基于灵敏度的模拟电路测试参数分析

介绍了一种提取电路最佳可测性参数集以诊断电路故障的新方法。利用灵敏度法分析了电路中故障元件和可测性参数之间的关系,推导出由电路可测性参数表示的故障元件容差最大值和最小值的表示式,得到诊断故障元件的最佳可测性参数,最后利用数据优化算法得到电路故障诊断的最佳可测性参数集。利用所介绍方法分析了一个低通滤波器电路,得到诊断该电路故障的最佳参数集。由于只需较少的可测性参数即可完成电路的故障诊断,因此本方法不仅计算简单,而且可有效地缩短测试时间和降低测试成本。     

基于粒子群支持向量机的模拟电路故障诊断

针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization, PSO)和最小二乘支持向量机(least squares support vector machine, LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。     

基于人工神经网络的电路故障诊断专家系统

分析了电路故障的复杂性。针对传统电路专家诊断系统的不足 ,结合人工神经网络用于故障诊断的优点 ,构造了一种新型神经网络电路故障诊断专家系统。该系统采用数据表格形式表示测试诊断知识 ,使知识表达更为清晰 ,推理过程更具智能性 ,在实际运用中 ,诊断效率有很大提高。着重介绍了该系统的设计思想、组成结构和工作原理。     

潜在电路分析

本章概要介绍被称为潜在电路分析的一种电路分析技术的发展及其方法学。产生这种技术的依据是,人们发现,电路中存在着拓扑学判据,它可以用来识别电路中意外的工作方式。文中讨论了利用逐步求解法进行潜在电路分析的方法;为了证明这种技术的     

基于定性推理的开关∕继电器电路故障诊断

为实现开关/继电器电路的故障诊断,考虑将人工智能中的定性推理技术应用于电路故障分析。通过建立简单直观的权值电阻网络形式的电路定性模型,并研究了相关的算法进行静态、动态的定性仿真,再根据仿真结果判断系统是否发生故障,并利用元器件的状态信息通过推理方式实现故障定位。最后以某大型测试设备紧急断电电路为例进行了分析,结果证明了所述方法的可行性、有效性。     

基于电压增量的非线性模拟电路软故障诊断

基于节点电压增量关系方程理论,根据高阶故障对低阶故障的覆盖性,并结合替代原理,提出了一种可以诊断非线性模拟电路软故障的字典法,将仅应用于线性模拟电路软故障诊断的方法推广到了含有少量非线性元件的模拟电路。将非线性元件作为一个整体,利用节点电压增量关系方程的线性相关系数作为统一故障特征,实现了电路中非线性元件和线性元件集的硬故障、软故障、单故障和多故障的诊断。给出了含有单个或多个非线性元件的电路诊断方法,并用最小距离法对容差做了相应的处理,最后通过仿真实例证明了该诊断方法的有效性。     

基于电流测试的混合信号电路故障检测和定位

针对集成电路测试中模拟和混合电路的测试问题,提出了一种基于小波分析的电流测试实现混合信号电路故障诊断的方法。该方法先测试电路在激励信号下的动态电流,再利用小波变换对采样动态电流信号进行小波分析来诊断电路是否存在故障,并进一步定位故障。对示例ADC电路仿真试验的结果表明该方法比积分法和傅立叶分析方法对故障有更高的灵敏度,不仅能够有效检测出电路中的各种故障,而且能对故障进行定位。     

开关电流WTA神经网络

本文研究了ＷＴＡ神经网络的开关电流技术实现。提出了ＷＴＡ神经网络的开关电流技术实现电路，分析了开关电流ＷＴＡ电路的动态行为。模拟实验和计算机仿真结果表明本文所提的开关电流ＷＴＡ神经网络是可行的。此开关电流神经网络可应用标准的数字ＶＬＳＩ工艺单片集成，且能在低电压如３．３Ｖ下工作。     

基于BP-ART混合神经网络的电路故障诊断新方法

建立了基于误差反向传播(back propagation, BP)神经网络和自适应共振理论(adaptive resonate theory, ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,识别多类故障,并对传统的ART神经网络竞争机制加以改进,有效地解决了复杂电路故障诊断的难题。实验表明,基于BP和改进ART神经网络相结合的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

基于定性推理的开关/继电器电路故障诊断

为实现开关/继电器电路的故障诊断,考虑将人工智能中的定性推理技术应用于电路故障分析.通过建立简单直观的权值电阻网络形式的电路定性模型,并研究了相关的算法进行静态、动态的定性仿真,再根据仿真结果判断系统是否发生故障,并利用元器件的状态信息通过推理方式实现故障定位.最后以某大型测试设备紧急断电电路为例进行了分析,结果证明了所述方法的可行性、有效性.     

Feature evaluation and extraction based on neural network in analog circuit fault diagnosis

Choosing the right characteristic parameter is the key to fault diagnosis in analog circuit. The featureevaluation and extraction methods based on neural network are presented. Parameter evaluation of circuit features is realized by training results from neural network; the superior nonlinear mapping capability is competent for extracting fault features which are normalized and compressed subsequently. The complex classification problem on fault pattern recognition in analog circuit is transferred into feature processing stage by feature extraction based on neural network effectively, which improves the diagnosis efficiency. A fault diagnosis illustration validated this method.     

基于广义特征分析的模数统一测试故障隔离方法

在采用诊断专家系统的测试系统中,由于模拟和数字测试存在的差异,为了达到测试模数混合电路的目的,往往需采用不同的库结构,从而导致模数混合电路的故障诊断建库麻烦,运行繁琐。针对该问题,提出了一种基于广义特征分析的模数混合统一测试故障隔离方法。在介绍了模拟和数字电路测试的统一表述的基础上,介绍了该方法在模数混合电路单元故障诊断专家系统中的实际应用及效果。     

复杂设备BIT系统几种典型虚警的数学分析

机内测试(Built-in Test,BIT)技术是改善系统或设备测试性和诊断能力的重要途径,它能够提高设备内部检测和隔离故障的能力、简化设备维修、降低全寿命周期费用,但是较高的虚警率一直是阻碍BIT广泛应用的一个重要原因.在对复杂设备BIT系统建立数学模型的基础上,分析了BIT系统几种常见虚警的机理模式,并以此提出了相应的技术解决路线,这对BIT系统的故障诊断设计具有参考价值.     

多Agent诊断系统的几个问题研究

首先建造了一种包括应用Agent和服务Agent的两层多Agent诊断系统结构,并给出了应用Agent和服务Agent的内部结构在此基础上,设计了基于故障模式聚类的应用Agent内部故障求解机制,研究了多Agent模糊关联模型最后,基于多Agent模糊关联模型,探讨了多Agent系统的诊断与决策问题.     

模拟电路单—故障的模糊神经网络诊断方法

本文提出了利用模糊神经网络进行模拟电路故障诊断的方法。该方法根据模式识别原理,利用建立在神经网络中的模糊特征库,推断出故障特征对各元件故障的隶属程度,并指示元件参数的变化趋势。这一方法为解决模拟电路及一些含有非线性元件的电路的故障诊断问题提供了一种新方法。     

飞船系统的故障机理分析

为了研制开发飞船系统故障诊断知识处理系统［１,２］,本文讨论了对飞船进行诊断问题求解时经常涉及到的几个基本概念——征兆、故障、故障判据、故障模式、故障模型和故障机理的区分和联系,并把故障与故障模式、故障模型以及故障机理在概念上进行了一般化处理     

大功率重载荷瞬间动作机构CAE建模与故障仿真

针对断路器这类瞬间动作机构铰链间隙、结构弹性等真实因素诱发机械故障问题, 建立了一种考虑实际工况的高压断路器有限元模型,分析大功率脉冲载荷作用下断路器工作特性,预测弹簧刚度、尺寸偏差对其运动特性的影响, 揭示极限参数、设计缺陷等潜在故障导致断路器机械特性变化规律。该方法克服了试验成本高、工作量大、分析效率低的缺点;弥补了传统断路器故障样本参数单一,难以系统分析故障产生原因的缺陷;对提高断路器故障诊断水平有重要意义。