路故障診斷方法[J].電工技術(shù)學報，2016，31（04）：28-35.

[4]張松蘭.基于自適應粒子群的模擬電路故障診斷[J].電子測量與儀器學報，2015，29（06）：901-906.

[5]韓涵，王厚軍，龍兵，劉震.基于改進馬氏距離的模擬電路故障診斷方法[J].控制與決策，2013，28（11）：1713-1717+1722.

[6]何星，王宏力，陸敬輝，姜偉.基于優(yōu)選小波包和ELM的模擬電路故障診斷[J].儀器儀表學報，2013，34（11）：2614-2619.

作者簡介：

徐琴（1988/01），女，漢，安徽安慶人，成都凱天電子股份有限公司硬件工程師，本科，研究方向：航空電子電路設計。