基于电流的芯片级集成电路故障诊断方法

随着芯片级集成电路规模的逐渐增大,电路结构越来越复杂。当前故障诊断方法利用电路状态对电路故障进行检测,检测精度低。为此,提出一种新的基于电流的芯片级集成电路故障诊断方法。选择动态电流对芯片级集成电路故障进行诊断,通过Haar小波函数对芯片级集成电路进行预处理。介绍了多重分形理论基础,给出动态电流多重分形谱的计算方法。针对正常芯片级集成电路的动态电流信号求出其多重分形谱,选择一组测试向量对待测芯片级集成电路进行动态电流检测,对得到的数据进行小波变换处理,求出不同尺度下动态电流小波系数的模极大值。依据小波系数模极大值求出多重分形谱,通过其和正常电路多重分形谱之间的差异判断该电路是否存在故障。实验结果表明,所提方法诊断精度高。     

基于电机电流分析的齿轮故障诊断研究

本文提出了一种基于电机定子电流的齿轮故障诊断方法,相对于齿轮故障诊断的一般振动信号诊断方法,该方法可实现远程诊断、便于安装且受环境噪声影响小的优点,是一种无损的故障诊断方法。本文针对电机驱动的齿轮传动系统,建立了负载转矩对电机定子电流的理论模型,并分析了各种状况时的定子电流频谱特征,发现可以利用基频与转频的变频带、基频与啮合频率的边频来判断齿轮断齿故障和磨损故障。通过matlab/simulink对电机齿轮系统进行了仿真,并在实验平台上进行了验证。     

基于电机定子电流的齿轮故障诊断方法

齿轮故障诊断一般采用振动信号进行故障特征提取,但振动诊断法不便于安装传感器,易受环境和噪声影响.电机本身具有传感器的特性,定子相电流等信号能够反映负载转矩的变化.因此,针对由电机驱动的齿轮传动系统,提出了一种基于电机定子相电流分析的齿轮无损故障诊断方法.推导了电机定子电流如何反应负载转矩的特性,并分析了齿轮正常与故障状态下定子电流的频谱特征,发现可通过观察边频带的出现来判断齿轮发生局部式故障.通过Matlab对故障诊断原理进行了仿真验证,在实验平台上结合频谱分析成功检测出了齿轮断齿故障.     

电流模式模拟集成电路的新发展

本文从设计和工艺的角度出发,论述了电流模式模拟集成电路(电流传送器、电流镜,电流模式放大器、跨导-C滤波器和开关电流滤波器等)的优越性及其应用和进展,并预测了今后10年内模拟集成电路的设计、工艺及应用方面的发展趋势及可能的研究课题.     

基于动静态电流分析的异步电机故障诊断

对异步电机用定子电流分析法比振动分析更快更有效发现故障,而且采用非嵌入式监测系统,无需对电机结构进行改造就可以对其实行监测,采用动态与静态定子电流分析相结合的方法,保障了对异步电机定子绕组与转子故障判断的准确性与有效性.从而对异步电机故障诊断达到比较理想的效果.     

基于电流检测的集成电路诊断方法研究

文章介绍了高端电流检测的原理和方法,与低端电流电路进行比较,得到高端电流检测电路的优点,并对实际的电路进行电流数据采集,在此基础上,利用小波理论对电流信息进行分析,从理论的角度对集成电路工作状态诊断进行研究。     

基于电流斜率的SRM功率变换器故障诊断

功率变换器是开关磁阻电机调速系统重要部件之一,同时也是系统可靠性最弱的环节。针对传统功率变换器故障诊断方法通用性差、需增加额外硬件、无法进行开路器件定位等问题,以不对称半桥式功率变换器为研究对象,改进传统电流传感器安装位置,各相检测电流为绕组和上续流二极管电流之和,通过分析电流斜率在不同故障下的特点,提出一种基于电流斜率的诊断方案。该方案以逻辑信号、检测电流及其斜率为输入建立了故障变量的数学模型,通过模型输出值,即可对功率管开、短路故障进行快速定位,且各相诊断相互独立、不受电机相数及控制方式限制,通用性强;无需增加额外硬件,诊断功能丰富且控制器负担小。仿真和实验验证了方案的有效性。     

模拟数字混合电路故障诊断的验证方法

本文提出一种适于模拟数字混合电路故障诊断的验证方法,该方法对模拟元件和数字元件的故障特征均用故障补偿源表示;在求解诊断方程过程中,当数字元件状态预估值与实际值不相符时,不需要利用修正后的预估值重新求解诊断方程,从而减少了测后计算量,对所提方法在计算机上做了模拟,证明算法有效。     

基于中点电流的ANPC逆变器故障诊断策略与容错控制

有源中点箝位型(ANPC)逆变器具有输出波形畸变率低、传输效率高等优点,获得了广泛的应用,但大量的开关器件降低了逆变器的可靠性.分析了三电平ANPC逆变器在不同开关器件开路故障下的电流路径,得到不同故障下输出电平及输出电压空间矢量的变化情况.结合各矢量作用下中点电流与输出电流的关系,提出了一种基于中点电流的故障诊断方法...     

基于多级神经网络的指挥仪电路故障诊断

针对某指挥仪电路故障诊断专家系统的不足之处，用层次结构的多级人工神经网络进行电路的故障诊断，用专家知识对学习样本进行筛选，通过对该电路中差分电路模块的诊断实验表明，可以克服专家系统对某些故障无法诊断的不足，而且还可以实现多故障的诊断。     

基于粗糙集的传感网络节点故障诊断方法研究

传感网络节点一般分布于环境复杂的区域,当前故障诊断方法诊断精度低,虚警率高,整体性能低。提出一种基于粗糙集的传感网络节点故障诊断方法,给出传感网络结构图,采用粗糙集方法,通过过滤传感网络节点故障数据不关键属性集,得到简化的节点故障属性集,保持了分类能力,提高了运行效率。通过对传感网络故障节点数据进行约简,减少传感网络节点故障数据特征向量维数。建立简化层次各异的传感网络节点故障诊断决策网络,对故障诊断决策规则覆盖度进行分析,求出所有符合既定采集规定的诊断决策规则集,完成新故障状态的处理,实现传感网络节点的故障诊断。实验结果表明,所提方法不仅具有很高的诊断精度,而且虚警率低、整体性能高。     

基于动态故障树技术的故障诊断专家系统

设计了一种新型的适用于飞机电气系统故障诊断专家系统,该系统运行在便携式Android平板电脑上,采用CLIPS作为专家系统壳程序,通过交互式的运行界面指引航线维护工程师进行电气系统故障诊断.知识库的建立和输入是专家系统设计的瓶颈问题,将系统知识编码为规则这一常用的方式使得专家系统应用人员无法作为知识的主要建立者和输入者,而知识工程师又往往无法可靠的输入专业知识.为了解决这一问题,设计了新的专家系统知识库结构,采用模型化事实对系统知识进行编码,并设计了故障树动态生成和删减规则集合,配合CLIPS的推理机功能实现故障树的动态处理能力,同时将经验知识编码成故障树的处理规则,较好地实现了深知识和浅知识的有机融合.实验表明,该设计很好的模拟了人类专家进行故障隔离的推理过程,具有较高的实用性和易维护性.     

PFM神经网络VLSI电路的故障诊断应用

为了改变传统的基于软件的故障诊断模式,发挥神经网络超大规模集成电路(VLSI)的优势,提出了一种用于故障诊断的改进脉冲频率调制(PFM)模拟神经网络脉冲流VLSI电路.利用单层感知器网络、场效应管电路实现了一种新的数字模拟混合突触乘法/加法器电路.以此电路为基础,设计了进行主轴承磨损故障诊断的神经网络故障识别系统.用含有故障信息的噪声信号代替振动信号进行特征值提取,经过前置信号处理分析、故障特征值提取和神经网络运算,最后得出代表待诊断测试信号与标准故障模板之间"欧氏距离"的VLSI电路输出端电容的电压值.根据各个电压值,可以判断出故障类别.该电路具有较高的识别精度,可以实现实时在线的故障诊断.     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

一种基于组合测试的软件故障诊断方法

针对组合测试的基本模型和特征，提出了一种基于组合测试的软件故障诊断方法．该方法基于软件故障由某些系统参数或其相互作用而引发的前提下，首先对组合测试的结果进行分析，找出所有可能的错误原因，然后根据初步分析结果补充一组由导致故障的测试用例衍生出的附加测试用例进行重新测试，并对其结果作进一步分析和验证，从而迅速将故障原因锁定在很小的范围内，这样可为软件的调试和测试工作提供更方便、更有价值的线索和参考。     

基于EOPCB的芯片网络

就电光印制电路板(EOPCB)上的芯间光互连提出了一种网络化的连接方案.本方案力图减少芯片间连接线数,消除芯片的控制线及时钟线,通过介质访问技术实现芯片间的互连.该方案假设每个芯片只有一个光收发器(VCSEL/PIN),芯片网络由电气层供电,并通过光互连通信.在假设条件下,芯片网络可采用总线型、环型或星型物理拓扑结构连接.给出了上述拓扑结构网络连接光路实现方法,分析了光路损耗对芯片接入数目的限制,并就适于网络化光互连的光电集成电路(OEIC)芯片结构及介质访问方式作了简单讨论.     

基于神经网络的多重化整流电路的故障诊断

针对多相整流电路的特点,采用对输出电压分段平均值进行谱分析的方法,得到网络的特征量,不但降低了网络样本的维数,而且使得特征量与采样的误差和整流控制角的相关性减到最小;导出一种既有最速下降法的稳定性又有牛顿法的快速性的新算法;设计了该算法的神经网络结构,并讨论了网络结构参数对故障诊断结果的影响;此方法简单易行,误判率低,训练时间短,对各种多重多相化的整流电路具有普遍的适用性.     

高斯模糊核聚类的模拟电路在线故障诊断算法

为提高模拟电路故障在线诊断的运算速度与可靠性,采用高斯模糊核聚类算法对模拟电路故障进行非监督学习。该故障诊断算法的关键是利用已知故障数据类中心点确定故障类。利用模糊核聚类的高效识别树型结构减少训练样本规模、处理模糊类中的野值点,以提高分类器的训练速度和精确度。根据每一类故障数据得到的故障参数均值,设其为故障判断阈值,并赋予类标。在三种不同故障条件下,对Sallen-Key低通滤波器电路进行故障诊断的仿真实验。结果表明：与RBF监督学习方法相比,β-MKFCM方法能够高效地辩识已知故障与未知故障。该研究为电路在线故障诊断提供了参考依据。