模拟电路K故障诊断

本文提出了诊断线性非互易模拟电路多重故障的新方法。采用单一频率的测试信号,不需要电流测量值及内部电压测量值,基于线性方程,只要可测端口数m=K 1,就可诊断同时发生的K个故障。在一般情况上,只需要一个测试信号,就可决定故障支路位置及其参数值,特别是针对故障支路形成回路或不完全回路的情况,根据本文方法,用两个独立的同频率测试信号,就可唯一地确定故障支路位置及其参数值。     

动态线性模拟电路多频故障诊断

本文给出一种非线性计算量较小的动态线性模拟电路多频故障诊断法。该方法采用多频激励建立的非线性故障诊断方程组及其雅克比矩阵,结构简单,计算机容易实现。非线性方程组的求解采用局部收敛的牛顿——拉普逊迭代法,速度较快。本文还研究了电路的可诊断性以及测试频率的选择问题。     

基于符号方法的模拟电路可测度分析

现有电路可测度符号分析方法在低可测度电路故障诊断中没有考虑元件故障模糊组的影响。可测度分析时需要计算所有元件参数组合的可测度,但实质上其中部分参数组合的可测度是相同的,不必重复计算。鉴于上述问题,在可测度符号分析方法的基础上,提出根据系数依赖矩阵划分元件故障模糊组,将各个模糊组中的元件参数赋值后计算电路可测度。该方法减少了符号法可测度分析的计算量,适用于模拟电路的自动测试与故障诊断。     

容差对子网络级故障诊断的影响

本文结合采用间接可测端点作撕裂端点的交叉撕裂诊断法，研究了容差对子网络级故障 诊断的影响．用随机变量分析模拟电路中元件的容差，通过随机模拟实现对容差总的估计，建立 了容差情况下网络级故障诊断的判别式，进而探讨子网络级的故障诊断，提出了元件故障深度、 元件故障的可诊断测度，子网络故障可诊断率等概念．最后，以网络故障的模拟分析来阐明以上 理论．     

非线性动态电路故障诊断的递推方法

研究了非线性模拟电路的故障诊断问题,利用非线性网络频域分析的递推算法,将非线性模拟电路和邦联诊断转化为对ｎ个拓扑相同,电路参数战略有不同的线性电路的故障诊断。诊断的实现依赖于在相应数量的频率点上测出各阶线性电路的领域域核,采用故障逻辑判定技术以简化计算,适当增加测试点,用节点撕裂法可将该诊断方法推广到大规模电路。     

网络可及点的合理选择

可及点合理分布是模拟电路故障诊断理论中的一个待研究的课题．它涉及到可诊断性、易觉察性、故障可测度以及可及点有效使用率等诸方面的问题．本文在子网络级故障诊断的交叉撕裂搜索法的基础上，探讨可及点合理选择的原理和方法 这里所得到的分析计算原则，具有工程实际意义和理论意义．     

L1范数法诊断线性电阻电路故障的神经网络法

研究了Ｌ１范数法诊断线性电阻电路故障的视神经网络方法。基于Ｈｏｐｆｉｅｌｄ网络原理导出了相应的神经网络电路结构，该法具有在线计算量少、故障诊断速度快等特点。计算机模拟结果表明，本文所提方法是可行的。     

模拟电路故障定位的理论和方法

本文研究模拟电路故障诊断中的定位理论和方法，电网络分扯的理论和方法，伴随网络的理论和方法，分别被应用于故障定位中，文中还给出了另一种故障定位方法，这一方法是作者所提出的故障诊断定理的直接应用，在此基础上得出了两个诊断模拟电路故障的判据。     

一种多分类器融合的模拟电路故障诊断

本文针对模拟电路中故障类型较多时采用单一分类器诊断所出现的故障诊断率低、分类器训练困难的问题,基于故障特征空间的划分思想,提出了基于聚类的多分类器融合故障诊断的方法。通过对故障信号的小波分析获取电路的故障特征,并按照距离准则将故障类划分为多个子类并用相应的分类器来识别．以此提高电路中故障数量较多时诊断的正确率,同时改善单分类器进行诊断时计算复杂度高的局限。实验证明．该方法对于故障类型多而出现的故障重叠和故障误识有很大的改善,是一种实用的模拟电路故障诊断方法。     

线性模拟电路故障诊断的分组诊断法

本文将故障验证技术中的伪电路法和支路诊断法结合起来,提出了线性模拟电路故障诊断的分组诊断法。它将故障网络的电路元件分成“好”的组1,和“坏”的组2,导出支路故障诊断方程和允许分组的拓扑条件。该方法还可应用于非线性两端电阻网络的故障诊断。分组诊断法具有如下特点:诊断方程阶数低;特别是不必穷举各种分组的组合,同时又使允许分组的检验不必通过任何运算而可在电路图上直接进行;在诊断中结合耦合表调整分组,可加快诊断速度,减小计算量。     

小电网故障定位的研究

关于模拟电路故障诊断的多频率法对小型电网的短路故障及开路故障定位的研究表明,选择适当的测试频率及诊断精度,能准确地诊断出故障点,并可用微机迅速地完成诊断。     

模拟线性电路K故障假设下最优可测试成分组的确定

提出了模拟线性电路故障诊断中K故障假设下一组最优可测试成份确定的方法与步骤。该方法构成了故障定位的第一步，且与故障定位方法无关。本方法基于电路的可测试值计算和规范式不确定性组的确定，它在可测试性与不确定性组概念中具有严格的理论基础，其可测试性计算可直接从参数类型故障诊断技术中推得。     

可诊断非线性电路直流故障的神经网络方法

测后诊断速度和诊断精度是模拟电路故障诊断性能的主要衡量指标。文中将神经网络的自学习和分类技术应用于非线性电路直流故障诊断，把反向传播（ＢＰ）网络训练成一部能诊断软、硬单故障的故障字典。考虑元件参数容差对诊断的影响，提出了优选训练样本的具体方法。此外，重新定义了ＢＰ网络的输出误差函数，使网络在训练时有较大的自由度。ＢＰ网络高度并行的信息处理能力决定了这种新型故障字典的诊断速度非常快。仿真实验结果表明，神经网络方法的综合性能要优于传统的故障字典法。     

应用撕裂法诊断模拟电路单支路故障

撕裂法对于模拟电路的故障诊断是一种有效的方法．本文在文［１］的基础上更深一步地研究了 撕裂法应用于单支路故障诊断时选择检验变量的依据，给出了单支路可诊断的拓扑条件，进而完成了 对网络单支路故障的定位定值计算．     

浅谈模拟电路故障诊断的小波方法

从20世纪开始,模拟电路故障诊断的方法已经有许多种。尽管对这些理论及方法都有不少的成就,但是因为模拟电路的输出与输入响应都以连续量出现,元器件因此也存在离散性。模拟电路故障诊断自身所出现的问题加上模拟电路中出现的非线性原因等,都为故障诊断带来了阻碍,使其进展缓慢。微电子技术的不断发展,迫切加快模拟电路故障诊断方法的研究。在传统方法上,将小波与神经网络相结合,利用小波神经网络法对信号消噪以后,在进行小波变换,取出故障特征向量。本文首先提出模拟电路故障诊断的小波方法,然后采用小波的新方法对故障进行诊断,最后通过实验证明此方法的可行性。     

模拟电路故障信号的小波预处理

针对模拟电路故障诊断的神经网络存在结构规模较大的问题,提出一种基于小波一神经网络的模拟电路故障诊断方法。该法采用冲激响应来获取模拟电路的故障信号,采用小波变换作为模拟电路故障信号的预处理器,利用Haar小波分层次分解提取故障信号特征,该信号特征经主元分析和数据标称化后,作为用于故障诊断的神经网络的输入。基于该法故障诊断的基本原理,对一实例电路进行故障划类、小波函数及故障特征选择,给出计算故障特征的仿真编程及故障类别的识别方法。该法大大减少用于故障诊断的神经网络的输入数目,简化它的结构和减少其训练处理的时间。仿真结果表明,该法可以提高模拟电路故障诊断的效率和辨识故障类别的能力。     

采用多目标粒子群算法的模拟电路故障诊断研究

提出了一种容差条件下基于多目标粒子群(MOPSO)算法的模拟电路软故障诊断方法.通过灵敏度分析,建立模拟电路故障诊断的约束线性规划方程组,以元件参数变化量与标称值的百分比作为故障判据.针对MOPSO中目标空间增加时种群选择压力影响算法性能的问题,采用阶有效优化准则代替传统的Pareto优化准则,引入最优折中解作为全局最优解,从而提出基于阶有效的平衡全局搜索策略多目标粒子群(ESEO-MOPSO)算法,并将其用于模拟电路故障诊断的约束线性规划方程组的求解中.仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估计,可以有效地实现模拟电路在容差条件下的软故障定量诊断.     

基于信息整合的模拟电路故障诊断方法的研究

基于信息整合技术的模拟电路故障诊断方法的提出,很好的解决了传统故障诊断方法中存在的多种问题,为模拟电路的故障诊断与处理提供了良好的选择与充足的依据。本文简要的分析了基于信息整合的模拟电路故障诊断方法的作用与分类,并以基于神经网络的信息整合为例,分析了信息整合的模拟电路故障的诊断方法。     

模拟电路故障诊断的VIM验证算法

提出了一种模拟电路故障诊断的新算法－ＶＩＭ验证算法，该方法只需对被测电路进行一次激励和测量就可定全故障支路，文中详术字算法的理论推导过程，并给出了计算机模拟结果。     

模拟线性电路中故障元件存在范围的确定

为了简化模拟线性电路故障诊断定位阶段的工作量，提出了1种确定故障元件存在范围的方法.即在十分现实的K故障假设下，确定能代表电路所有元件并给出在K故障假设下的故障诊断方程的唯一解的1组元件--最优可测试元件组，使故障定位工作只局限于该组元件，而不必对电路所有元件进行.该方法构成了故障定位的第一步，且与故障定位方法无关.方法基于电路的可测试值计算和规范式不确定性组的确定，它在可测试性与不确定性组概念中具有严格的理论基础，其可测试性计算可直接从参数类型故障诊断技术中推得.