基于統(tǒng)一節(jié)點電壓增量比向量的模擬電路故障診斷方法研究.pdf

1、相對于數(shù)字電路，由于模擬電路自身的特點使得對其實施故障診斷非常困難，診斷技術(shù)也明顯滯后。在對模擬電路故障診斷長達(dá)幾十年的研究中，人們總結(jié)出了許多方法，而在眾多的方法當(dāng)中，使用最廣泛的就是故障字典法，它作為目前最具實用價值的方法在將來仍會發(fā)揮重要的作用。故障字典法的最大特點就是使用簡單，但構(gòu)造字典的過程卻遠(yuǎn)非如此。一般的故障字典方法不同程度地存在著這樣或那樣的缺陷，使得在進(jìn)行實際故障診斷時往往不能取得理想的結(jié)果。概括起來，一般的故障字典法

2、存在三個方面的主要缺陷，即：(1)字典規(guī)模與診斷范圍之間存在矛盾，即診斷范圍與字典長度成正比。要想取得較寬的診斷范圍必須增加字典的長度，這樣勢必占用更多的存儲空間，同時也增加了診斷的時間。(2)對軟故障（元件參數(shù)故障）的診斷能力不足，許多故障字典只能對硬故障（元件開路或短路）實施診斷。這主要是由于故障元件參數(shù)的變化連續(xù)，沒有一個固定的模型與之對應(yīng)。(3)由于元件參數(shù)容差的影響使得實際特征與字典中的特征不能一一對應(yīng)，從而造成誤診斷。另一方

3、面，人工智能(AI)技術(shù)在自動測試領(lǐng)域中占據(jù)了越來越重要的地位，在過去的幾十年中已經(jīng)成為了一個主要的研究課題。本文以電路理論、幾何學(xué)理論、模糊理論為基礎(chǔ)，深入研究了以統(tǒng)一節(jié)點電壓增量比向量為故障特征的模擬電路故障診斷方法，建立了新的故障字典，并借助AI技術(shù)建立故障隔離模型來處理元件容差的影響，有效地克服了傳統(tǒng)故障字典法的以上缺陷，取得了很好的診斷效果，主要完成了以下工作：
　　 1．對傳統(tǒng)的直流與交流故障字典法進(jìn)行了深入研究，闡

4、述了兩類字典的構(gòu)建及其進(jìn)行故障診斷的方法，著重指出了它們存在的缺陷。
　　 2．提出了“故障對”的概念，利用“故障對”對可測試節(jié)點進(jìn)行了優(yōu)選，并設(shè)計了相應(yīng)的優(yōu)選算法和故障隔離算法。與常用的模糊集優(yōu)選法相比，使用“故障對”概念對測試點進(jìn)行優(yōu)選可以獲得更少的測試節(jié)點集，從而有效地降低了字典規(guī)模，減少了存儲空間，縮短了診斷時間。
　　 3．提出了“統(tǒng)一節(jié)點電壓增量向量”的概念，證明了當(dāng)電路中發(fā)生單一元件故障時，該故障元件的“統(tǒng)

5、一節(jié)點電壓增量向量”只與故障元件的位置有關(guān)，而與其參數(shù)發(fā)生改變的劇烈程度無關(guān)，即故障元件參數(shù)不論改變量有多大其節(jié)點電壓增量向量是統(tǒng)一的。由“統(tǒng)一節(jié)點電壓增量向量”推導(dǎo)出了“統(tǒng)一節(jié)點電壓增量比向量“，后者除了具有前者的所有性質(zhì)以外，還具備了與元件參數(shù)改變方向無關(guān)的特性，因而可將每個元件的“統(tǒng)一節(jié)點電壓增量比向量”作為故障特征建立一個一致的故障字典，用于對各元件的硬故障和軟故障進(jìn)行診斷。“統(tǒng)一節(jié)點電壓增量比”故障字典的顯著特點就是測前模擬次

6、數(shù)少、字典建立過程簡單、診斷范圍寬，并且對未預(yù)定義的故障亦能實施有效診斷。
　　 4．隨著人工智能技術(shù)在自動測試領(lǐng)域中的地位日益凸顯，本文使用了其中的一些方法來解決由于元件容差的影響而使實際故障特征與字典中各故障特征不能一一對應(yīng)的問題。一是將幾何學(xué)的觀點引入到故障診斷領(lǐng)域，構(gòu)建了4種故障隔離的幾何模型。二是使用了模糊理論進(jìn)行故障診斷的方法，在分析了傳統(tǒng)模糊故障診斷模型的基礎(chǔ)上，構(gòu)造了兩種新的模糊模型。無論是幾何模型還是模糊模型均