模擬電路軟故障的智能優(yōu)化診斷方法研究.pdf

1、隨著電子技術(shù)的飛速發(fā)展，為了有效縮短電子產(chǎn)品的上市時(shí)間，提高電子設(shè)備的可靠性，對(duì)模擬電路的故障診斷提出了越來(lái)越高的要求，使模擬電路故障診斷理論和方法研究成為了目前極具挑戰(zhàn)性的前沿和熱門課題。然而，由于模擬電路響應(yīng)的非連續(xù)性、元件參數(shù)的連續(xù)可變和元件參數(shù)的容差等固有特點(diǎn)，模擬電路故障診斷方法發(fā)展緩慢，傳統(tǒng)的故障診斷理論和方法在實(shí)際工程中很難達(dá)到預(yù)期的效果。因此，研究高效、適應(yīng)模擬電路發(fā)展需求的故障診斷理論和方法顯得尤為重要。本文以模糊理論

2、、數(shù)學(xué)規(guī)劃理論和粒子群優(yōu)化算法等理論和技術(shù)為基礎(chǔ)，深入研究了模擬電路軟故障的智能優(yōu)化診斷方法，主要完成了的工作和成果如下：
　　 ⑴根據(jù)模擬電路故障的特點(diǎn)，以測(cè)試節(jié)點(diǎn)上電壓增量構(gòu)成的方向向量為基礎(chǔ)，研究了一種聯(lián)合方向向量和模糊理論診斷模擬電路單個(gè)軟故障的原理、算法和步驟。首先，在不考慮參數(shù)容差影響下，用各個(gè)測(cè)試節(jié)點(diǎn)上的電壓增量所構(gòu)成的方向向量建立了矩陣；以該矩陣為系數(shù)，構(gòu)建一個(gè)線性矩陣方程；通過(guò)求解方程來(lái)定位故障元件。其次，在考

3、慮參數(shù)容差影響時(shí)，以方向向量為特征定義了故障特征集；引入模糊理論，按照固定寬度法定義隸屬函數(shù)，確定電路中可能的故障狀態(tài)與故障集中定義的故障之間的相似度。診斷結(jié)果表明，該方法中故障集定義簡(jiǎn)單，故障診斷率較高。
　　 ⑵以電路元件對(duì)測(cè)試節(jié)點(diǎn)靈敏度定義為基礎(chǔ)，建立起測(cè)試節(jié)點(diǎn)上節(jié)點(diǎn)電壓增量方程。并且將通過(guò)求解方程進(jìn)行模擬電路軟故障診斷問(wèn)題轉(zhuǎn)化為在容差條件下的故障元件位置、參數(shù)漂移量大小的決策問(wèn)題。結(jié)合數(shù)學(xué)規(guī)劃理論相繼建立了一系列數(shù)學(xué)規(guī)劃

4、方程，通過(guò)求這些方程的解定位電路中的故障元件、估計(jì)故障元件的參數(shù)變化值。由此，實(shí)現(xiàn)了容差條件下模擬電路故障元件定位及故障元件參數(shù)漂移量確定，對(duì)于解決模擬電路故障診斷領(lǐng)域所關(guān)注三大重點(diǎn)問(wèn)題（故障元件定位，故障元件參數(shù)偏移量估計(jì)，電路容差處理）作了有益的嘗試，取得了良好的初步結(jié)果。
　　 ⑶以建立的測(cè)試節(jié)點(diǎn)上節(jié)點(diǎn)電壓增量方程為橋梁，將智能優(yōu)化算法-粒子群優(yōu)化算法理論用于模擬電路的單軟故障診斷。首先，把粒子群優(yōu)化算法作為求解工具，代替

5、Lingo軟件求解所建立的數(shù)學(xué)規(guī)劃方程組，將該優(yōu)化算法同模擬電路的單軟故障診斷建立聯(lián)系，有效地解決了必須依賴商業(yè)軟件求解方程組的問(wèn)題。其次，聯(lián)合粒子群優(yōu)化算法和小波神經(jīng)網(wǎng)絡(luò)，用粒子群優(yōu)化算法優(yōu)化網(wǎng)絡(luò)權(quán)值，建立起粒子群-小波神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)在診斷模擬電路故障的過(guò)程中，收斂速度快，故障診斷率高，不僅能對(duì)已訓(xùn)練過(guò)的故障狀態(tài)正確分類，而且能夠?qū)π鹿收线M(jìn)行自動(dòng)分類。
　　 ⑷通過(guò)對(duì)測(cè)試節(jié)點(diǎn)電壓增量方程的變化，將粒子群優(yōu)化算法引入到模擬電路

6、故障診斷領(lǐng)域，既豐富了模擬電路故障診斷的理論與方法，又?jǐn)U展了粒子群算法的應(yīng)用范圍。然而，作為一種新興的智能優(yōu)化算法，粒子群優(yōu)化算法本身也有很多值得進(jìn)一步完善的地方。在研究Kennedy提出的隨機(jī)參數(shù)如何影響單粒子軌跡的問(wèn)題時(shí)，以往的研究都只分析學(xué)習(xí)因子的作用，而忽略了構(gòu)成隨機(jī)參數(shù)的另一個(gè)變量：隨機(jī)數(shù)。本文中，著眼于隨機(jī)數(shù)對(duì)粒子運(yùn)動(dòng)軌跡的影響。應(yīng)用數(shù)學(xué)理論，研究了單個(gè)粒子位置軌跡穩(wěn)定性條件，并得到了一組既包含以往研究結(jié)果，又有發(fā)展的單粒子

7、運(yùn)動(dòng)軌跡穩(wěn)定收斂參數(shù)取值條件。隨后，受到生物學(xué)界研究成果的啟發(fā)，通過(guò)對(duì)自然界中領(lǐng)導(dǎo)作用的模仿，提出了一種粒子群優(yōu)化改進(jìn)算法，將單個(gè)粒子的行為和群體行為有機(jī)地結(jié)合起來(lái)。通過(guò)使用標(biāo)準(zhǔn)函數(shù)測(cè)試，與經(jīng)典方法相比，所提出的改進(jìn)算法具有收斂率高，迭代次數(shù)少等特點(diǎn)。隨后將該方法應(yīng)用于模擬電路軟故障診斷。實(shí)驗(yàn)結(jié)果表明，在模擬電路故障診斷中，新算法既繼承了基本粒子群優(yōu)化算法能夠?qū)崿F(xiàn)模擬電路故障元件定位及故障元件參數(shù)變化量估計(jì)的優(yōu)點(diǎn)，又具有算法收斂率高，迭