论文部分内容阅读
【摘 要】 近年来，模拟电路故障诊断技术的应用日益广泛，并且越来越成熟，在现代社会中发挥着非常重要的作用。模拟电路故障诊断技术的应用可以将一些复杂的技术性问题转化为相对直观的、简单的数据，有助于人们对问题的解决。目前，模拟电路故障诊断的方法有很多种，世界上也有很多专家学者对此进行了大量的研究实验，对推动模拟电路故障诊断技术的发展做了贡献。
【关键词】 模拟电路；故障诊断；方法；检测
模拟电路故障诊断技术是随着近代电子工业的发展而逐渐受到人们的重视的，并且技术日渐成熟。模拟电路故障诊断技术具有很强的实用性，在实际应用中发挥的作用也是越来越重要。随着我国工业化进程的不断加快，对模拟电路故障诊断技术的发展也起到了一定的促进作用。本文中对模拟电路故障诊断技术进行了阐述，有助于促进该技术的发展与应用。
1、模拟电路故障诊断技术的发展
近年来，模拟电路故障检测与诊断技术日趋成熟。传统的模拟电路是以多种频率不同的正弦波信号为测试激励的多频测试方法，进而分析不同频率响应进行检测故障。至今，模拟电路故障检测与诊断技术在全世界范围内取得了卓越的成就。二十世纪九十年代以前，模拟电路故障检测与诊断的研究主要集中在“故障字典法”的测前模拟法和“故障验证法”的测后模拟法。这种方法在应用方面受到较大的限制，只能解决小容差或无容差及硬故障的检测；并且元件识别需要较多的诊断信息，导致在大规模电路的测试和计算工作量太大，实施困难，难于实现实时检测，只能做到单故障检测。
随着智能信息处理技术的深入研究与发展，相继提出了一些基于神经网络、模糊理论、以及小波分析的模拟电路故障检测与诊断理论。SunilR.Das等人根据模拟电路自身结构产生晶振输出激励，提出了基于晶振器的混合电路内建自测试方法，该方法適合芯片级测试，且不需要测试波形发生器或复杂的响应分析器。B.K.s.V.L.Varaprasad等人提出了一种测试线性时不变电路，可以自动测试矢量生成，适合在片上系统内建模块建立测试信号发生器和测试响应分析器。BigniewCzaja等在混合信号嵌入式系统中应用模糊逻辑，进行模拟电路故障检测与定位，进而提出一种通过微处理器控制的混合信号系统中模拟电路检测和定位方法。目前比较典型的模拟电路故障检测与诊断方法有基于串行支持向量分类器的模拟电路故障诊断方法、基于等价空间残差的线性模拟电路故障检测方法、基于小波与LS-SVM集成的模拟电路故障检测方法、基于粒子群一支持向量机的模拟电路故障诊断方法、基于神经网络数据融合方法的模拟电路故障诊断方法等。这类方法目前仍在研究探索中，为完善模拟电路故障诊断方法提供依据。
2、模拟电路故障诊断方法
2.1基于串行支持向量分类器的模拟电路故障诊断方法
支持向量机源自Vapnik的统计学习理论，通过同时最小化经验风险泛函和置信区间，进而确保分类器在理论上具有最优的泛化能力。对于多类划分的问题，支持向量分类器通过构建多个支持向量二类器，然后组成并行结构，经过选举算法后输出，计算出最终分类结果。万九卿等提出了一种以多个带有非线性主元素的二类分类器组成串行结构的新型支持向量多类分类器。在全体训练样本集合上根据子集的离散度建立一个子集序列，利用每个子集构造支持向量二类分类器并将其按离散度由大到小组成串行结构，依次对其分类，直至确定其类别。与传统BP网和RBF网分类器相比，串行支持向量分类器在训练和分类速度、诊断准确率等方面具有明显的优势。
2.2基于等价空间残差的线性模拟电路故障检测方法
在模拟电路的故障检测中，存在模拟元件的参数容差的影响，致使信号测量难度增大。为了降低这种容差影响，实现嵌入式测试，提出了一种基于等价空间残差的模拟电路故障检测方法。在该检测方法中，模拟软件的容差变化是一种噪声信号，通过限制噪声，降低或消除元件参数的影响。信号输入时，测试采样输出和输入节点的电压信号，采用键合图模型建立电路状态方程，实现自动化测试。在等价空间残差的线性模拟电路故障检测时，首先获得被测电路的数学模型。郑致刚等以Paynter提出的物理系统能量结构图示法为键合图，根据电路的拓扑结构建模，模拟推导电路状态方程，通过观测矩阵的正交投影消去状态变量，利用等价空间残差进行故障诊断。该故障检测方法可以在元件容差下，通过采样测量点的电压信号，有效的检测线性模拟电路中的故障情况，具有抗干扰能力强、测试简单等优势。
2.3基于小波与LS-SVM集成的模拟电路故障检测方法
目前模拟电路故障诊断复杂、难以辨识并且数据不平衡。彭四海针对该问题提出了一种基于小波与LS-SVM集成的模拟电路故障检测方法。该方法是一种支持向量机集成的故障诊断方法，通过小波变换提取特征向量。小波分析是一种更精细的分析方法，更能突出数据的主要特征，适用于非平稳信号分析。该研究中，基于Welch方法的非参数估计方法估计功率谱密度，然后利用小波变换将两种特种提取出来，使用模拟滤波电路进行故障诊断的训练错误率和测试错误明显降低。该方法比单一支持向量机、BP神经网络和径向基神经网络等有更好的分类和泛化性能，故障诊断率更高。
2.4基于粒子群-支持向量机的模拟电路故障诊断方法
左磊等基于粒子群算法和最小二乘支持向量机提出了一种新的模拟电路故障诊断的方法。该方法首先利用小渡包技术对信号进行全频带正交分解，将信号分解到各个独立的频带内，同时在低频和高频做频率与时间分辨率分析，提取故障特征；然后基于PSO-LSSVM方法的模拟电路诊断方法，运用二叉树法建立故障诊断模型，使用粒子群算法优化支持向量机的结构参数。该方法克服了以往模型的随机性，避免了参数选择的盲目性，提高了故障诊断结果的精度。
2.5基于神经网络数据融合方法的模拟电路故障诊断方法
DS证据推理理论常用于解决决策层融合的各种问题，是一种基于统计的数据融合分类算法。在数据融合技术的DS证据理论中引入神经网络，对模拟电路进行故障诊断，进而提出一种基于DS证据神经网络的故障检测与诊断方法。该方法是对径向基函数网络的改进，通过具有一个输入层、两个隐含层和一个输出层的神经网络实现模拟电路的故障检测。这种结构不仅提高了神经网络的收敛速度，而且充分发挥了DS论证理论不确定推理方面的优越性，增强了径向基函数网络泛化能力，有效提高了网络识别效果。这种模拟电路诊断方法借助神经网络自学习功能，实现对类别隶属度的最优化，有效快速地处理故障诊断中的大量数据，具有更优越的性能。
3、结语
随着科技的发展，越来越多的电子类产品被应用到人们日常生活与工作中，作为电子类产品的重要保障，模拟故障诊断技术所发挥的作用越来越重要，加强对模拟电路故障诊断方法的研究，提高其实用性，是当前研究工作的重点。本文中对该技术的论述对促进该方法的发展与应用具有一定的借鉴意义。
参考文献：
[1]万九卿，李行善.基于串行支持向量分类器的模拟电路故障诊断[J].北京航空航天大学学报，2003（09）.
[2]郑致刚，娄伟，胡云安.基于等价空间残差的线性模拟电路故障检测[J].山东农业大学学报（自然科学版），2012（03）.
[3]彭四海.基于小波与LS.SVM集成的模拟电路故障检测[J].电子设计工程，2013（10）.
[4]左磊，侯立刚，张旺，旺金辉，吴武臣.基于粒子群一支持向量机的模拟电路故障诊断[J].系统工程与电子技术，2010（07）.
[5]何怡刚，芦湘冬，刘美容，陈霞，周龙，谢宏.基于神经网络数据融合方法的模拟电路故障诊断[J].湖南大学学报，2005（09）.
【关键词】 模拟电路；故障诊断；方法；检测
模拟电路故障诊断技术是随着近代电子工业的发展而逐渐受到人们的重视的，并且技术日渐成熟。模拟电路故障诊断技术具有很强的实用性，在实际应用中发挥的作用也是越来越重要。随着我国工业化进程的不断加快，对模拟电路故障诊断技术的发展也起到了一定的促进作用。本文中对模拟电路故障诊断技术进行了阐述，有助于促进该技术的发展与应用。
1、模拟电路故障诊断技术的发展
近年来，模拟电路故障检测与诊断技术日趋成熟。传统的模拟电路是以多种频率不同的正弦波信号为测试激励的多频测试方法，进而分析不同频率响应进行检测故障。至今，模拟电路故障检测与诊断技术在全世界范围内取得了卓越的成就。二十世纪九十年代以前，模拟电路故障检测与诊断的研究主要集中在“故障字典法”的测前模拟法和“故障验证法”的测后模拟法。这种方法在应用方面受到较大的限制，只能解决小容差或无容差及硬故障的检测；并且元件识别需要较多的诊断信息，导致在大规模电路的测试和计算工作量太大，实施困难，难于实现实时检测，只能做到单故障检测。
随着智能信息处理技术的深入研究与发展，相继提出了一些基于神经网络、模糊理论、以及小波分析的模拟电路故障检测与诊断理论。SunilR.Das等人根据模拟电路自身结构产生晶振输出激励，提出了基于晶振器的混合电路内建自测试方法，该方法適合芯片级测试，且不需要测试波形发生器或复杂的响应分析器。B.K.s.V.L.Varaprasad等人提出了一种测试线性时不变电路，可以自动测试矢量生成，适合在片上系统内建模块建立测试信号发生器和测试响应分析器。BigniewCzaja等在混合信号嵌入式系统中应用模糊逻辑，进行模拟电路故障检测与定位，进而提出一种通过微处理器控制的混合信号系统中模拟电路检测和定位方法。目前比较典型的模拟电路故障检测与诊断方法有基于串行支持向量分类器的模拟电路故障诊断方法、基于等价空间残差的线性模拟电路故障检测方法、基于小波与LS-SVM集成的模拟电路故障检测方法、基于粒子群一支持向量机的模拟电路故障诊断方法、基于神经网络数据融合方法的模拟电路故障诊断方法等。这类方法目前仍在研究探索中，为完善模拟电路故障诊断方法提供依据。
2、模拟电路故障诊断方法
2.1基于串行支持向量分类器的模拟电路故障诊断方法
支持向量机源自Vapnik的统计学习理论，通过同时最小化经验风险泛函和置信区间，进而确保分类器在理论上具有最优的泛化能力。对于多类划分的问题，支持向量分类器通过构建多个支持向量二类器，然后组成并行结构，经过选举算法后输出，计算出最终分类结果。万九卿等提出了一种以多个带有非线性主元素的二类分类器组成串行结构的新型支持向量多类分类器。在全体训练样本集合上根据子集的离散度建立一个子集序列，利用每个子集构造支持向量二类分类器并将其按离散度由大到小组成串行结构，依次对其分类，直至确定其类别。与传统BP网和RBF网分类器相比，串行支持向量分类器在训练和分类速度、诊断准确率等方面具有明显的优势。
2.2基于等价空间残差的线性模拟电路故障检测方法
在模拟电路的故障检测中，存在模拟元件的参数容差的影响，致使信号测量难度增大。为了降低这种容差影响，实现嵌入式测试，提出了一种基于等价空间残差的模拟电路故障检测方法。在该检测方法中，模拟软件的容差变化是一种噪声信号，通过限制噪声，降低或消除元件参数的影响。信号输入时，测试采样输出和输入节点的电压信号，采用键合图模型建立电路状态方程，实现自动化测试。在等价空间残差的线性模拟电路故障检测时，首先获得被测电路的数学模型。郑致刚等以Paynter提出的物理系统能量结构图示法为键合图，根据电路的拓扑结构建模，模拟推导电路状态方程，通过观测矩阵的正交投影消去状态变量，利用等价空间残差进行故障诊断。该故障检测方法可以在元件容差下，通过采样测量点的电压信号，有效的检测线性模拟电路中的故障情况，具有抗干扰能力强、测试简单等优势。
2.3基于小波与LS-SVM集成的模拟电路故障检测方法
目前模拟电路故障诊断复杂、难以辨识并且数据不平衡。彭四海针对该问题提出了一种基于小波与LS-SVM集成的模拟电路故障检测方法。该方法是一种支持向量机集成的故障诊断方法，通过小波变换提取特征向量。小波分析是一种更精细的分析方法，更能突出数据的主要特征，适用于非平稳信号分析。该研究中，基于Welch方法的非参数估计方法估计功率谱密度，然后利用小波变换将两种特种提取出来，使用模拟滤波电路进行故障诊断的训练错误率和测试错误明显降低。该方法比单一支持向量机、BP神经网络和径向基神经网络等有更好的分类和泛化性能，故障诊断率更高。
2.4基于粒子群-支持向量机的模拟电路故障诊断方法
左磊等基于粒子群算法和最小二乘支持向量机提出了一种新的模拟电路故障诊断的方法。该方法首先利用小渡包技术对信号进行全频带正交分解，将信号分解到各个独立的频带内，同时在低频和高频做频率与时间分辨率分析，提取故障特征；然后基于PSO-LSSVM方法的模拟电路诊断方法，运用二叉树法建立故障诊断模型，使用粒子群算法优化支持向量机的结构参数。该方法克服了以往模型的随机性，避免了参数选择的盲目性，提高了故障诊断结果的精度。
2.5基于神经网络数据融合方法的模拟电路故障诊断方法
DS证据推理理论常用于解决决策层融合的各种问题，是一种基于统计的数据融合分类算法。在数据融合技术的DS证据理论中引入神经网络，对模拟电路进行故障诊断，进而提出一种基于DS证据神经网络的故障检测与诊断方法。该方法是对径向基函数网络的改进，通过具有一个输入层、两个隐含层和一个输出层的神经网络实现模拟电路的故障检测。这种结构不仅提高了神经网络的收敛速度，而且充分发挥了DS论证理论不确定推理方面的优越性，增强了径向基函数网络泛化能力，有效提高了网络识别效果。这种模拟电路诊断方法借助神经网络自学习功能，实现对类别隶属度的最优化，有效快速地处理故障诊断中的大量数据，具有更优越的性能。
3、结语
随着科技的发展，越来越多的电子类产品被应用到人们日常生活与工作中，作为电子类产品的重要保障，模拟故障诊断技术所发挥的作用越来越重要，加强对模拟电路故障诊断方法的研究，提高其实用性，是当前研究工作的重点。本文中对该技术的论述对促进该方法的发展与应用具有一定的借鉴意义。
参考文献：
[1]万九卿，李行善.基于串行支持向量分类器的模拟电路故障诊断[J].北京航空航天大学学报，2003（09）.
[2]郑致刚，娄伟，胡云安.基于等价空间残差的线性模拟电路故障检测[J].山东农业大学学报（自然科学版），2012（03）.
[3]彭四海.基于小波与LS.SVM集成的模拟电路故障检测[J].电子设计工程，2013（10）.
[4]左磊，侯立刚，张旺，旺金辉，吴武臣.基于粒子群一支持向量机的模拟电路故障诊断[J].系统工程与电子技术，2010（07）.
[5]何怡刚，芦湘冬，刘美容，陈霞，周龙，谢宏.基于神经网络数据融合方法的模拟电路故障诊断[J].湖南大学学报，2005（09）.