论文部分内容阅读
本论文主要研究基于神经网络的大规模模拟电路子网络级故障诊断方法。在已有知识的基础上,提出了完整的诊断方法和实现方案,通过计算机仿真证实了该方法并且快速、准确。针对如何对大多数电路的模拟故障分析仿真这个环节我们是由易及难的拓展,先是简易的电路,进而向更为复杂的电路方向发展。这个设计方法是根据多方的资料汇集出来的一种方法,也是比较新颖和有深度的一个方法,是对电路故障诊断方法的一个新探讨,具有广阔的应用前景,为大规模模拟电路故障诊断提供了新的理论依据和检测方法,并有希望研制成一套高效的检测设备。随着大规模集成电路技术的迅速发展及日益广泛应用,为了维护各种器件及设备,人们必须借助计算机来找出电路的故障,模拟电路故障诊断已成为大规模集成电路课题中令人瞩目的一个课题,是一个具有重要理论意义和应用价值的课题。随着微电子技术的发展,电子系统越来越复杂。一个电子系统通常由大量集成器件和分立元件组成,因此,对故障的诊断变得越来越难。一些已有复杂模拟电路的诊断方法只适用于特定条件下(如开路、短路等)的电路诊断,却很难发现由电路中的电子器件的容差变化引起的软故障。迄今为止,很少有文献对软故障即容差电路的故障诊断给出系统而有效的方法,特别是大规模电路的故障诊断。这是本文研究工作的主要内容。近年来,人工神经网络作为信息软处理的最新技术在诊断领域中得到了广泛的应用。因为神经网络具有自学习能力、泛化能力、自适应能力、联想记忆及非线性映射能力,使其故障检测的方法引起了人们的高度重视,已有人利用它来检测模拟电路的故障。但神经网络故障识别的准确性依赖于特征量的有效性和网络结构参数的合理选择。小波分析是一种全新的时-频两维分析技术,其对高频突变信号和低频缓变信号的分析有着独特的优点,可以利用信号在小波变换的多尺度刻划下所表现行为的不同特点来检测出突变的故障信号。在保证较为突出的故障特征情况下,具有用到的特征量少等优点。若数据量不大时,小波变换的时间较短,则小波分析可用<WP=71>于信号的实时分析。若把小波分析的特征提取和神经网络的模式识别技术有效地结合起来应用于电路故障诊断,则是一种非常有前途的检测方法。本文正是基于这一想法,提出了一种故障诊断方法。本文的研究工作分为两部分:第一部分提出神经网络诊断模拟电路故障的理论和实现方法。在这一部分首先介绍了小波变换与神经网络的基本知识,然后在此基础上提出了电路故障诊断的分析方法,并对其可行性进行了分析。第二部分是针对大规模电路故障检测方法的具体研究。这一部分首先选定了具体采用的检测方法,详细介绍了本课题研究方案的原理、组成及设计,最后进行了模拟诊断仿真实验,证明该方法的可行性。针对传统BP算法易陷入局部最小、收敛速度慢等弊端,本文采用了基于Levenberg-Marquardt算法和动量法相结合来训练神经网络获得网络权值,形成良好的网络结构。而对于大规模电路,所含元件较多,传统的方法工作量过于庞大,也存在组合数多的缺点。在这个关键问题上,本文运用了网络分析中的置换原理撕裂网络,采用分级诊断,首先将大规模电路中的故障子网络诊断出来,然后在此基础上利用神经网络仅对故障子网络诊断与学习。该方法使整个电路的故障诊断得到了简化,加快了故障诊断的速度。本文第四章在已有理论基础上,提出了完整的大规模模拟电路故障诊断方法和实现方案。首先对大规模电路进行正确的子网络划分,采用电压激励测电压,结合灵敏度分析,利用电压比较的方法定位出故障子网络。而对于故障子网络,利用PSPICE蒙特卡罗仿真分析,不断改变电路系统的参数值,形成一个个模拟故障状态,产生反映故障状态的特征量,完成故障仿真,然后用MATLAB语言读取PSPICE仿真所得数据。接着对采集到的模拟仿真信号进行小波分析算法的计算机仿真,构造适当的小波函数及分解阶数进行特征提取,从而为进行电路的故障诊断做铺垫。最后根据提取的特征量作为神经网络的输入进行学习和训练获得网络权值,经过训练后的神经网络即可正确进行故障诊断。文中第五章对大规模模拟电路故障诊断方法进行实例仿真,完成电路的故障诊断任务,并能在较短的时间内获得正确的诊断结果,证明该方法具有很高的成功率和鲁棒性。此方法缺点在于提取样本数据时,我们仍需要<WP=72>考虑其它子网络的影响。本文研究的重点之一在于选择合适的特征样本作为神经网络的输入,即将小波变换后的特征量进行主要分量分析选择最优特征量进行神经网络的学习和训练;另一重点是如何选择合适的神经网络拓扑结构和算法进行简单、快速、正确的故障诊断。全文最后做了总结,归纳了本文所做的工作和结论,同时也提出了几点待解决问题,指出了今后的主要研究和发展方向:(1) 对于故障子网络,在提取样本数据时,我们仍需要考虑其它子网络的影响,使之更适应大规模电路;(2) 本文提出的方法是对大规模电路故障检测的新探索,目前还没有完成一套实际的诊断仪器,所以应对此进行更深入研究;(3) 实际诊断时,我们针对的是简易电路,如何由易到难拓展到复杂电?