（信号与信息处理专业论文）基于电路仿真原理的故障检测与诊断研究.pdf

大连理工大学硕士学位论文 摘要 模拟电路故障诊断一直以来都是十分必要且有意义的，富有挑战性的研究课题。经 过四十多年的发展，模拟电路故障诊断的研究已经形成了一系列理论和方法。但由于其 理论的复杂性以及目前诊断方法的实用性不强，使得应用前景与人们的期望差距较大。 传统的模拟电路故障诊断的方法有很多种，但它们一般都是用于诊断开路、短路这种硬 故障的，而对电路中各个元器件存在的软故障却难以发现。近年来，人工智能、信号分 析等技术快速发展，已经开始应用在模拟电路软故障诊断中。 本文研究了基于电路仿真原理的软故障检测与诊断技术，并主要做了以下工作： ( 1 ) 采用一种基于电路仿真原理的模拟电路软故障检测与诊断方案：首先利用电路 仿真软件对待检测电路系统的仿真实现，利用仿真软件计算出电路中各测试点的标准信 号波形，以此作为理想的参考信号，对待测的实际电路进行故障检测与诊断。 ( 2 ) 在对电路故障诊断方案的具体实现上，文中采用p s p i c e 电路仿真软件实现对 待测电路的仿真，并得到各电路元件在标称值时电路测试点的标准信号波形，之后用该 软件对仿真电路进行灵敏度分析，得到对电路测试点输出灵敏度较高的元件，并确定故 障模式。同时还采用蒙特卡罗分析方法，得到包括正常模式和各种故障模式在内的全部 样本信号。然后用这些样本信号与标准信号作差值形成差值信号，再对差值信号做多分 辨率分析，得到适合做模式识别的特征向量。最后采用区问门限比较法对正常信号与故 障信号进行识别，采用b p 神经网络实现故障模式的诊断和识别，在b p 网络结构方面， 提出了利用单b p 网络和多b p 网络组两种不同的网络结构模式分别进行故障诊断。 ( 3 ) 文中通过选取一个有源带阻滤波器电路为例，对其进行了故障诊断仿真实验。 结果表明这种基于电路仿真原理的故障检测与诊断方法对单点可测、单个软故障的故障 诊断是有效的。 关键词：故障诊断；神经网络；特征提取 大连理工大学硕士学位论文 f a u l td e t e c t i o na n dd i a g n o s i sb a s e do ns i m u l a t i o no fc i r c u i t s a b s t r a c t t h et h e o r yo fa n a l o gc i r c u i t sf a u l td e t e c t i o na n dd i a g n o s i si sa l w a y sa l li m p o r t a n t ， s i g n i f i c a n t ，a n dc h a l l e n g i n gt o p i c a f t e rd e v e l o p i n gf o ro v e rf o r t yy e a r s ，a n a l o gc i r c u i t sf a u l t d i a g n o s i sh a sf o r m e das e r i e so ft h e o r i e sa n dh a v em a n ym e t h o d s h o w e v e r , t h ec o m p l i c a t e d t h e o r ya n dp o o rp r a c t i c a b i l i t yo ft h e s em e t h o d sm a k e t h e s em e t h o d s a p p l i c a t i o nf o m g r o u n d f a rf r o me x p e c t a t i o n t h et r a d i t i o n a lm e t h o d so ff a u l td i a g n o s i sa r ep e r f o r m e do n l yi ft h e f a u l t so ft h ec i r c u i t sa r et h o s eh a r df a u l t s ，s u c ha so p e n - c i r c u i t , s h o r t c i r c u i t ，e t c t h es o r f a u l t sc a l l tb ee a s i l yd e t e c t e d r e c e n ty e a r s ，a r t i f i c i a li n t e l l i g e n c e ( a i ) a n ds i g n a la n a l y s i s h a v ed e v e l o p e dq u i c k l ya n dh a v eb e e nw i d e l ya p p l i e di nf a u l td i a g n o s i so fa n a l o gc i r c u i t s w i t hs o f tf a u l t s i nt h i sp a p e r , aa n a l o gc i r c u i t sf a u l td e t e c t i o na n dd i a g n o s i sb a s e do ns i m u l a t i o no f c i r c u i t si ss m d i e d t h em a j o rw o r ko f t h i sp a p e ri s ： ( 1 ) i n t r o d u c ean e wp l a no fa n a l o gc i r c u i t s f a u l td e t e c t i o na n dd i a g n o s i sb a s e do n s i m u l a t i o no f c i r c u i t s f i r s t t h es o f r w a r es i m u l a t i o no f a n a l o gc i r c u i t si si m p l e m e n t e de n t i r e l y b yc o m p m e r a l ls i g n a lw a v e f o r m so f e v e r yt e s tp o i n ti nc i r c u i t sa r ef i g u r e do u tb ys i m u l a t i o n s o f t w a r e b yu s i n gt h ep e r f e c tr e f e r e n c es i g n a lt or e s e 盯c ht h ea n a l o gc i r c u i t sf a u l td e t e c t i o n a n dd i a g n o s i s ( 2 ) h at h i sp a p e r , t h ep s p i c es o f t w a r ei si m p l e m e n t e dt or e a l i z et h es i m u l a t i o no ft h e u n d e rd e t e c t i n gc i r c u i t s i nt h i sw a y , t h es t a n d a r dw a v e so ft h eu n d e rd e t e c t i n gp o i n t so nt h e c i r c u i t sc a l lb eg o t t e nu n d e rt h es i t u a t i o nt h a tt h ec o m p o n e n t so nt h ec i r c u i tw o r ki nt h e n o r m a lw a y t h ep a p e ra l s ol 哟p s p i c et oa n a l y s i st h em o s ts e n s i t i v ec o m p o n e n t st ot h e o u t p u to ft h eu n d e rd e t e c t i n gp o i n ta n dd e t e r m i n et h ef a u l tp a t t e r n t h ep a p e ra l s og e t st h e s a m p l es i g n a l si na l ld e f a u l tp a t t e r n si n c l u d i n gt h en o r m a lw o r k i n gp a t t e r nb yt h eu s i n go f m o n t ec a r l oa n a l y s i s t h ed i f f e r e n c e sb e t w e e nt h es a m p l es i g n a l sa n dt h es t a n d a r ds i g n a l sa r e u s e dt oc a r r yo nm u l t i r e s o l u t i o na n a l y s i sa n dg e tt h ef e a t u r ev e c t o r sf o rp a t t e r nr e c o g n i t i o n a tl a s t t h ep a p e ri n v e s t i g a t e sr e g i o nt h r e s h o l dt h e o r yt or e c o g n i z et h en o r m a ls i g n a l sa n d f a u l ts i g n a l s o nt h ec o n s t r u c t i o no fb pn e u r a ln e t w o r k , t h ep a p e rd e v e l o p ss i n g l eb pn e u r a l n e t w o r ka n dm u l t i - b pn e u r a ln e t w o r k st od i a g n o s i st h ec i r c u i t s ( 3 ) t h ep a p e rt a k e sab a n d p a s sf i l t e rw i ms o u r c ea se x a m p l e m a k e se x p e r i m e n t so ni tt o t e s tt h ef a u l td e t e c t i o na n dd i a g n o s i ss y s t e m s t h ee x p e r i m e n tr e s u l t ss h o wt h a t , t h ef a u l t d e t e c t i o na n dd i a g n o s i sb a s e do ns i m u l a t i o no fc i r c u i t si se f f e c t i v ei nt h ef a u l to fs i n g l e t e s t a b l ep o i n t ，s i n g l es o f tf a u l tc o n d i t i o n 基于电路仿真原理的故障检测与诊断研究 k e yw o r d s ：f a u l td i a g n o s i s ；n e u r a ln e t w o r k ：f e a t u r ee x t r a c t i o n i v 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：奎乜 日期： 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位 论文版权使用规定”，同意大连理工大学保留并向国家有关部门或机构送 交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连理 工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也 可采用影印、缩印或扫描等复制手段保存和汇编学位论文。 作者签名： 鸯旭 翩虢 叠监 大连理工大学硕士学位论文 1绪论 1 1模拟电路故障诊断研究的意义 当今社会中，电子设备的使用日趋广泛，应用于通讯、自动控制、测量仪表、家用 电器，军工等各个方面，电子设备的可靠性直接影响着生产的效率、系统、设备及人类 的生命安全。因此不论是在设备的生产阶段还是应用阶段，都对电路的故障诊断提出了 迫切的要求，要求人们研究新的有效的诊断技术，进一步提高电子设备的可靠性【l j 。 电子设备诊断技术引入生产现场已三十多年。最初，设备较为简单，维修人员主要 靠感觉器官、简单仪表和个人经验就能胜任故障的诊断和排除工作，即为传统的诊断技 术。随着科学技术的不断发展，动力机械设备越来越复杂化、精密化、系统化和自动化， 同时价格也越来越昂贵，设备在现代工业生产中的作用和影响越来越大，生产的主体也 逐渐由人力向设备转移，与设备有关的费用越来越高，传统的诊断方法已远远不能适应 1 8 。2 0 1 。机器运行中发生的任何故障或失效不仅会引起严重后果，造成重大的经济损失和 社会影响。在这一条件下，迫使人们在设备的故障诊断方面进行大量的研究，通过对电 路进行监测，对其故障发展趋势进行早期诊断，便可找出故障原因，采取各种措施进行 维修保养，避免设备的突然损坏，使之安全经济的运转。 电子设备中的电路系统主要分为模拟电路和数字电路，从理论分析和实际应用表 明，模拟电路比数字电路更易出现故障。据资料报道 8 1 ，虽然电子设备中数字电路超过 8 0 ，但8 0 以上的故障均来自模拟电路。同时随着大规模模拟集成电路的发展，模拟 电路的复杂度和密集度不断增长，对模拟电路运行可靠性的要求更为严格。因此对某些 用于重要设备的电路进行故障诊断，也就是对模拟电路出现故障时能够实时的对故障进 行诊断，找出失效元件。同时也要能进行故障预测，也就是对模拟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，以便在模拟电路故障发生前将那些 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，因而模拟电路故障自动诊断成为一个急待要解决的问题。 同时，与数字电路相比，模拟电路还有如下几个特点 1 4 , 1 5 】： ( 1 ) 模拟电路的输入激励和输出响应是连续量，且故障参数也是连续的，从理论上 讲，一个模拟元件可能有无穷多个故障，所以不可能像在数字系统故障诊断中那样构造 一部字典来“查阅”所有的故障。 c 2 ) 模拟电路的元件参数中，虽然模拟电路中非故障元件的参数标称值( 设计值) 是已知的，但具体电路的实际值会在其标称值上下做随机性的变动，一般并不正好等于 基于电路仿真原理的故障检测与诊断研究 标称值。容差问题的普遍存在导致实际故障的模糊性，因而无法唯一定位实际故障的物 理位置，元件参数的容差问题是实施正确诊断中的瓶颈问题，所以在今后的模拟电路故 障诊断方法中，怎样克服容差这一问题显得更加突出。 ( 3 ) 模拟电路的输入一输出关系比较复杂，邸使是线性电路，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，更何况许多实际电路中还存在着非线性元件。非 线性问题的存在，使得诊断信息的计算量随着电路规模的增加呈指数形式倍增。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 诊断带来很大困难。 所有这些原因，都使得模拟电路的故障诊断比数字电路的故障诊断困难很多。模拟 电路故障诊断的首要问题是要对所要检测的模拟电路进行软件的仿真，对电路的特征进 行采集，以便电路的故障进行分类和分析。故障诊断的关键在于诊断程序的产生，而诊 断程序产生的中心问题是电路故障理论。 研究模拟电路故障诊断，并使之尽快走向应用，对电子系统的自动故障诊断有着至 关重要的意义，进而对整个电子工业的发展将有巨大的推动作用。电子设备遍及国民经 济的各个部门，因此模拟电路故障诊断问题的解决，必将会得到广泛的应用，并产生极 大的经济效益和社会效益。总而言之，模拟电路故障诊断方法的研究是一个非常有意义 的课题。 1 2 模拟电路故障诊断的研究现状及发展 模拟系统故障诊断的主要任务就是在已知网络的拓扑结构、输入激励信号和故障下 的响应时( 有时可能还已知部分元件的参数) ，求解故障元件的物理位置和参数【7 】。要 求求解的结果是唯一的，僵有时却不能保证。模拟电路故障诊断于2 0 世纪6 0 年代在军 事工业上首先开始研究，逐渐形成了比较系统的理论，发展至今已成为继网络分析和网 络综合之后，公认的网络理论的第三大分支。 1 9 6 0 年r s b e r k o w i t z 首先提出了关于模拟电路诊断的可解性概念，指出一个网络 称为元件值可解的，当且仅当它的每个元件值能够从其外部端子测得的网络特性唯一的 加以确定，并提出了无源、线性、集总参数网络元件值可解性的必要条件。以此拉开了 模拟电路故障诊断理论研究的序幕。从上世纪7 0 年代起，各国学者发表了许多有关模 拟电路故障诊断方面的论文提出了各种不同的原理和方法，并在1 9 7 9 年达到了一个高 峰，奠定了模拟电路故障诊断的理论基础。1 9 7 9 年后，模拟电路故障诊断研究主要朝着 更实用化的多故障诊断方向发展，因为任意故障诊断方法要求较多的测点，并导致较大 大连理工大学硕士学位论文 的计算量而难以实用化。1 9 8 5 年b a n d l c rj w 在i e e e 上发表了题为模拟电路故障诊断 的特邀文章，对到当时为止的模拟电路故障诊断的理论作了全面总结。我国对模拟电路 故障诊断理论的研究起步较晚。到7 0 年代末才被较多的引起重视，以后的发展比较快， 主要从多故障法和字典法开始起步，主流仍然是研究多故障诊断的方法。 对于模拟电路的故障诊断，通用的方法是分类诊断法，其理论基础为模式识别中的 统计方法和决策理论。对于模拟电路，其诊断方法的分类一般依据电路仿真在实际测试之 前或之后来划分。如果对电路的仿真是在现场测试之前实施，则称为测前模拟诊断 ( s b t ) ；反之，则称为测后模拟诊断( s a t ) 2 1 。图1 1 是基于这种分类思想对研究较 多的诸方法的比较细致的分类。 图1 1 模拟电路故障诊断方法分类图 f i g 1 1h g u r co f a a a l o gc i r c u i tf a u l td i a g n o s i s 测前模拟诊断分为故障字典法和似然法。其中故障字典法是目前模拟电路故障诊断 中最具有实用价值的方法。它的基本思想是：首先提取电路在各种故障状态下的电路特 征，然后将特征与故障的一一对应关系列成一个字典。在实际诊断时，只要获取电路的 实时特征，就可以从故障字典中查出此时对应的故障。字典法对线性和非线性电路都适 基于电路仿真原理的故障检测与诊断研究 用，但在实际中只用它来解决单故障，即作硬故障的诊断。这是基于字典的容量是有限 度的。 测后模拟诊断主要有元件参数辨识法和故障验证法两种典型方法。参数辨识法包括 c c m 多频测量法和伴随网络法。它要求提供较多的诊断信息，在取得足够多的独立数据 后，根据网络的结构，估计或求解网络中每个元件的参数。但由于求解方程等工作都是 测后进行的，所以实时性很差；又由于在将其中的非线性方程转换成线性方程同时增加 了许多中间变量，使方程个数也有相应的增加，所以总的计算量是很大的。 故障验证法的基本思想是预先猜测电路中的故障所在，然后根据所测数据去验证这 个猜测是否正确。它是在获取少量故障信息的基础上进行诊断，实施方便且具有较好的 实用前景。但由于电路中故障的总数较大，而各种故障的组合数则更大，所以“猜测”的 次数就多，计算量非常大。因此对故障验证法的研究主要集中在如何减少猜测次数，以 及减少对每次猜测进行验证所需要的工作量。此种方法包括k 故障诊断、故障定界诊断 和网络撕裂法等。同样，在实际中，受网络拓扑结构的约束，这些只能进行单故障的诊断。 传统的模拟电路故障诊断方法主要包括【1 5 1 ：故障字典法、元件参数辨识法和故障验 证法，这三种方法已经成功应用于线性系统的工程实际中，但却未达到预期的效果，如 不能解决非线性系统的故障诊断、不能有效的诊断过故障和软故障等。并且，在实际诊 断过程中，由于元器件参数间的容差以及电路中广泛存在的非线性问题，会直接影响到 诊断技术的诊断效果，特别是会导致故障误报和诊断方法灵感度降低甚至失灵。 随着越来越多的人工智能新理论的出现，人们逐渐意识到将神经网络等智能理论用 于模拟电路故障诊断领域，将对模拟电路故障诊断理论和技术的发展有着重要的影响。 由此产生的现代模拟电路故障诊断技术，从某种意义上讲，形成了这一领域新的研究方 向。它部分解决了故障诊断的模糊性和不确定性等传统方法不能解决的各类问题，适用 于解决非线性系统的故障诊断中。 目前，常见的人工智能技术主要包括神经网络、小波变换、专家系统、模糊理论等。 人工智能技术由于其善于模拟人类处理问题的过程，容易顾及人的经验以及具有一定的 学习能力等特点在模拟电路故障诊断领域得到了广泛的应用。由此开发出的综合自动故 障诊断系统，对于难以建立数学模型的电路故障，可实现故障的快速、准确定位，使检 修人员对问题的认识更具有全面性、有效性和针对性。 人工神经网络( 肘州) 是模拟人脑组织结构和人类认知过程的信息处理系统，自 1 9 4 3 年首次提出以来，已迅速发展成为与专家系统并列的人工智能技术的另一个重要分 支e 1 8 - 2 0 。它以其诸多优点，如并行分布处理、自适应、联想记忆等，在智能故障诊断中 一4 大连理工大学硕士学位论文 受到越来越广泛的重视，而且己显示出巨大的潜力，并为智能故障诊断的研究开辟了一 条新途径。 a n n 技术特别适合处理那些故障诊断中无法用显形公式表示的、具有复杂非线性 关系的情况，能够出色的解决那些传统模式识别方法难以圆满解决的由于非线性、反馈 回路和容差等引起的问题；它以分布的方式存储信息，利用网络的拓扑结构和权值分布 实现非线性的映射，利用全局并行处理实现从输入空问到输出空间的非线性信息变换， 有效解决了复杂系统故障诊断中存在的故障知识获取的“瓶颈”、知识推理的“组合爆 炸”等问题。但如何选择一种合适的网络结构和规模，以保证算法的收敛性、快速性、 实时性以及学习样本的完整性和代表性，将是进一步深入研究的问题。 应用a n n 技术解决故障诊断问题的主要步骤包括1 9 , 1 0 l ：根据诊断问题组织学习样 本、根据问题和样本构造神经网络、选择合适的学习算法和参数。常用于故障诊断的 a n n 网络有b p 网络、h o p f i e l d 网络、s o m 网络和a r t 网络等。采用b p 网络可有效 解决非线性问题；采用h o p f i e l d 网络可用来诊断正常元器件容差条件下的多故障问题， 并采用其优化算法可实现全局最优问题；采用s o m 网络解决模拟电路故障诊断容差问 题的方法，可以对单和多软、硬故障进行有效的识别，迅速定位，加上本身良好的泛化 特性，可有效克服容差因素对故障定位的影响。 小波变换的基本原理【1 1 - 1 3 ：通过小波母函数在尺度上的伸缩和时域上的平移来分析 信号，适当选择母函数，可以使扩张函数具有较好的局部性，因此，它是一种时一频分 析方法。在时一频域具有良好的局部化性质并具有多分辨分析的特性，非常适合非平稳 信号的奇异性分析，如利用连续小波变换可以检测信号的奇异性、区分信号突变和噪声； 利用离散小波变换可以检测随机信号频率结构的突变。 小波变换故障诊断机理包括的两个方面：利用观测器信号的奇异性进行故障诊断以 及利用观测器信号频率结构的变化进行故障诊断。小波变换不需要系统的数学模型，故 障检测灵敏准确，运算量也不大，对噪声的抑制能力强，对输入信号要求低，但在大尺 度下由于滤波器的时域宽度较大，检测时会产生时间延迟，且不同小波基的选取对诊断 结果也有影响。 在模拟电路故障诊断中，小波变换有效的用来提取故障特征信息( 小波预处理器) ， 之后再将这些故障特征信息送入故障分类处理器进行故障诊断【1 6 1 。近年来，将小波变换 与模糊集合论、a n n 理论相结合，提出的模糊小波和小波网络的故障诊断方法，具有 广阔的应用前景。小波与a n n 的结合，是一个十分活跃的研究领域。采用嵌套式结合 方式，把小波变换的运算融入到a n n 中去，形成小波网络。小波网络是一种连续的非 线性映射，由于其把a n n 的自学习特性和小波的局部特性结合起来，具有自适应分辨 基于电路仿真原理的故障检测与诊断研究 性和良好的容错性，因此又为故障诊断开辟了一条新路。目前存在多种小波网络：正交 小波网络、区间小波网络模型等，具有逼近能力强、网络学习收敛速度快、参数的选取 有理论指导、有效的避免了局部最小值问题等优点。但小波网络直接对信号辨识后，怎 样构造出能表征故障类型的特征向量是本方法的难点。现在，在模拟电路故障诊断领域， 小波神经网络是一个很有前途的应用研究方向。 专家系统是人工智能应用研究最活跃和最广泛的课题之一1 3 引，它是一个智能计算机 程序系统，其内部具有大量专家水平的某个领域知识与经验，应用人工智能技术，根据 某个领域一个或者多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决 策过程，以解决那些需要专家决定的复杂问题。按其所求解问题的性质，可把它分为几 种类型，其中的诊断专家系统的任务就是根据观察到的数据来推断出故障的原因。 专家系统在模拟电路故障诊断中的典型应用是基于产生式规则的系统，其基本工作 原理是【3 9 】：首先把专家知识及其诊断经验用规则表示出来，形成故障诊断专家系统的知 识库，进而根据报警信息对知识库进行推理，诊断出故障元件。基于产生式规则的故障 诊断专家系统得以广泛应用主要是由故障诊断和基于产生式规则的专家系统的特点所 决定的。模拟电路故障与征兆之间的关系易于用直观的、模块化的规则表示出来：基于 产生式规则的专家系统允许增加、删除或修改一些规则，以确保诊断系统的实时性和有 效性；能够在一定程度上解决不确定性问题；能够给出符合人类语言习惯的结论并具有 相应的解释能力等。 虽然专家系统能够有效的模拟故障诊断专家完成故障诊断的过程，但在实际应用中 仍存在定缺陷，其主要问题是知识获取的瓶颈问题、知识难以维护、知识推理的“组 合爆炸”和“无穷递推”问题以及不能有效解决故障诊断中许多不确定因素，这些问 题大大影响了故障诊断的准确性。另外，专家系统的自适应能力、学习能力及实时性方 面也都存在不同程度的局限，鉴于上述困难，将其与本身具有信息处理特点的神经网络 相结合，便可有效解决上述各个问题。 对于复杂电路，特别是模拟电路的故障诊断，由于元器件的容差、非线性及电路噪 声的影响，故障与征兆之间的关系用传统的电路理论难以求得精确解，出现了模糊现象。 模糊故障诊断方法，就是依据专家经验在故障征兆空间与故障原因空间之间建立模糊关 系矩阵，再将各条模糊推理规则产生的模糊关系矩阵进行组合，根据一定的判定阈值来 识别故障元件。随着模糊理论的发展，模糊理论的一些优点逐步被重视，如模糊理论可 适应不确定性问题；其模糊知识库使用语言变量来表述专家的经验，更接近人的表达习 大连理工大学硕士学位论文 惯；模糊理论能够得到问题的多个可能的解决方案，并根据这些方案的模糊度的高低进 行优先程度排序等。 然而，在模糊集理论中，由于隶属度的获取，复杂系统的模糊模型的建立、辨识、 语言规则的获取、遗忘，修改等理论和方法还不够完善，使该理论的应用受到了限制。 从目前情况看，将模糊集理论与专家系统，a n n 等相结合可有效解决这些困难。将模 糊理论应用于专家系统的故障诊断结构中，充分考虑两者的互补性，有效弥补了传统的 专家系统解决知识不确定性问题的不足。将基于模糊理论的模糊逻辑系统与a n n 相结 合，充分吸收了两者各自的优点，既能处理专家知识和经验，又能通过自学习增强系统 的判断能力。在故障诊断领域，模糊神经网络技术也代表了一个新的方向，目前的研究 主要集中在：研究模糊逻辑系统和a n n 的对应关系，将模糊逻辑系统的调整和更新转 化为对应的a n n 学习问题以及利用模糊逻辑系统对a n n 进行初始化；模糊神经网络 的快速学习算法；利用模糊理论加快a n n 的学习速度并应用a n n 构造高性能的模糊 逻辑系统。 但两者发展到现在，时间相对较短，自身体系还有不完善的地方，在解决诊断问题 方面还存在很多问题，如；模糊度如何准确的定量化，a n n 学习算法的实用化，a n n 的一些非线性特性，特别是收敛到最优解的速度仍然不够理想。在此研究方向上，还需 要有更多的突破。 1 3 基于电路仿真的模拟电路故障诊断方法 传统的模拟电路故障诊断的方法有很多种，但是它们一般都是用于诊断类似开路、 短路之类的硬故障，难以发现在电路中的各个器件存在类似元件缺陷或缓慢失效之类的 软故障。在日益庞大复杂的集成电路中，如果一个或者一些电子元件的一些参数产生变 化，都有可能对整个电路的整体性能产生比较大的影响，从而影响复杂电路系统功能的 正常发挥，进一步影响电路的可靠性。由此可见，在日益复杂化的电路中，像电路元件 的参数变化等这样的软故障潜在的影响是比较大的。 在模拟电路中，构成电路板的最小单元是集成电路和电阻、电容等其它分立元器件， 这些最小单元有机的组合在一起构成某个通道电路，能完成某项功能；若干个通道电路 组合构成一个功能模块，完成更复杂的功能；若干个功能模块组合在一起就构成一个电 路板【2 8 1 。 基于电路仿真原理的故障检测与诊断研究 电路板级 功能模块 缓 通道电路 级 器件级 图i 2 电路板树状层次结构图 f i g 1 2 d e n d r i f o r mf i g u r eo f a n a l o gc i r c u i t 因此，我们将电路板系统抽象出以下几个级别：电路板级、功能模块级、通道电路 级、器件级。根据各抽象级之间的功能层次关系，各层相互之间构成树状层次结构见图 1 2 。 ( 1 ) 电路板级：整块电路板，由若干个功能模块组成； ( 2 ) 功能模块级：完成某种功能的电路的集合； ( 3 ) 通道电路级：完成某种简单功能的器件组合； ( 4 ) 器件级：构成电路板的最小元器件。 对电路板的检测过程可根据这个层次结构模型从上至下进行，对电路板的检测可在 电路板实现，只要电路板级检测正常，即可认为电路板无故障。对电路板的故障诊断， 可以按照从上至下的过程进行诊断，首先对电路板级进行测试，发现电路板级存在故障， 则顺序检查各个功能模块，查到某个模块存在故障，则继续向该模块下属的各个电路进 行检测，持续执行这个过程，直至发现某个通道电路或者器件有故障为止。 但在当今日益复杂的集成电路中，仅靠逐层的分析和检测仍不能满足将存在故障的 元件准确定位的要求，如何在成百上千个元件中找到影响电路输出参数最大的元件，就 显得更加重要，因此对于复杂的集成电路就需要利用包括电路的灵敏度分析、神经网络 和小波变换等更加细致的方法对电路进行故障的检测与诊断。同时为了降低研究成本， 在研究故障诊断方法时，也要利用一些电路仿真软件( 如p s p i c e 软件) ，将模拟电路 在仿真软件上实现，利用各测试点的信号波形和输出相关理想情况下的数据进行故障诊 断的研究，体现“软件即是仪器”的先进设计理念。 8 大连理工大学硕士学位论文 1 4 本文的工作 本文主要围绕着模拟电路故障诊断的方法研究和实现来展开的，主要以解决单个软 故障诊断为目的，对一些关键技术进行了研究。 本文分为以下几个部分： ( 1 ) 绪论。介绍了模拟电路故障诊断的研究意义和发展现状，介绍了基于电路仿真 原理的模拟电路故障诊断方法的基本思想，提出了其中的难点和关键技术。 ( 2 ) 模拟电路故障诊断基本理论与方法。阐述了模拟电路故障诊断的基本理论和概 念、神经网络和小波变换的基本理论，研究了b p 网络和小波变换用于模拟电路故障诊 断的有效性。同时介绍了基于电路仿真原理的故障诊断的基本思路。 ( 3 ) 基于电路仿真原理的故障诊断方法。本文采用的方法是利用电路仿真软件对电 路进行仿真，按照所仿真的电路原理计算出电路上各测试点的全部信号波形，这样在进 行实际故障检澳0 时，应用该软件产生出待测电路上各测试点的标准信号波形，为实现故 障诊断提供理想的参考信号。本章详细阐述了这种基于电路仿真原理的故障诊断方法和 步骤，并对诊断方法的每一步骤进行详细讲解。基于电路仿真原理的故障诊断方法主要 步骤包括对模拟电路的灵敏度分析、选取有效采样点与特征提取、区间门限法和神经网 络方法对故障的模式识别。在一些关键的步骤上利用相关实例来说明本文提出方法的有 效性。 ( 4 ) 模拟电路的故障诊断实例。选取了一个带阻滤波器电路，用基于电路仿真原理 的方法完整的对其进行了故障诊断仿真实现，并分析了诊断结果。 ( 5 ) 总结。总结了整篇论文的主要内容，并指出了一些有待解决的问题和展望。 基于电路仿真原理的故障检测与诊断研究 2 模拟电路故障诊断基本理论与方法 2 1 模拟电路故障诊断的基本理论 故障诊断学是继网络分析和网络综合之后的网络理论的第三分支，其主要任务是在 己知网络的拓扑结构，根据输入的激励信号以及系统在该激励下的响应情况，求解故障 元件的物理位置或者故障参裂蚓。它涉及到的理论和技术面较宽，它以信息论、控制论 和系统论等为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象的特 殊规律而逐步形成的一门新兴学科。 任何系统的故障诊断，其基本思想是统一的，即设被测对象全部可能出现的状态( 包 括正常状态和各种故障状态) 组成状态空间集y ，在各个状态下，被测系统的所有可测 的特征值( 包括结点电压值，时频域的响应等参量) 组成特征空间集x ，当系统处于某 一状态y 时，总有确定且唯一的特征向量石与之对应，即存在映射厂，使得： f ：x y 反之，一定的特征也对应确定的状态，即存在映射厂，使得： f ：y x 用数学语言概括为：找出函数y = 厂( ，使其满足x 到】，的一一映射。 因为系统的状态并不是严格可以用数学语言描述的，特别是故障状态的描述总带有 很大的模糊性，因此它所对应的特征值也在一定范围内变动，在这种情况下，故障诊断 就成为按特征向量对被测系统的各个状态进行辨识的过程，包括三个主要步骤，即信号 测取、特征提取和状态识别，故障诊断的本质问题实际上是模式识别和模式分类的问题。 它主要由三大部分组成，第一部分为故障物理、化学过程的研究，如元件的失效模式等； 第二部分为故障信息学的研究，包括故障信号的采集、处理与分析的过程；第三部分为 诊断逻辑与故障推理的研究，主要是通过逻辑方法，模型方法、推理方法及人工智能等 方法，根据可观测的系统故障信息特征来确定下一步的检测部位，最终定位故障源。 下面对模拟电路故障诊断产生的原因、故障特征、故障类型、故障诊断的范畴进行 简单的介绍1 2 3 斟l 。 ( 1 ) 故障产生原因 模拟电路产生故障的原因主要来自设计、制造和使用三方面。一部分故障是由于设 计不当而引起的，另一些故障是由于制造工艺的缺陷而造成的，还有一些故障则是在长 期的使用过程中由于元件磨损、老化、疲劳等原因造成的。 大连理工大学硕士学位论文 ( 2 ) 故障特征 电路发生故障时，其特征与正常状态时相比有所变化，引入故障特征的概念是为了 表示这种变化。故障特征可以有各种不同的表现形式，比如可以是电路在不同时自j 间隔 或不同频率下的输入输出信号；也可以是电路节点上或电路的外部连接点上的交流或直 流电压；还可以是线性电路的传递函数或其他相关函数。此外，还有电路的红外特征， 即以电路元件发生故障前后表面温度的变化作为特征量。 ( 3 ) 故障类型 模拟电路的故障类型从元件的角度包括两大类： 硬故障。结构性故障，即故障元件的参数发生极端的变化，比如短路、开路、 元件失效等。 软故障。偏差故障，即元件的参数随着时间或环境条件而偏移，并超出了该元 件参数的容差范围，一般它们均未使设备完全失效。 严格的说，网络中元件产生硬故障已经改变了网络的拓扑结构，但在模拟电路故障 诊断中仍将它们看作是元件( 支路) 的故障，电路中发生硬故障，经常导致系统严重失 效，甚至完全瘫痪，而发生软故障一般仅引起系统性能的异化或者恶化，因此对硬故障 的监测与诊断比软故障要容易些，而诊断软故障的方法一般也可以诊断硬故障，因为硬 故障可以看作是软故障的一个特例。 按电路中存在的故障数来区分可将故障分为单故障和多故障。 单故障：指电路中只有一个元件产生故障的情况； 多故障：指电路中同时有两个或两个以上的元件发生故障的情况。 据统计，在实际应用中，电子设备发生单故障的概率是故障总数的7 0 8 0 t 8 1 ，而 且一些多故障往往又是相互联系的，因此有时也可以当单故障来处理。例如一支晶体三 极管是一个三端口网络，其主要参数是输入电阻。和电流增益，如果一个三极管b e 结击穿，则，和两个参数均异常，在故障诊断中常作为两个故障来处理，而事实上 此时只有一个元件故障，因此不必区分是珞。故障还是芦故障，二者作为一个故障处理 即可满足要求。 从从属关系上区分故障又可分为独立故障和从属故障： 独立故障：指两个或两个以上的元件发生故障时，彼此间不存在因果关系； 从属故障：指一个元件发生故障后，导致另一个元件也发生故障，这个被诱发 的故障称为从属故障。 以上各种故障类型是从不同角度加以分类的，需要注意的是，电路中实际发生的故 障可同时属于其中的一类或几类，即为混合型故障。 基于电路仿真原理的故障检测与诊断研究 ( 4 ) 故障诊断范畴 故障诊断的范畴包含以下四类问题： 故障检测( f a u l td e t e c t i o n ) 根据所采集到的数据以及己知的电路结构与标称参数，判断电路是否存在故障。但 故障检测不能确定故障元件的位置和参数。相对而言，故障检测比较容易实现，主要用 于产品的检验。 故障辨识( f a u l ti d e n t i f i c a t i o n ) 在已检测到电路存在故障的前提下，确定存在的故障总数，各故障元件在电路中的 物理位置( f a u l tl o c a t i o n ) ，如果需要的话，还可进一步确定或估计故障元件的有关参 数( f a u l te v a l u a t i o n ) 。对于故障辨识的要求是准确而唯一，这也是目前故障诊断中的 主要任务，因此对它的研究最多，但难度也最大，故障辨识也成为故障诊断( f a u l t d i a g n o s i s ) 。 故障预报( f a u l tf o r e c a s t ) 为进一步提高系统的可靠性和利用率，最好在系统发生故障前能预报出将要发生故 障的元件，以便提前更换或作其它处理，避免系统产生更大的事故，确保系统长期正常 运行。为了实现故障预报，需要对被测系统作连续监测，从所取得的现场数据上搜索到 异常信号，从中分析和预报即将可能发生故障的元件，其中一个重要问题是要尽量延长 系统中的每个元件或部件的生命周期，即尽可能减少误报，且不要过早地替换可能有故 障的元件( 如一个元件的偶发故障不应视为永久故障而被替换) 。 可测性设计( t e s t a b i l i t yd e s i g n ) 故障诊断理论的应用范围不只局限于故障检测与故障定位，而更重要的是得出可测 性设计的原则，所谓可测性设计，是指在电路设计的时候就考虑到电路的可诊断性，诊 断的容易程度，为日后的维护留下充分的余地。 2 2 神经网络理论 人工神经网络( a r t i f i c i a l n e u r a l n e t w o r k ，简称a n n ) ，简称神经网络，是人工智 能领域中的一个重要分支。它在模仿生物神经计算方面有一定优势，它具有自学习、自 组织、自适应、联想、模糊推理等方面的能力。 2 2 1 神经网络基本原理 神经网络是由大量的处理单元( 神经元) 互相连接而成的网纠2 2 】【2 5 】【2 6 1 。为了模拟 大脑的基本特性，在神经科学研究的基础上，提出了神经网络的模型。但是实际上神经 大连理工大学硕士学位论文 网络并没有完全反映大脑的功能，只是对生物神经网络的进行某种抽象、简化和模拟。 神经网络的信息处理通过神经元的互相作用来实现，知识与信息的存储表现为网络元件 互连分布式的物理联系。神经网络的学习和识别取决于各神经元连接权系数的动态演化 过程。 连接人工神经网络机制结构的基本处理单元与神经生理学类比往往称为神经元，每 个构造网络的神经元模型模拟一个生物神经元。人工神经元是对生物神经元的简化和模 拟，它是神经网络的基本处理单元，一般表现为一个多输入、单输出的非线性器件。 神经网络的输入输出关系可描述为： = _ 一6 ( 2 1 ) j = l 弗= ，( u ) ( 2 2 ) 式中x j ( j = 1 ，2 ，1 ) 是从其它细胞传来的输入信号，即是来自前级n 个神经元的轴 突的信息；岛为神经元单元的阈值；w 。为细胞_ ，到i 的连接权值( 对于激发状态，w 。取 正值；对于抑制状态，w 。取负值) ，即突触的传递效率；n 为输入信号数目；m 为第f 个神经元的输出；厂为传递函数，决定第i 个神经元受到n 个输入的共同作用达到闽值 时以何种方式输出。传递函数厂( 又称为激励函数) 有多种形式，其中最常见的有阶跃 型、线性型和s 型等形式。它可为线性函数，但通常采用一些非线性函数，来表现神经 网络的非线性特征。 2 2 2b p 网络结构与设计 b p 网络( b a c k - p r o p a g a t i o nn e t w o r k ) 是一种多层前馈神经