電子系統(tǒng)故障預(yù)測與全方位診斷策略研究

強云花

（甘肅省白銀市靖遠縣融媒體中心，甘肅白銀，730900）

1 故障預(yù)測和全方位診斷方法框架

近年來，很多專家圍繞電子系統(tǒng)的故障檢測技術(shù)進行了廣泛的研究與實驗，總結(jié)了一定的實踐方法。電子系統(tǒng)的設(shè)計眾多且復(fù)雜，因此，故障診斷和預(yù)測設(shè)計也多種多樣。對復(fù)雜多樣的電子系統(tǒng)要聯(lián)合嵌入式內(nèi)部軟件診斷技術(shù)和外部硬件設(shè)備的診斷技術(shù)，軟件漏洞的辨別依賴于內(nèi)部測試性策劃方法和自主檢查等關(guān)鍵技術(shù)；對于設(shè)備的診斷方法不一，需要根據(jù)故障的特點設(shè)計詳細對應(yīng)的算法來實現(xiàn)。內(nèi)外兼顧的設(shè)計方式，提高電子系統(tǒng)的實時性和準確性，快速精準確定故障位置并去除故障單元，獲得最好的測試點。

2 基于測試性的故障預(yù)測方法

故障預(yù)測是PHM的核心內(nèi)容，主要目的是推算其未來狀態(tài)，它的依據(jù)是預(yù)測目標的數(shù)學(xué)模型或歷史運行數(shù)據(jù)。目前，國內(nèi)外研究出的故障預(yù)測方法各有千秋，本文研究基于數(shù)據(jù)驅(qū)動的故障預(yù)測。

大型的電子系統(tǒng)可能隨時發(fā)生各種各樣的故障，對此建立完整的數(shù)學(xué)模型是比較難以實現(xiàn)的，達不到高標準的精準性和時效性。不需要建立數(shù)學(xué)模型的基于數(shù)據(jù)驅(qū)動的故障預(yù)測技術(shù)則很好地避開了這一難點，對搜集的歷史運行數(shù)據(jù)進行分析研究，探索其中隱藏的規(guī)律來實現(xiàn)故障預(yù)測。數(shù)據(jù)挖掘技術(shù)的前提是確定數(shù)據(jù)挖掘?qū)ο?、選擇合適的數(shù)據(jù)范圍，從數(shù)據(jù)準備到最后的結(jié)果分析都需要可靠的歷史數(shù)據(jù)，只有正確的前提準備才能促進后續(xù)數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘過程，對挖掘出的精準度較高的歷史數(shù)據(jù)進行分析得到其未來的發(fā)展趨勢，使用大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)充分探索其潛在價值。通過得到的系統(tǒng)的傳感器分布局面與測試點方位，來保證故障歷史數(shù)據(jù)的有效性?；诮y(tǒng)計數(shù)據(jù)驅(qū)動的剩余使用壽命(RUL)估計方法有兩種利用觀測數(shù)據(jù)的類型，為直接和間接RUL估計模型。

3 電子系統(tǒng)故障全方位診斷技術(shù)

3.1 基于測試性設(shè)計的嵌入式故障診斷

測試性設(shè)計（Testability Design）是一種集成電路設(shè)計技術(shù)，將一些特殊的結(jié)構(gòu)或者設(shè)備植入電路，看似增加了成本，但是測試性設(shè)計可以將內(nèi)部隱藏的信號暴露給外部設(shè)備，反而節(jié)約了測試總階段的時間和資金。測試性設(shè)計依據(jù)多樣的測試方案和測試技術(shù)對電子系統(tǒng)進行故障預(yù)測，這些方案的設(shè)計包括測試建模、對測試點的選取以及故障預(yù)測等環(huán)節(jié)。測試點最優(yōu)選擇是保障測試性設(shè)計可靠性的關(guān)鍵一環(huán)，測試點的選擇要滿足信息涵蓋量大、成本低的要求，將這一組數(shù)據(jù)生成最優(yōu)測試點集合。

3.1.1 故障診斷策略生成方法

診斷策略是完成系統(tǒng)故障診斷的一種優(yōu)化方法，策略中要充分結(jié)合電子系統(tǒng)的約束條件、診斷方向和診斷順序等，就像啟發(fā)式診斷算法中，先后順序不同，診斷時系統(tǒng)的狀態(tài)就不同，將有影響的數(shù)據(jù)信息構(gòu)成啟發(fā)函數(shù)，不同順序的測試會產(chǎn)生不同的啟發(fā)函數(shù)值，通過這一計算結(jié)果來排列最優(yōu)的診斷順序，確定故障的診斷策略[1]。

3.1.2 系統(tǒng)多故障診斷方法

隨著電子系統(tǒng)的規(guī)模不斷擴大，同時發(fā)生多種故障也是難以避免的。將多重故障看做各不相關(guān)的單一故障，按照故障重要程度或者影響程度，依次按照單個故障有序解決，相當于將整個多重故障分塊解決，這種方法也稱為多重故障按次序測試方法。若故障之間是存在關(guān)聯(lián)的，逐一診斷會產(chǎn)生動態(tài)變化，則要用到不可靠條件下的動態(tài)多故障診斷(DMFD)方法。做好動態(tài)診斷策劃和測試出最優(yōu)診斷順序，將不斷變化的多種故障一一解決，最后采用確定性模擬退火算法得到最優(yōu)處理結(jié)果，診斷系統(tǒng)發(fā)生可能性最大的故障。

3.2 基于信號處理的智能故障診斷

3.2.1 故障特征提取方法

故障特征獲取采用的是通信行業(yè)信號處理技術(shù)，用新型的、便于觀察計算的信號特征空間的模式向量取代原始特征空間的模式，目的是取得最有效特征。隨著通信技術(shù)的提高，對故障特征的提取也較為方便。目前應(yīng)用較多、技術(shù)較為成熟的故障特征提取方法是時域分析、頻域分析、時頻域結(jié)合分析、高階統(tǒng)計量分析等方法。

（1）基于時域和頻域的特征提取方法

電子系統(tǒng)故障狀態(tài)和正常狀態(tài)下，輸出信號是有明顯差別的，依據(jù)故障類型的不同，輸出信號中相對應(yīng)的很多參數(shù)都會發(fā)生變化，從信號的峰峰值、頻率、相位等參數(shù)的變化都可以提取系統(tǒng)的故障特征。時頻結(jié)合的綜合分析方法，適合研究非平穩(wěn)信號，如介于傳統(tǒng)傅里葉分析與小波分析之間的Gabor變換、維格納二次型分布等。小波變換、時頻譜分析、希爾伯特-黃變換等時頻分析方法大眾認可度較高，這些都是電子系統(tǒng)廣泛采用的技術(shù)[2]。

（2）基于高階統(tǒng)計量的特征提取方法

將大量信息簡化，去除彼此之間關(guān)聯(lián)較小的數(shù)據(jù)，高階統(tǒng)計量的特征提取方法擁有較好的應(yīng)用成效。電子系統(tǒng)故障狀態(tài)下，測試點會輸出大量帶有系統(tǒng)故障信息的信號，這些海量數(shù)據(jù)中有些信息無關(guān)于故障診斷技術(shù)，就像數(shù)據(jù)挖掘技術(shù)一樣，提取關(guān)鍵數(shù)據(jù)很重要，因此，簡化數(shù)據(jù)處理時排除無關(guān)或者影響較小的故障數(shù)據(jù)，不會降低數(shù)據(jù)處理的精確度，反而提高診斷速度、節(jié)約診斷時間?？刹捎煤酥髟治觯↘PCA）方法適用于數(shù)據(jù)的非線性降維，可以做到將故障特征空間向量的維數(shù)減少，以簡化計算過程，維數(shù)越低，數(shù)據(jù)的關(guān)聯(lián)性就越小。與此作用相近的信號處理技術(shù)獨立分量分析(ICA)方法，也可以有效的減輕信號之間的關(guān)聯(lián)性，在信號空間維數(shù)降低和故障特征提取方面成績顯著。

3.3 智能故障診斷算法設(shè)計

智能故障診斷的核心技術(shù)在于算法的設(shè)計?；跀?shù)據(jù)驅(qū)動模型的方法、基于信號處理的方法和基于知識的方法是故障診斷技術(shù)的三大類[3]?，F(xiàn)代電子系統(tǒng)結(jié)構(gòu)繁雜、統(tǒng)一度高，傳統(tǒng)的故障方法不足以達到現(xiàn)代化故障診斷要求。科技化、自動化方向的綜合發(fā)展是故障診斷方面的熱點問題。

3.3.1 混合智能故障診斷算法

多種的人工智能診斷算法融合診斷，能夠綜合發(fā)揮各自優(yōu)勢，更有效的監(jiān)視檢測電子系統(tǒng)的狀態(tài)與故障，減小誤診和漏診情況診斷，提高故障診斷的精確性。對高壓斷路器的故障特征進行提取采用改進的EMD能量熵方法，為提高故障診斷的準確度可采用遺傳算法(GA)優(yōu)化選擇支持向量機的核參數(shù)。對電路系統(tǒng)輸出的信號進行小波變換完成數(shù)據(jù)預(yù)處理，運用改進的KPCA核主元分析方法或者獨立分量分析方法壓縮故障特征的維數(shù)以減少數(shù)據(jù)關(guān)聯(lián)，最后構(gòu)造神經(jīng)網(wǎng)絡(luò)分類器對故障進行分類識別。

3.3.2 基于信號處理的智能故障診斷流程

首先對電子系統(tǒng)正常狀態(tài)和故障狀態(tài)下測試點的輸入數(shù)據(jù)中，提取故障特征進一步處理，獲取樣本。設(shè)計智能綜合故障診斷算法對樣本進行有效處理，在精確度達標下構(gòu)建出故障診斷網(wǎng)絡(luò)，從待測數(shù)據(jù)中提取故障特征組成待測樣本，送入構(gòu)建完成的診斷網(wǎng)絡(luò)進行故障診斷，輸出診斷結(jié)果[4]。

4 故障預(yù)測和全方位診斷策略

如圖1所示，本文總的故障預(yù)測和全方位診斷策略流程圖。

圖1 基于測試性的故障預(yù)測與全方位診斷框架

首先對電子系統(tǒng)進行測試性建模，選擇相應(yīng)的算法并獲得最優(yōu)診斷策略，選擇合適的故障特征提取方法進行故障特征提取，最后設(shè)計智能診斷算法完成電子系統(tǒng)的故障診斷。故障預(yù)測方法則首先需要對系統(tǒng)進行故障模式與測試分析，并結(jié)合模型確定測試點配置和傳感器布局，然后根據(jù)故障特征向量生成歷史數(shù)據(jù)，實現(xiàn)故障與壽命預(yù)測。