浅谈模拟电路故障原因与诊断方法.doc_第1页
浅谈模拟电路故障原因与诊断方法.doc_第2页
浅谈模拟电路故障原因与诊断方法.doc_第3页
浅谈模拟电路故障原因与诊断方法.doc_第4页
浅谈模拟电路故障原因与诊断方法.doc_第5页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

江苏省徐州医药高等职业学校毕 业 论 文题 目:模拟电路故障原因与诊断方法浅析学生姓名 孟浩 学 号 060804107 专 业 医用电子仪器与维护 班 级 06高职医电(1)班 实习单位指导教师 朱守光 学校指导老师 景维斌 实习地点 徐州北方高科电子设备有限公司论文工作时间:2010年7月 2010年12月2010年 12月模拟电路故障原因与诊断方法浅析摘 要:随着电路系统集成度的不断增大,模拟电路中的故障成本占据集成电路总诊断成本的绝大部分,因此加强模拟电路故障诊断与排除的研究十分重要。首先分析模拟电话故障的类型与原因,随后详细介绍几种故障的诊断方法。 关键词:模拟电路 故障诊断 方法任何一个系统,从某种意义上说,都是一台“故障发生器”。即使采用最严格的可靠性设计与管理,作为合格对立面的故障却总是存在的,只是故障率或高或低、故障后果或重或轻而已。于是研究故障诊断的理论与应用,对于保证系统可靠性来说是至关重要的。随着现代自动化水平的日益提高,系统规模不断扩大,系统复杂性迅速增加,同时其投资也越来越大,从而引起维修费用的增高,停机损失巨大或事故后果严重等问题。因此,对于大型复杂系统,人们更为迫切地希望提高其整体可靠性与可维护性,而故障诊断技术恰好为达到这一目标提供了途径。 一般系统故障诊断的基本原理是对比测试法,即根据实际系统输出与参考模型输出或与标准值的比较,来判断系统是否存在故障。若存在故障,则从检测到的故障信息中分离出故障征兆,据此识别故障原因,将故障源定位,并采取相应的处理措施。 1模拟电路故障原因 电路(系统)诞失规定功能称为故障,模拟电路发生了故障,就不能达到设计时所规定的功能和指标。这种电路称为故障电路,在模拟电路中的故障类型及原因如下:从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障,早期故障率较高并随时间而迅速下降。统计表明,数字电路的早期故障率为310,模拟电路的早期故障率为15,晶体管的早期故障率为0.752,二极管的早期故障率为0.21,电容器的早期故障率为0.11。 偶然故障是由偶然因素造成的、在有效使用期内发生的故障,偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障,损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障,它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差(如开路、短路)造成的、通过事前测试或监控不能预测到的故障。根据实验经验统计,硬故障约占故障率的80,继续研究仍有实用价值。间歇故障是由老化、容差不足、接触不良等原因造成的、仅在某些特定情况下才表现出来的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件,常见于运行中的设备。多故障指与几个参量或元件有关的故障,常见于刚出厂的设备。独立故障是指不是由另一个元件故障而引起的故障。从属故障,即一个元件发生故障后,导致另一个元件发生故障,这个被诱发的故障称为从属故障。从故障在电路中随时间的表现形式来看,可分为永久性故障和间歇性故障。永久性故障,即故障不能自动恢复原状,例如开路、短路等;间歇性故障,这种故障只是暂时发生,时有时无,例如接触不良等2故障诊断方法 对于模拟电路,有许多种诊断方法。对于这些诊断方法,可从不同的角度进行分类,具体可归纳为以下几种分类方法:从诊断是否仅仅限于故障诊断、或进一步要求故障的定位或定值来分类;根据待诊断电路的复杂性(例如线性或非线性)来分类;根据诊断过程中能否充分保证测试条件来分类。目前文献中介绍的诊断方法大都是采用对被诊断电路进行现场测试之先于(或后于)电路仿真的方法来分类。此法故分为以下两类: 1.测前仿真法(simulation before test approach) 2.测后仿真法(simulation after test approach) 2.1测前仿真法SBT 测前模拟法又称故障字典法FD(Fault Dictionary)或故障模拟法,故障字典法在数字电路的故障诊断中是较为常用的一种方法,其理论基础是模式识别原理,基本步骤是在电路测试之前,用计算机模拟电路在各种故障条件下的状态,建立故障字典;电路测试以后,根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少,必须选择具有高分辨率的测试点。在大多数情况F,字典法采用查表的形式,表中元素为di=l,2,n,j=1,2,m,n是假设故障的数目,m是测量特性数。 故障字典法的优点是一次性计算,所需测试点少,几乎无需测后计算,因此使用灵活,特别适用于在线诊断,如在机舱、船舱使用。此法缺点是故障经验有限,存储容量大,大规模测试困难,目前主要用于单故障与硬故障的诊断。 故障字典法按建立字典所依据的特性又可分为直流法、频域法和时域法。 2.1.1直流故障字典法。直流故障字典法是利用电路的直流响应作为故障特征、建立故障字典的方法,其优点是对硬故障的诊断简单有效,相对比较成熟。 2.1.2频域法。频域法是以电路的频域响应作为故障特征、建立故障字典的方法,其优点是理论分析比较成熟,同时硬件要求比较简单,主要是正弦信号发生器、电压表和频谱分析仪。 2.1.3时域法。时域法是利用电路的时域响应作为故障特征而建立故障字典的方法。主要有伪噪声信号法和测试信号设计法(辅助信号法)。当故障字典建立后,就可根据电路实测结果与故障字典中存储的数据比较识别故障。2.2.测后仿真法SAT 测后模拟法又称为故障分析法或元件模拟法,是近年来虽活跃的研究领域,其特点是在电路测试后,根据测量信息对电路模拟,从而进行故障诊断。根据同时可诊断的故障是否受限,SAT又分为任意故障诊断(或参数识别技术)及多故障诊断(或故障证实技术)。 2.2.1任意故障诊断。此法的原理是利用网络响应与元件参数的关系,根据响应的测量值去识别(或求解)网络元件的数值,再根据该值是否在容差范围之内来判定元件是否故障。所以此法称为参数识别技术或元件值的可解性问题,理论上这种方法能查出所有元件的故障,故又称为任意故障诊断。诊断中为了获取充分的测试信息,需要大量地测试数据。 2.2.2多故障诊断。经验证明,在实际应用中(高可靠电路),任意故障的可能性很小,单故障概率最高,如果考虑一个故障出现可能导致另一相关故障,假定两个或几个元件同时发生的多故障也是合理的。另外对于模拟LSI(Large Scale Integration,大规模集成电路)电路加工中的微调,也是以有限参数调整为对象的。因此在1979年以后,SAT法的研究主要朝着更实用化的多故障诊断方向发展。即假定发生故障的元件是少数几个,通过有限的测量和计算确定故障。因该法是先假定故障范围再进行验证,所以又称为故障证实技术。 3其他方法 3.1近似技术。近似技术着重研究在测量数有限的情况下,根据一定的判别准则,识别出最可能的故障元件,其中包括概率统计法和优化法。此法原理与故障字典法十分类似,属于测前模拟的一类。采用最小平方准则的联合判别法和迭代法,采用加权平方准则的L2近似法,采用范数最小准则的准逆法等。这些方法都属于测后模拟,由于在线计算量大,运用不多。 3.2模糊诊断。对于复杂电路,由于元件容差、电路噪声以及元件参量与特性之间的非线性,用传统的电路理论难以获得精确解和唯一解,出现了模糊现象,而这种模糊现象与随机现象不同,不便于用统计分析方法来解决。另外,对于故障诊断来说。往往不要求精确解,只要满足故障隔离要求即可,于是提出把复杂电路看作模糊系统,用模糊信息处理的方法进行故障诊断。模糊诊断的原理是模糊模式识别。测前,利用隶属度函数按照不同的准则构成判别函数;测后,再利用判别函数判别所测得的特性向量对各种故障状态的隶属度程度。为了提高诊断效率,模糊识别应该具有自学习和修正功能,最简单的方法是根据实际诊断的结果,以适当的方式、自动地修正隶属度函数或判别函数,以便不断自我完善。 3.3人工智能技术。近年来,随着人工智能的发展,诊断自动化、智能化的要求逐渐变为现实。其中基。于知识的专家系统(简称专家系统)的研究起步最早,目前在诊断中已有成功的应用。模糊理论由于具有处理不确定信息的能力,因此通常和专家系统结合,作为前处理和后处理。神经网络技术在诊断中的应用起步较晚,但由于其强大的并行计算能力和自学习功能及联想能力,很适合作故障分类和模式识别,因此在诊断中很受欢迎。参考文献: 1李春明,模拟电路故障诊断的神经网络方法J.内蒙古工业大学学

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论