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．     

大规模模拟电路子网络级故障诊断的改进节点撕裂法

提出了一改进的节点撕裂法，对满足子网络可解条件的各类可能撕裂情况，提出了相应的自检验判断条件和共检验判断条件，给出了故障诊断的基本步骤及其示例，该方法的为大规模模拟电路子网络级的故障诊断提供了一种更为有效的故障定位方法。     

子网络级故障的交叉撕裂搜索法

本文提出的交叉撕裂搜索法，突破了撕裂端点（子网络间关联接点）全部可及的限制，根据间接可测端点可信性的拓扑条件选择可及点的一种子网络级故障诊断方法。它具有普遍意义．     

间接可测端点可信性的拓扑条件和算法

模拟电路子网络级故障诊断理论，面临着二个基础性核心问题：（１）撕裂端点是否要全部可及，（２）子网络级故障可诊断性的条件是什么？本文给出的定理回答了这些问题．这条件是必要的和几乎充分的     

一种开关电容网络子网络级诊断的新算法

在电荷守恒原理和灵敏度分析基础上，提出了一种开关电容网络（ＳＣＮ）子网络级故障诊断的新算法，运用该算法，在诊断过程完成后，能确定出非故障网络（或非故障元件集合）和故障子网络（或故障元件集合）。     

网络多层次分块故障诊断

本文提出一种网络多层次分块故障搜索诊断的方法．它在子网络级故障可诊断的基础上 探讨用微机诊断大规模电路中故障子网络的一种诊断方法．它对大规模网络的故障诊断具有工程 上的实用价值．     

模拟电路子网络级的故障定位

本文首先给出了一种子网络级故障定位的新算法,它在以下两个方面发展了Salama 等人提出的算法:(1)用诊断故障子网络的五个定理查找故障子网络或故障子区;(2)用蒙特卡洛法处理容差效应.与 Salama 的算法相比,本算法计算量小、可靠、且适用于大容差情况.其次,本文提出的“计算节点电流和的灵敏度”对预先估计子网络的可诊断性具有指导意义.为了简化测后计算,本文采用了非故障子网络的等效模型.最后,给出了线性有源网络和运放μA709的算例,结果是令人满意的。     

基于粗糙集的温室无线传感网络节点故障诊断

针对系统资源有限、不适宜运行复杂故障诊断算法的问题,提出基于粗糙集的温室无线传感网络节点故障诊断方法.结合网络体系结构,以资源丰富的汇聚节点为中枢,在运行过程中在线判别其子节点故障征兆,通过简单地查故障诊断决策表的方法来诊断子节点故障类型;从系统的、模块化的角度构建的子节点故障征兆、故障类型具有相关性,在简化决策的同时也造成了决策表的冗余,运用粗糙集及其数据约简理论设计一致数据启发式子节点故障诊断约简算法来约简冗余,建立了更简洁的子节点故障诊断决策表.结果表明,基于粗糙集能够实现在线简便的故障诊断,并可节约子节点系统资源.     

接地网故障诊断的一种新方法

提出一种无伤诊断接地网故障的新方法.首先提出并证明了利用接地网的可及点电压值检测接地网故障的判据,然后应用网络撕裂法概念建立接地网区域故障的诊断方程.模拟仿真诊断结果表明,这种诊断方法是正确而有效的,它可以用于电力系统接地网的故障诊断.     

集成神经网络诊断技术及其应用

为最大限度地提高神经网络实现的设备故障确诊率,分析了单子神经网络诊断故障的特点及所存在的问题;从信息融合的角度提出了基于信号类型及不同特征向量组合的集成神经网络。通过建立信息分配网络、子神经网络及决策信息融合网络,构成了1种3级网络串联而成的集成神经网络。将输入信号进行有效组合,从不同侧面诊断故障,取得了良好的诊断效果。     

Soft Fault Diagnosis for Analog Circuits Based on Slope Fault Feature and BP Neural Networks

Fault diagnosis is very important for development and maintenance of safe and reliable electronic circuits and systems. This paper describes an approach of soft fault diagnosis for analog circuits based on slope fault feature and back propagation neural networks (BPNN). The reported approach uses the voltage relation function between two nodes as fault features; and for linear analog circuits, the voltage relation function is a linear function, thus the slope is invariant as fault feature. Therefore, a unified fault feature for both hard fault (open or short fault) and soft fault (parametric fault) is extracted. Unlike other NN-based diagnosis methods which utilize node voltages or frequency response as fault features, the reported BPNN is trained by the extracted feature vectors, the slope features are calculated by just simulating once for each component, and the trained BPNN can achieve all the soft faults diagnosis of the component. Experiments show that our approach is promising.     

基于神经网络及模糊理论建立回热系统故障诊断层次模型

针对热力系统故障发生的模糊性,提出将模糊辨识理论和人工神经网络相结合,建立回热系统故障诊断层次模型．该模型根据回热系统以加热器为中心的特点,分层诊断,缩小了知识库,减少了计算量,并利用了神经网络“边学习、边辨识”的优点,使故障诊断迅速、准确．经仿真实验,证明了模型辨识效果良好．     

应用广义线性函数的线性电路K故障诊断

在模拟电路故障诊断中,由于元件容差的影响,以及元件变化与输出增量之间的非线性关系,使得实际的诊断过程非常复杂和困难.本文引用广义线性函数的概念,对元件的容差进行类线性处理,并且弱化了元件参数变化和输出增量之间的非线性关系,提出了等效的支路故障值概念.对应用广义线性函数进行故障诊断做了讨论,导出了计及容差情况下的 k 故障诊断模型及最小二乘算法,由此所得的结果具有最优性和无偏性.诊断时采用多激励方法,消除了诊断过程中的等效故障.     

Hierarchical Neural Networks Method for Fault Diagnosis of Large-Scale Analog Circuits

A novel hierarchical neural networks (HNNs) method for fault diagnosis of large-scale circuits is proposed. The presented techniques using neural networks(NNs) approaches require a large amount of computation for simulating various faulty component possibilities. For large scale circuits, the number of possible faults, and hence the simulations, grow rapidly and become tedious and sometimes even impractical. Some NNs are distributed to the torn sub-blocks according to the proposed torn principles of large scale circuits. And the NNs are trained in batches by different patterns in the light of the presented rules of various patterns when the DC, AC and transient responses of the circuit are available. The method is characterized by decreasing the over-lapped feasible domains of responses of circuits with tolerance and leads to better performance and higher correct classification. The methodology is illustrated by means of diagnosis examples.     

非线性电阻电路的单故障诊断的一种方法

提出了非线性模拟电路故障诊断的一种测前模拟法．应用伴随电路及特勒根定理导出故障诊断方程，用等电位屏蔽技术识别故障．非线性元件用其工作点参数等效线性化，可对故障电路逐级分块诊断，适用于大规模线性和非线性模拟电路．     

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。     

基于嵌入式Linux的电子装备故障诊断专家系统研究

研究了在ARM9和嵌入式Linux平台下,将某电子装备电路检测与专家系统相结合,进行电路故障诊断的方法。使用DSP配合CPLD进行数据采集,并充分利用DSP的高速数据处理能力对数据进行预处理,然后将数据传递给在嵌入式Linux系统下运行的CLIPS专家系统。专家系统按照预定义的故障诊断知识,实时进行故障诊断。相对于传统检测设备,专家系统具有知识更新方便,故障诊断准确率高,并能对故障原因给出解释的优点。     

模拟电路可撕裂的拓朴条件

在模拟电路故障诊断中为了简化运算过程或分离出故障部分，往往需要把一个网络撕裂成几个子网络。但是由于可及点的数目有限及分布的不同，撕裂并不是任意的．本文提出了一个拓朴条件，当这个条件满足时，网络可以在不可及节点上被撕裂成两个可以进行计算的子网络。