模擬電路的智能故障診斷技術范文

本站小編為你精心準備了模擬電路的智能故障診斷技術參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】在電子工業的推動下，促使模擬電路的集成度越來越高，對模擬電路故障診斷技術提出了較高的要求。現階段，模擬電路在實際的應用過程中，模擬信號存在非線性及連續性等問題，增加了故障診斷的難度，導致模擬電力智能化診斷工作難以達到預期的診斷效果，降低了模擬電路的應用效果。本文將模擬電路的智能故障診斷技術作為主要研究內容，簡要介紹模擬電路故障診斷的分類及診斷特點，對模擬電路智能故障診斷技術進行詳細闡述。

【關鍵詞】模擬電路；智能故障診斷技術

一、前言

現階段，電子電路被廣泛應用于各行各業中，在控制及通信等領域取得了良好的發展效果。要想確保電子電路運行的穩定性，需要加大對模擬電路及數字電路故障診斷的研究和分析，降低電子電路故障的發生概率，提升電子電路的可靠性能。目前，人工診斷技術已經無法滿足模擬電路的診斷需求，加強自動診斷成為現階段模擬電路故障診斷一項亟待解決的問題。

二、模擬電路故障診斷的分類

模擬電路中的元器件值呈現出連續性變化特點，其數值會隨著溫濕度等外部條件的變化而變化。另外，在使用過程中，還會受使用時間過長所引發元器件實際數值與標準數值之間存在一定的差異。按照元件器的變化范圍，將模擬故障分為以下兩類：

（一）硬故障

模擬電路故障發生硬故障時，說明元器件的本質發生了較大的變化，會對電路的拓撲結構及自身的工作性質造成較大的影響，進而引發短路及開路故障的出現，在模擬電路故障中，通常將該類故障稱為是災難性故障。

（二）軟故障

軟故障的出現，與模擬電路元器件自身的容差有直接關系，在容差范圍內，元器件的值發生變化，在容差范圍內的值均屬于正常現象。一旦超過容差范圍，就會引發電路軟故障現象。在通常情況下，元器件的容差值被控制在10%范圍內，一旦超過這個范圍，說明電路工作的特性下降[1]。

三、模擬電路故障診斷特點

第一，模擬電路信號與數字信號之間存在著較大的區別，模擬電路信號的大小會隨著時間的連續變化而變化，內部包含的物理量屬于連續函數，在進行模擬故障判斷時難以用簡單的量化處理來進行描述。第二，模擬電路元器件特性，模擬電路中的元器件參數自身存在著較大的容差，對功能性障礙物的故障物理位置難以確定，存在模糊性特點。第三，模擬電路中存在非線性及反饋電路問題，增加了模擬電路的測試及計算難度。第四，模擬電路自身存在著嚴重的故障問題，可供測試的節點數量相對較少，受電路的多層及封裝影響較大，無法完成對電路故障信息的判斷，導致電路信息存在不充分情況，增加了電路故障信息的判斷難度。第五，模擬電路的頻率范圍較寬，其使用范圍直接決定了模擬電路設備之間的差異性。在測量同一個信號時，在不同的設備頻段上所使用的設備存在一定的差距，直接決定著設備的使用性能。

四、模擬電路智能故障診斷技術

現階段，最常見的模擬電路故障診斷技術包括專家技術、神經網絡技術、模糊技術、小波變換及Agent技術等。在應用這些技術來解決模擬電路智能故障時，其應用建立在綜合自動故障診斷系統基礎上，能夠快速解決數學模型中的電路故障，確保故障診斷的準確性，提升故障診斷效率，提升故障檢修人員對故障問題的全面性、針對性及有效性認識。

（一）專家系統故障診斷技術

專家系統故障診斷技術作為模擬電路智能故障診斷技術中應用最為廣泛的一項診斷技術，專家系統故障屬于智能計算機程序系統，系統內部凝聚著專家的知識及經驗，通過對某一領域內的知識及經驗進行判斷和推理，來完成對人類專家決策過程的模擬，以更好的解決復雜電子電路故障問題。診斷專家的系統任務，通過觀察數據來推斷出故障存在的原因，其中最為典型的應用為產生式規則系統，將專家的知識和經驗運用規則的形式表示出來，形成故障診斷系統知識庫，通過對報警信息進行處理，來完成對故障元件的判斷。診斷工作在開展過程中，需要做好如下工作步驟：第一步：結合電子電路的具體情況，制定故障診斷專家系統知識庫，知識庫中的內容包括相關的診斷經驗及診斷技術，不同的故障類型相對于不同的診斷技術，以組合的形式呈現在故障診斷專家系統知識庫中。第二步，當故障發生時，診斷系統會自動發出警報信息，面對該種情況可以使用系統知識庫對故障進行推理，找到故障發生的原因，為工作人員的故障診斷工作提供了較大便利，使故障診斷更具針對性，提升了故障診斷效率及效果。以上診斷過程可以理解為，專家系統故障診斷技術，為故障診斷及決策提供了模擬的過程，有助于解決復雜的故障問題。但是該種技術在取得一定成果的同時，在技術方面還存在一定缺陷，對該項技術的使用范圍造成了較大的限制[2]。

（二）神經網絡故障診斷技術

神經網絡故障診斷技術是人工智能技術中的重要組成部分，在診斷電子電路故障中展現出了較強的優勢，其優勢主要表現在以下幾方面內容：第一，能夠快速處理無法用顯性公式表示及復雜非現性關系的故障，提升了解決反饋回路、非現象及容差等所引發的神經網絡故障問題，以上故障問題是傳統的故障模式所無法識別和解決的。神經網絡故障的優勢被越來越多的人意識到，實現了對該技術的大力推廣和使用。第二，實現了對權值分布及拓撲結構的非線性映射，運用分布的形式來完成對信息的存儲。第三，能夠直觀的了解到非線性信息變化問題，主要是結合全局并行處理來解決信息變化問題，提升了故障診斷的效率，解決了故障指示獲取中存在的“瓶頸”及“組合爆炸”問題。第四，還可以充分利用人工神經網絡技術的自適應性強、聯想記憶及并行分布處理等特點，來提升神經網絡故障診斷效果。基于以上優勢，為神經網絡故障診斷技術的發展開辟了新的渠道。在實際的應用過程中，通過將專家系統與神經網絡系統相結合，確保了兩者之間的互補和揚長避短，為故障診斷工作提供了新的發展渠道。

（三）模糊故障診斷技術

近年來，模糊故障診斷技術被廣泛應用，其自身的優點不斷的展現出來，應用于不確定問題故障中。模糊理論在解決故障問題時，能夠得到多個解決防范，通過對方案模糊度的高低及優先程度進行排序來完成故障解決。然后，在具備一定優勢的同時，模糊故障診斷技術在實際的應用過程中，還受隸屬度獲取、復雜系統模糊模型的建立、辨識、修改、語言規則的獲取不完善有直接關系，對該理論的合理有效應用造成了極大的限制。模糊故障診斷技術主要應用于復雜電路中，在進行故障診斷時，受非線性、元器件容差及電路噪聲影響較大，在運用傳統的電路理論來解決故障問題時，難以精確的解決故障，會引發故障解決出現模糊現象。模糊故障診斷方法在實際的應用過程中，主要是依據專家的經驗，在故障征兆空間與故障原因空間之間通過建立模糊關系矩陣的形式來實現，通過將各條模糊推理規則，模糊關系矩陣進行組合，結合閾值來識別和判定元件中的故障。因此，模糊故障診斷技術在實際的應用過程中，需要與ANN及專家系統理論有機結合起來，提升故障解決效果[3]。

（四）小波變換故障診斷技術

小波變換故障診斷技術的基本原理為：主要是運用小波母函數在尺度上的伸縮及時域上的平移來完成對信號的分析，在實際的應用過程中，要合理選擇母函數，促進函數的擴張，以展現出小波變換故障診斷技術的局部性特征，因此可以判定其是一種時-頻分析方法。在時-頻域中展現出了良好的局部化性質及多分辨分析特性，主要應用于非平穩信號的奇異性分析中，例如，通過對小波變化的應用，能夠檢測到信號的奇異性，對信號的噪聲及突變進行分析。同時，還可以利用離散小波變換來完成對隨機信號頻率結構突變的檢測。小波故障診斷機理包括兩方面內容：主要是利用觀測器信號的奇異性來完成對觀測器信號頻率結構變化的故障診斷，在檢測過程中，不需要借助系統的數學模型來進行診斷，故障檢測的靈敏度較高、對噪聲的抑制能力較強、對輸入信號的要求較低，運算量要求不高，檢測時會出現時間延遲等情況，不同的小波基對選取的診斷結果也會產生一定的影響。因此，在模擬電路診斷中，需要借助小波變換器來提取故障特征信息，并將故障特征信息傳送入故障分類處理器中，以完成對故障的診斷。

（五）Agent故障診斷技術

Agent故障診斷技術自身具有較強的感知能力、外界通訊能力及問題求解能力的實體，通過外部Agent和預定義協議來完成通訊工作，并通過松耦合的分布式途徑來完成分布式智能求解。將Agent故障診斷技術應用于模擬電路故障診斷中，有效的克服了傳統人工智能診斷系統中無法解決的實時性問題，強化了診斷系統對動態環境的適應能力，提升了不完全信息的處理能力，為網路環境下的分布式計算機問題求解提供了渠道，強化了故障診斷中的信息監測、搜索及推理，展現出了良好的故障診斷效果[4]。

五、結論

豐富智能化故障診斷技術內容，有助于提升系統故障診斷能力，降低系統的開發及運行成本，提升故障診斷系統的開發運行成本，促進故障診斷系統資源的共享。人工智能診斷方法被廣泛應用于工程電子電路智能故障診斷中，進一步推動了模擬電路故障診斷理論及方法的發展，確保了故障診斷技術的完善性及適用性，為復雜及大規模的電子電路故障診斷提供了有效及具有實用性價值的診斷方法，是模擬電路故障診斷的主要發展方向。

參考文獻

[1]孟萍.電力電子電路智能故障診斷技術研究[J].無線互聯科技,2017,(14):130-131.

[2]宋芷瑩.人工智能在電力電子電路故障診斷中的應用[J].現代經濟信息,2015,(16):350.

[3]楊博.模擬電路的融合智能故障診斷[J].通訊世界,2015,(02):198.

[4]方惠蓉.模擬電路軟故障的智能優化診斷方法分析[J].電子技術與軟件工程,2014,(12):141-142.

作者：呂磊；曹韌樁；田云；尹燕恒 單位：公安部第一研究所