信息論觀點下的模擬電路故障診斷方法研究.pdf

1、現(xiàn)代電子系統(tǒng)的快速發(fā)展對電路的穩(wěn)定度、線性度、精確度、保密度和自修復(fù)等指標(biāo)都提出了越來越高的要求,對高性能電路的診斷技術(shù)的研究要求也越來越迫切。模擬電子器件具有組件豐富,性能穩(wěn)定,損耗發(fā)熱率小等特性,廣泛的應(yīng)用在自動控制,制導(dǎo),電子對抗,微波通信等諸多領(lǐng)域,而由模擬電路元件搭建的模擬電路系統(tǒng),在整個大系統(tǒng)中,往往擔(dān)當(dāng)著核心子系統(tǒng)的作用,它的穩(wěn)定度與可測性,一般深刻影響乃至最終決定了整個系統(tǒng)的最優(yōu)性能。因此,模擬電路故障診斷技術(shù),是保證裝

2、備制造,裝備安全運行的關(guān)鍵技術(shù)。在實際模擬電路系統(tǒng)中,以元件參數(shù)漂移型故障最為常見,一直以來是模擬電路故障領(lǐng)域的研究熱點。由于容差效應(yīng)的存在,以及缺乏合適的故障模型等因素的制約,參數(shù)型故障的診斷也是模擬電路故障診斷中的難點。
　　目前,模擬電路系統(tǒng)參數(shù)型故障診斷,多通過增加特定測點實現(xiàn)高故障覆蓋率,對被測系統(tǒng)要求高,測試人員勞動強度大。而測點的熱噪聲,瞬態(tài)干擾的等因素的存在,造成了故障混疊概率大,進一步增加了故障診斷的難度。針對這

3、些問題,本文著重對模擬電路參數(shù)型故障的故障模型,故障特征提取及抗故障混疊技術(shù)進行了研究。首先,從信息論的觀點出發(fā)給出了線性系統(tǒng)的一種新的表示,并和傳統(tǒng)的時頻域表示方法進行了對比;其次,以非廣延統(tǒng)計力學(xué)基本量Tsallis熵為依據(jù),推導(dǎo)出了一類僅依靠方差約束的類高斯分布概率密度函數(shù)的顯式解,并深入分析了類高斯分布的參數(shù)在測量中的物理含義;最后,根據(jù)信息論中的最小相對熵原理和最小費舍爾信息原理推導(dǎo)得到的非高斯概率密度函數(shù),給出了將一類概率密

4、度函數(shù)應(yīng)用在模擬電路參數(shù)型故障診斷上的具體方法。
　　本文的主要內(nèi)容為:
　　首先,從線性系統(tǒng)的信息表示出發(fā),基于噪聲信息挖掘的思路,建立了模擬電路系統(tǒng)故障診斷動力模型。提出了一種聯(lián)合測量方程和系統(tǒng)演進方程的故障診斷動力模型。該模型將模擬電路參數(shù)型故障問題,轉(zhuǎn)換為線性系統(tǒng)自身擾動的估計問題并提出一種反向使用卡爾曼濾波器算法,實現(xiàn)對線性系統(tǒng)自身噪聲的估計,即系統(tǒng)擾動估計,并使用香農(nóng)熵測度實現(xiàn)了故障特征提取。實測證明,所提出的基

5、于噪聲信息挖掘的診斷方法有效克服了故障混疊問題,顯著提升了故障區(qū)分能力。
　　其次,分析電子系統(tǒng)噪聲特征及來源,深入探討了導(dǎo)出高斯分布的最大熵原理和最小費舍爾信息方法?；诜菑V延統(tǒng)計力學(xué)基本量Tsallis熵,作為高斯分布的推廣,推導(dǎo)出了一組帶參數(shù)的類高斯概率密度函數(shù)的顯式形式。通過使用最大似然估計,推導(dǎo)出了該參數(shù)與測量次數(shù)之間的顯式關(guān)系,理論上指出了,在測量儀器精度一定條件下,單純增加測量次數(shù),并不能無限制的獲取關(guān)于被測量的精度

6、信息。同時,理論上給出了在需求被測量測量精度固定條件下,最佳測量次數(shù)的定量說明。以上理論為實際模擬電路故障診斷的為獲取最大故障信息,所要進行的最佳測量次數(shù),從信息論角度,給出了選擇依據(jù)。從而降低了故障診斷測量的盲目性,降低了測量帶來的診斷開銷。實測結(jié)果表明,該理論預(yù)測與實際測量結(jié)果之間,存在良好的吻合度。
　　再次,探討了基于最小相對熵原理的模擬電路故障診斷方法。給出了基于最大熵原理的模擬電路故障診斷方法必然會降低診斷成本,降低故

7、障混疊的結(jié)論?；谙戕r(nóng)熵是相對熵特例的事實,分析了使用最小相對熵原理進行模擬電路參數(shù)型故障診斷的理論可行性,并得出元件容差效應(yīng),通過使用該方法,可以得到有效控制的結(jié)論。進而,基于AR模型,提出了一種使用相對熵進行模擬電路故障診斷的新算法。實測結(jié)果顯示,相比通過簡單增加測點來提升診斷效果的方法,使用所提出的基于該AR模型的信息論方法,在不增加測試成本和操作復(fù)雜度的情況下,提升了診斷準(zhǔn)確性和診斷效率。
　　最后,給出了最小費舍爾信息原