模拟电路多频故障诊断的一种新方法

本文提出了模拟电路多频故障诊断的一种新方法。该法以电路的改进节点方程为基础,具有建立故障诊断方程容易,所建立的方程具有较低的非线性度及规则的雅可比矩阵的特点。根据诸特点采用了阻尼高斯-牛顿法求解。最后用几个实例对该方法进行了验证。     

线性有源模拟电路的多频故障诊断

本文在组件连接模型的多频故障诊断方法的基础上,从两个方面解决了上述方法计算时间过长的问题。一种方法是针对较大规模的电路把稀疏矩阵技术应用于列表故障诊断法,收到了较好的效果;另一种方法是应用节点电压法进行故障诊断,诊断方程的阶次大大减少,而方程的非线性程度未变,从而减少了计算时间。     

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。     

水声数据传输的多频移频键控研究

提出一种新的多频移频键控的实现方法及基于此原理的水声数据传输系统，这种方法的核心技术是包含整数分频和小数分频的快速数字频率合成，同时介绍其工作原理和电路设计。以及由单片机控制的接收端的数据解码方法     

基于多频H_∞最优观测器的航天器故障诊断

针对航天器姿态控制系统中的陀螺故障,利用控制输入信息,依据故障信号频率,使用LMI分别设计多组H∞最优故障观测器。该方法无需其他测量校验,能够克服传统诊断方法对星敏感器的依赖;同时扩展H∞观测器的设计自由度,降低惯量不确定性对系统诊断精度的影响。在Matlab/Simulink环境下对航天器姿态系统进行了仿真,仿真结果表明:提出的控制算法处理航天器陀螺故障问题的有效性和可行性。     

线性模拟电路支路故障诊断的传输矩阵算法

给出RLC元件和受控源的故障模型,引入故障标志参量,介绍故障参数的计算公式.说明支路故障诊断的原理及计算方法;介绍基于全故障模型的支路到测量口传递函数矩阵和故障支路间传递函数矩阵的一种简单算法,给出两个实例说明单故障诊断和多故障诊断问题及它们的解,用一个双故障诊断的计算机辅助分析程序作实例.     

模拟电路故障诊断的开关电流神经网络方法

以等效电源为变量,构造了线性模拟电路故障诊断的优化神经网络,基于罚函数方法提出了开关电流神经优化求解器,并给出实例,由Ｐｓｐｉｃｅ验证其可行性。     

基于故障区分度DAGSVM的模拟电路故障诊断

为了提高模拟电路故障诊断的精度,针对现有DAG-SVM用于解决多类分类问题固有的不稳定性结构以及"误差累积"的特点,提出了一种基于故障区分度构建DAG-SVM的新方法。根据从不同测试点获取的故障数据信息,定义故障区分度,并以此为依据优化DAG-SVM的拓扑结构,从而消除DAG-SVM结构固有的不稳定性,获得稳定而较高的诊断精度。实验结果表明,与现有的"1vs 1"SVM、DAG-SVM及其改进方法相比,该方法在诊断精度上有明显提高,对于模拟电路的故障诊断具有很好的借鉴意义。     

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。     

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.     

基于SVM多类分类算法的模拟电路软故障诊断

给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.     

模拟电路故障定数的理论和方法

本文研究模拟电路的故障定数问题，这是作者提出的一个新概念，在最近２０年的故障诊断研究中，涉及到故障定位和故障定值，本文首先指出，故障定数、故障定痊和故障定值三者乃是整个故障诊断的三个主题，并给出了模拟电路故障定数的理论和方法。     

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。     

模拟电路故障诊断神经网络方法

提出了一种新的模拟电路故障诊断近似估计方法以及求解此问题的神经网络。其显著特点是只需一次优化过程即能估计出最可能故障元件，计算量小。计算机模拟和实例表明该方法是可行的。