论文部分内容阅读
摘 要：一般来讲，模拟电路故障诊断的方法可以分为估计法，测试前模拟法和测试后模拟法三大类。小波变换等来对电路故障信息进行特征提取，对模拟电路瞬态信号的提取、消除电路噪声和模拟电路特有的元件参数容差具有良好的效果。
关键词：模拟电路；故障诊断；小波分析法
模拟电路发生了故障，就不能达到设计时所规定的功能和指标，这种电路称为故障电路。故障诊断就是要对电路进行一定的测试，从测试结果分析出故障。模拟电路故障诊断是电路分析理论中的一个前沿领域。它既不同于电路分析，也不属于电路综合的范畴。模拟电路故障诊断所研究的内容是当电路的拓扑结构已知，并在一定的电路激励下知道一部分电路的响应，求电路的参数，他是近代电路理论中新兴的第三个分支。
一、模拟电路故障
电路诞失所既定的功能称为故障，在模拟电路中的故障类型及原因如下：从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障，早期故障率较高并随时间而迅速下降。偶然故障是由偶然因素造成的、在有效使用期内发生的故障，偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障，损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障，它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差（如开路、短路）造成的、通过事前测试或监控不能预测到的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件，常見于运行中的设备。多故障指与几个参量或元件有关的故障，常见于刚出厂的设备。
二、模拟电路故障测试的传统方法
一般来讲，模拟电路故障诊断的方法可以分为估计法，测试前模拟法和测试后模拟法三大类。估计法是一种近似法，这类方法一般只需较少的测量数据，采用一定的估计技术，估计出最可能发生故障的元件。这类方法又可分为确定法和概率法。确定法依据被测电路或系统的解析关系来判断最可能的故障元件，概率法是依据统计学原理决定电路或系统中各元件发生故障的概率，从而判断出最可能的故障元件。
测前模拟法又称故障字典法或故障模拟法，其理论基础是模式识别原理，基本步骤是在电路测试之前，用计算机模拟电路在各种故障条件下的状态，建立故障字典；电路测试以后，根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少，必须选择具有高分辨率的测试点。
测后模拟法又称为故障分析法或元件模拟法，是近年来虽活跃的研究领域，其特点是在电路测试后，根据测量信息对电路模拟，从而进行故障诊断。根据同时可诊断的故障是否受限，SAT又分为任意故障诊断（或参数识别技术）及多故障诊断（或故障证实技术）。
三、模拟电路的故障测试的创新方法――小波分析法
1.小波分析法是基于神经网络的模拟测试
基于神经网络的模拟从测试点提取电压信号特征进行故障诊断，而从电源电流测试角度开展的工作还十分有限。模拟电路中的电流是一个重要的参数，也是故障信息的重要组成部分，包含着电路拓扑结构的丰富信息。若电路发生故障，输出电流波形将随之发生相应变化，含有丰富的故障类信息。对任一电路而言，电源节点是通用的，测量也比较方便，特别是目前模拟/混合电路的集成度与复杂度不断提高，可利用的测试管脚有限，给测试和诊断带来极大困难，因此对电源电流测试的研究具有重要意义。
小波变换具有同时在时-频域分析信号、大量压缩数据的属性，对采样数据经小波变换预处理后，能有效提取故障特征，简化了神经网络结构、提高了训练速度。小波变换具有同时在时-频域分析信号、大量压缩数据的属性，已广泛应用于信号检测、故障诊断等研究领域。在模拟集成电路故障诊断中，小波变换用来预处理采样数据，提取故障特征。二进小波变换通过多分辨分析算法来实现，将信号分解为近似（低频）和细节（高频）两部分，分别对近似和细节继续分解，形成信号的多层分解结构。
2.基于小波分析的模拟电路故障诊断
在电路信号的特征提取中，常采用频谱分析的方法。但是基于统计分析的傅立叶分析仅对不随时间变化的平稳信号十分有效，对于模拟电路响应信号中通常含有非平稳或时变信息却不能有效地提取故障特征。另外，模拟电路中含有大量噪声，若直接将高频成分当作噪声成份舍弃会造成有效成分的损失，若单纯对电路的输出进行分析，会导致故障模糊集较多，分辨率不高。而小波分析所具有的时频局部化特性、良好的去噪能力，无需系统模型结构的优势使之成为分析和处理此类信号的有效工具，也是目前在模拟电路故障诊断领域使用最多的一种特征提取方法，对模拟电路中的软、硬故障均适用。
小波分析的基本原理是通过小波母函数在尺度上的伸缩和时域上的频移来分析信号，适当选择母函数可使扩张函数具有良好的局部性，非常适合对非平稳信号进行奇异值分析，以区分信号的突变与噪声。小波分析技术实现时与神经网络有两种结合方式：一是松散型结合，二是紧致型结合。
总之，模拟电路故障诊断的主要任务是在已知网络的拓扑结构、输入激励信号和故障下的响应时，求解故障元件的物理位置和参数。模拟电路故障诊断理论和方法自研究以来，取得了很多成就，也提出了不少故障诊断方法。
参考文献：
[1]芮 S，李明齐，张小东，易辉跃，胡宏林.两次一维维纳滤波信道估计的一种噪声方差优化方法[J]电子学报，2008，08
[2]周世官，张云.基于进化神经网络的模拟电路故障诊断[J]计算机测量与控制，2007，08
[3]崔雪梅，孙才新，李剑，李新，杜林.用复小波提取变压器局放脉冲信号特征的研究[J].仪器仪表学报，2005，02
关键词：模拟电路；故障诊断；小波分析法
模拟电路发生了故障，就不能达到设计时所规定的功能和指标，这种电路称为故障电路。故障诊断就是要对电路进行一定的测试，从测试结果分析出故障。模拟电路故障诊断是电路分析理论中的一个前沿领域。它既不同于电路分析，也不属于电路综合的范畴。模拟电路故障诊断所研究的内容是当电路的拓扑结构已知，并在一定的电路激励下知道一部分电路的响应，求电路的参数，他是近代电路理论中新兴的第三个分支。
一、模拟电路故障
电路诞失所既定的功能称为故障，在模拟电路中的故障类型及原因如下：从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障，早期故障率较高并随时间而迅速下降。偶然故障是由偶然因素造成的、在有效使用期内发生的故障，偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障，损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障，它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差（如开路、短路）造成的、通过事前测试或监控不能预测到的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件，常見于运行中的设备。多故障指与几个参量或元件有关的故障，常见于刚出厂的设备。
二、模拟电路故障测试的传统方法
一般来讲，模拟电路故障诊断的方法可以分为估计法，测试前模拟法和测试后模拟法三大类。估计法是一种近似法，这类方法一般只需较少的测量数据，采用一定的估计技术，估计出最可能发生故障的元件。这类方法又可分为确定法和概率法。确定法依据被测电路或系统的解析关系来判断最可能的故障元件，概率法是依据统计学原理决定电路或系统中各元件发生故障的概率，从而判断出最可能的故障元件。
测前模拟法又称故障字典法或故障模拟法，其理论基础是模式识别原理，基本步骤是在电路测试之前，用计算机模拟电路在各种故障条件下的状态，建立故障字典；电路测试以后，根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少，必须选择具有高分辨率的测试点。
测后模拟法又称为故障分析法或元件模拟法，是近年来虽活跃的研究领域，其特点是在电路测试后，根据测量信息对电路模拟，从而进行故障诊断。根据同时可诊断的故障是否受限，SAT又分为任意故障诊断（或参数识别技术）及多故障诊断（或故障证实技术）。
三、模拟电路的故障测试的创新方法――小波分析法
1.小波分析法是基于神经网络的模拟测试
基于神经网络的模拟从测试点提取电压信号特征进行故障诊断，而从电源电流测试角度开展的工作还十分有限。模拟电路中的电流是一个重要的参数，也是故障信息的重要组成部分，包含着电路拓扑结构的丰富信息。若电路发生故障，输出电流波形将随之发生相应变化，含有丰富的故障类信息。对任一电路而言，电源节点是通用的，测量也比较方便，特别是目前模拟/混合电路的集成度与复杂度不断提高，可利用的测试管脚有限，给测试和诊断带来极大困难，因此对电源电流测试的研究具有重要意义。
小波变换具有同时在时-频域分析信号、大量压缩数据的属性，对采样数据经小波变换预处理后，能有效提取故障特征，简化了神经网络结构、提高了训练速度。小波变换具有同时在时-频域分析信号、大量压缩数据的属性，已广泛应用于信号检测、故障诊断等研究领域。在模拟集成电路故障诊断中，小波变换用来预处理采样数据，提取故障特征。二进小波变换通过多分辨分析算法来实现，将信号分解为近似（低频）和细节（高频）两部分，分别对近似和细节继续分解，形成信号的多层分解结构。
2.基于小波分析的模拟电路故障诊断
在电路信号的特征提取中，常采用频谱分析的方法。但是基于统计分析的傅立叶分析仅对不随时间变化的平稳信号十分有效，对于模拟电路响应信号中通常含有非平稳或时变信息却不能有效地提取故障特征。另外，模拟电路中含有大量噪声，若直接将高频成分当作噪声成份舍弃会造成有效成分的损失，若单纯对电路的输出进行分析，会导致故障模糊集较多，分辨率不高。而小波分析所具有的时频局部化特性、良好的去噪能力，无需系统模型结构的优势使之成为分析和处理此类信号的有效工具，也是目前在模拟电路故障诊断领域使用最多的一种特征提取方法，对模拟电路中的软、硬故障均适用。
小波分析的基本原理是通过小波母函数在尺度上的伸缩和时域上的频移来分析信号，适当选择母函数可使扩张函数具有良好的局部性，非常适合对非平稳信号进行奇异值分析，以区分信号的突变与噪声。小波分析技术实现时与神经网络有两种结合方式：一是松散型结合，二是紧致型结合。
总之，模拟电路故障诊断的主要任务是在已知网络的拓扑结构、输入激励信号和故障下的响应时，求解故障元件的物理位置和参数。模拟电路故障诊断理论和方法自研究以来，取得了很多成就，也提出了不少故障诊断方法。
参考文献：
[1]芮 S，李明齐，张小东，易辉跃，胡宏林.两次一维维纳滤波信道估计的一种噪声方差优化方法[J]电子学报，2008，08
[2]周世官，张云.基于进化神经网络的模拟电路故障诊断[J]计算机测量与控制，2007，08
[3]崔雪梅，孙才新，李剑，李新，杜林.用复小波提取变压器局放脉冲信号特征的研究[J].仪器仪表学报，2005，02