动态电路故障诊断的可测性研究

本文是关于动态模拟电路故障诊断中测试点选择问题的研究,在作者提出的关于诊断方程的雅可比矩阵的秩几乎处处恒等这一概念的基础上,研究了对动态电路的多频率诊断法的内在关系,给出了若干重要定理来解决测试点选择问题。     

模拟电路故障诊断测试点选择的新理论

本文研究了模拟集成电路故障诊断的测试点的选择问题，给出了与网络内部结构有关的可诊断性必要条件和充分条件?同时，还给出了模拟电路故障诊断中测试点选择的策略。     

大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。     

非线性电路故障诊断的理论和算法

本文研究非线性模拟电路的故障诊断理论和方法。在作者提出的故障诊断方程的基础上，基于一种新的雅可比矩阵计算方法和迭代算法，文中把一般性的故障诊断理论引伸到非线性模拟电路的领域。     

线性电路故障诊断的通用性理论及其算法

本文研究线性模拟电路故障诊断的理论和方法，在作者提出的故障诊断方程的基础上，基于一种新的雅可比矩阵计算方法和迭代算法，给出了能求解所有线性模拟电路故障诊断问题的一般性方法。     

动态电路故障诊断的理论和算法

本文研究具有动态元件的模拟电路的故障诊断理论和方法，在作用提出的故障诊断方程的基础上，基于一种新的雅可比矩阵计算方法和迭代算法，把一般性的故障诊断理论引伸到动态模拟电路的领域。     

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。     

非线性电路故障诊断的可测性研究

本文是关于非线性模拟电路故障诊断的测试点选择问题的研究,在本文提出的关于诊断方程的雅可比矩阵的物几乎处处恒等这一概念的基础上,研究了非线性情况下诊断方程的形式及其可测性问题。     

基于模糊神经网络的模拟电路故障诊断

针对故障诊断技术智能化的发展方向,结合模拟电路的特点,将模糊逻辑和神经网络融合在一起,研究了一种基于模糊神经网络的故障诊断算法,给出该算法的典型模型和结构,并通过实例研究了这种模型在模拟电路故障诊断中的应用。     

具有不可及节点的模拟电路的多故障诊断

本文将T.N.Trick方程[1]推广用于具有不可及节点线性网络的多故障诊断。给出有关算法并分析了出现等效故障集的原因。对于秩(W_(f(act)))相似文献   

系统诊断的模糊模型

本文在PMC模型的基础上,利用模糊理论提出了更接近于实际的模糊模型,讨论了各单元重要程度及故障的隶属函数的建立,论证了该模型的F-t一步和顺序可诊断性,得到了与PMC模型平行的新结论.     

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。     

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。     

基于柔性免疫神经树的模拟电路故障诊断方法

模拟电路的非线性特性、连续性和元器件的容差等因素给故障的建模分析造成了诸多不确定因素,因此其智能故障诊断方法的研究至关重要。柔性神经树是一种采用树形结构和一组运算符集合构成的新型神经网络,与传统神经网络相比具有更加灵活的自动优化能力。本文将人工免疫机理融入柔性神经树,提出了一种基于柔性免疫神经树的模拟电路故障诊断方法。通过对一种典型模拟电路的故障诊断仿真试验,证明了该方法的有效性和可行性。     

模拟网络在线分块诊断新方法

提出了一种多端口网络的分块诊断新方法,这种方法是先将网络分成子网络,而后再诊断有故障的子网络此方法简便,不需复杂的运算,是一种较为适用的诊断方法．     

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.     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

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．     

一种数字电路的桥接故障诊断方法

针对目前数字电路桥接故障诊断效率低的问题,提出了一种基于微分故障模拟算法的数字电路的桥接故障诊断方法,用VHDL语言对电路模型进行了重新建模,利用单固定故障的信息来诊断桥接故障,并对ISCAS85平台下的一些电路进行了模拟,结果表明该方法简单、高效,特别适合于数字电路的故障诊断,对于提升我国数字电路可靠性具有重要的理论意义与实际推广应用价值。     

非线性电阻电路多故障诊断的一种方法

本文根据改进节点法和替代定理提出一种诊断非线性电阻电路多故障的方法,此方法将每个非线性电阻元件用相应的电流源替代,从而使诊断方程是线性的,诊断也较为简便。本文提出的方法适用于含有各种受控源的电路.