基于故障物理注入的模拟电路测试性分析方法研究

针对仿真建立的故障字典与实体电路存在较大差异以及一部分电路无法进行软件仿真等问题,本文提出了基于故障物理注入建立故障字典并进行故障检测和隔离的方法。首先研究了基于故障物理注入技术的实现方法;然后根据实测数据构建整数编码字典,以此为基础讨论了故障检测率、隔离率和虚警率等指标的预计方法;最后结合电路实例对算法进行了验证。实验结果表明,采用整数编码字典方法进行测试性分析与传统的D矩阵模型算法相比具有更高的故障分辨能力。     

基于物理设计约束的模拟电路尺寸设计的优化算法GMSGA

在模拟电路自动化尺寸设计方法中,基于仿真的方法精度高但耗时巨大.考虑到物理设计的约束,基于优化的模拟电路尺寸设计问题可以看作混合整数规划问题,然而利用传统的方法解决这类问题耗时巨大.为了解决该问题,本文提出一种新的优化算法:混合高斯采样贪婪算法(GMSGA).该算法首先基于混合高斯过程采样的方法获得约束侵犯和较小的良好的起始点,随后将混合整数规划问题近似地分解为整数规划问题和连续变量优化问题分别求解,其中:整数规划问题采用了一种贪婪算法,这极大地减少了仿真次数;连续变量优化采用序列二次规划算法,用来对结果进行局部优化.为验证算法的效率和可靠性,我们利用该算法了设计一个ADC中的运算放大器和E类功放.实验结果表明:相较于其他算法,该算法在相同的仿真次数下多次实验可以得到更好的优化结果.     

容差模拟电路的模糊软故障字典法诊断

提出了一种可以准确定位容差模拟电路软硬两类故障的模糊软故障字典法．该方法依据支路屏蔽的概念,求取电路的支路集屏蔽电流,并由元件参数分布规律计算容差对端口特性的影响,以此建立故障字典并构造故障阈值函数,从而实现容差电路的故障检测．在此基础上,应用网络分析与模糊数学,提出了一种故障隶属函数,据此进行容差电路的故障定位．该法有效地避免了故障因素与容差因素的相互交叠,大大降低了故障与容差间的模糊性．仿真试验表明,此法故障定位准确性高。     

基于基频状态和帧间相关性的单通道语音分离算法

提出一种基于基频状态和帧间相关性的单通道混合语音分离算法.首先,从混合语音中提取2个源语音的基频进行状态编码,基于编码的基频状态构造自适应字典,并通过引入基频信息在字典层面对各源语音信号进行区分.然后,采用频繁模式挖掘算法,提取基频状态为1时字典的频繁1项子集,缩减字典尺寸.最后,以基于正交匹配追踪的分离语音为基础,检测分离效果差的混合语音帧,搜索与其相关度最高的平移后的邻近分离语音帧进行叠加,并采用软掩蔽方法进行第二次分离校正.仿真实验结果表明,该算法获取的分离语音信噪比优于现有的2种经典语音分离算法,并且该算法采用频繁模式挖掘算法大大减小了运算量.     

基于稀疏表示的轴承早期故障特征提取

低速重载机械设备中的滚动轴承由于承受巨大载荷,极易出现内外环故障. 在故障早期阶段,反映故障特征的冲击成分很微弱,极易被噪声覆盖而难以识别. 为准确诊断轴承早期故障,提出基于稀疏表示的故障特征提取方法. 该方法利用K-SVD字典训练算法构造出能准确匹配冲击成分的字典,克服了参数化字典缺乏自适应性的问题;稀疏编码过程中,采用批处理正交匹配追踪算法(batch orthogonal matching pursuit,Batch-OMP)对振动信号进行分解,以逼近信号的峭度值最大原则作为分解结束条件,自适应确定出分解次数;最后,通过对重构的特征成分进行包络谱分析得出故障类型. 对仿真信号和轴承振动信号进行故障特征提取,结果表明所提方法能准确提取出冲击成分,验证了其有效性和实用性.      

模拟电路故障诊断中的状态矩阵字典与模糊决策

一、引言自六十年代初至今模拟电路故障诊断成为热门课题,出现了许多成果。模拟电路的故障字典诊断法便是其中之一。故障字典法有两个步骤,首先是建立故障字典,其次是故障分离。本文试图解决动态模拟电路的故障诊断问题。首先阐述了状态矩阵字典法的概念,用系统识别法通过测量值求解状态矩阵,从而解决了故障诊断的关键问题。在故障分离中。我们提出利用模糊决策进行,此方法明显优于 P.M.Lin 提出的方法,且物理概念明确。     

模糊免疫算法在电路故障诊断中的应用研究

针对传统免疫算法在故障检测中存在的稳定性低、检测性能差等问题,基于模糊数学和生物免疫系统的信息处理的机理,提出一种基于模糊数学策略的免疫算法。介绍了模糊免疫算法的实现过程,并将其应用到模拟电路的故障诊断之中。仿真和实验实例表明,该算法适合于模拟电路故障诊断,有效抑制了误报率,检测率也得以提高。     

基于结构分析的48 Ⅴ微混系统的故障诊断

介绍了48 Ⅴ微混系统的工作原理和结构分析法的运用过程,在Matlab/Simulink仿真软件中建立了48 Ⅴ微混系统仿真模型,针对48 Ⅴ微混系统中传感器与同步带传动的常见故障模式进行了分析,根据结构分析法(SA)原理,筛选出与48 Ⅴ微混系统故障模型相对应的5个最小型超定方程集(MSO sets),并结合诊断策略定义系统故障特征向量,设计了高效、可靠的故障检测与隔离系统(FDI).仿真结果表明:基于结构分析的故障诊断方法相对传统诊断方法减少了观测值数量,从而简化了诊断算法;该48 Ⅴ微混系统故障模型中的所有故障均可相互隔离,且该故障检测隔离系统仅利用5个观测值即可实现48 Ⅴ微混系统中10种系统故障的检测与隔离.     

一种物理链路检测电路设计及仿真模型实现方法

检测电路用于动态检测多节点系统中节点间物理传输链路连接故障,以便系统采用链路降宽、冗余设计等手段提高系统可靠性。其仿真模型是指在系统级功能仿真验证阶段建立合理的检测电路软件模型,以保证设计验证的顺利进展,同时也为研制工作节省时间开销和设计成本。本文介绍了一种物理链路检测电路的设计方法,并且实现了其软件仿真模型的设计方法。     

数字电路故障模块诊断的神经网络方法研究

对数字电路系统的测试，提出一种基于神经网络的电路故障模块诊断方法，对方法的诊断系统模型、故障特征的获取、网络结构的确定与调整、诊断的流程等进行了详细论述。由于传统的电路故障诊断方法是通过对故障字典的搜索来确定发生的故障，这对庞大的故障字典来说既复杂又费时，因此文中的方法可显著提高传统故障字典法的效率。     

基于人工免疫机制的数字系统测试方法

介绍了人工免疫系统的阴性选择算法的基本原理,把阴性选择算法应用到数字系统的故障检测和诊断中,根据部分匹配规则运用贪婪算法生成检测器。对数字系统注入故障,通过在输入端加测试序列求故障工作串和无故障工作串的海明距离,得出数字系统的故障检测率和定位率。通过典型基准电路实例,对所研究的数字系统测试方法的诊断结果进行了详细的分析讨论。实验结果表明,数据处理的方法是切实可行的,故障检测和诊断结果是正确的。     

基于解析冗余关系理论的电力电子电路健康预测

讨论了电力电子电路中元器件级的健康预测。元器件级的剩余使用寿命是通过反推残差信号方法得到的。首先利用键合图建立系统的动态模型,得到全局解析冗余关系,通过故障特征矩阵进行故障检测与隔离;然后与元器件的退化模型相结合的方法,得到元器件相对应的残差退化曲线,从而获得元器件退化过程数据样本。根据元器件的等效电阻与残差的退化关系,结合故障阈值与失效值和极限学习机(extreme learning machine,ELM)算法可计算出元器件级的剩余使用时间。最后将该方法应用于典型电力电子电路Buck电路中,在20-sim软件和Matlab仿真环境中进行联合仿真,验证了此方法的有效性。     

基于替代模型的单粒子瞬态效应注入

牵引传动控制系统是高速列车的动力关键系统,牵引传动控制单元(TCU)的故障会引发高速列车的动力丧失.电磁辐射环境下的单粒子瞬态效应(SET)是引发TCU故障的主要原因.采用传统物理方法进行的SET测试具有一定的风险和成本,提出一种基于替代模型的SET注入方法.根据双指数模型建立SET注入替代模型,对TCU输出的信号进行SET的注入,解决在系统级虚拟仿真平台上无法对SET进行有效注入的问题,通过试验仿真验证该方法的可行性.为实时故障诊断、隔离和容错技术的研究提供较为真实可靠的故障模拟环境.     

一种改进的故障检测算法在组合导航中的应用

为提高组合导航系统的容错性能,实时检测滤波器处理测量信息的有效性,针对组合导航系统突变故障的检测问题,提出了相应的改进算法. 该算法不仅对系统层面上进行故障探测,而且对故障进行定位和隔离,分析了作为假设检验量的标准化残差之间的相关性强弱对故障正确定位的影响,由此对基于标准化残差的故障检测与隔离算法进行了改进,实现子系统内部故障的正确定位与隔离. 实验结果表明,改进的算法能够更有效地利用多余观测量,从而提高组合导航系统的稳健性.      

过驱动系统故障检测与隔离方法研究

由于过驱动系统具有故障特征之间严重耦合的特点,传统的故障诊断方法不能有效对其进行故障检测与隔离.针对这一问题,基于几何理论中的不变子空间理论,通过空间投影运算,提出一种新的故障检测与隔离方法,解决了过驱动系统故障检测与隔离问题.该方法不仅对单个故障可以实现检测与隔离,而且对并发故障同样具有很好的检测与隔离效果.仿真结果验证了该方法的有效性.     

高精度故障电弧检测多传感器数据融合算法

 由于故障电弧的物理特性复杂, 且电路中存在与故障电弧波形相似的负载, 因此传统 检测故障电弧的方法误判率较高. 提出了一种多传感器数据融合算法, 用于提高故障电弧的检测精度. 该算法包括自适应加权融合算法和神经网络融合算法, 实现了对温度传感器、声音传 感器和弧光强度传感器所获取的传感信号的数据融合. 自适应加权融合算法克服了单个传感 器的不确定性, 实现了同质传感器中故障电弧特征的提取, 为神经网络融合算法提供了精确的测试样本数据; 神经网络融合算法可自行调整各类异质传感器的权重, 使故障电弧的辨识率更高. 实验结果表明, 该算法可有效提取故障电弧的特征, 辨识精度超过98%, 实现了高精度的故障电弧检测.     

基于自适应神经网络的电路系统故障诊断研究

针对人工神经网络的特点，对传统BP算法进行了全面改进，通过采用自适应学习率和动量因子修正等方法，有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例，引入了模糊数学中的隶属度函数，对故障特征量进行处理后作为自适应神经网络的输入，故障编码作为网络的输出。实验仿真结果表明，该系统对电路故障类型能够有效地进行诊断和识别。     

一种非线性的分形图像压缩编码算法

针对经典的分形压缩编码字典相对较小这一不足之处,提出一个简单的非线性分形压缩算法,简化了Popeseu等提出的算法,用于解决压缩字典较小的问题·此外,还根据这个算法给出计算整数象素点灰度值的计算公式,可以快速地计算出整数点的灰度值·实验结果表明,这一新型的分形圆盘压缩算法简单可行,并具有良好的压缩结果和高质量的重建图像·和常规分形编码方法相比,该方法还具有较高的PSNR·     

非高斯过程与微小故障的故障检测方法

针对生产过程中数据服从非高斯分布的故障检测问题进行了讨论,给出了一个改进的基于稀疏表示的故障检测方法,并通过构建重构误差控制限和距离控制限区间,提高了基于稀疏表示的故障检测水平;给出了在统一框架下的微小故障检测方法,并通过在微小故障字典矩阵中引入时间常数t来提高针对微小故障的检测水平;通过两例数值仿真验证了方法的有效性,并与经典的基于主元分析的故障检测方法进行了对比.结果表明,所提出的方法在上述2种情况下的故障检测水平均超过基于主元分析的故障检测水平.     

基于神经网络的模拟电路的故障诊断

根据 BP神经网络的特点和性能以及电路故障诊断的要求 ,采用了 BP网络的权值与故障模式相对应的方法来进行电路的故障诊断 .该方法利用改进的 BP算法 ,首先建立故障模式 ,然后将故障模式与 BP网络的权值相对应 ,最后将权值作为故障诊断知识 .对模拟电路的软故障进行了仿真 ,仿真结果良好