模擬電路的融合智能故障診斷

摘要：本文通過(guò)將現(xiàn)代模擬電路故障診斷方法相結(jié)合，通過(guò)利用各自方法的優(yōu)勢(shì)建立基于遺傳算法、精神網(wǎng)絡(luò)、模糊理論與數(shù)據(jù)融合技術(shù)相結(jié)合的模擬電路診斷新方法。該方法用多類電路測(cè)試數(shù)據(jù)解決信息欠缺問(wèn)題。采用優(yōu)化BP網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行初步診斷。用模糊積分融合方法進(jìn)行決策融合。此方法對(duì)模擬電路的多故障與單故障的診斷均使用且故障定位準(zhǔn)確率高。

關(guān)鍵詞：故障定位；神經(jīng)網(wǎng)絡(luò)；模擬算法；數(shù)據(jù)融合

中圖分類號(hào)：TM131 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-7712 （2012） 18-0003-01

從20世紀(jì)60年代初，元件可解性問(wèn)題的提出奠定了模擬電路故障分析的理論基礎(chǔ)，使其成為近代電路理論的前沿。至20世紀(jì)70年代已形成完善的理論體系。但是模擬電路故障的診斷有其自身的困難，主要表現(xiàn)為故障具有多樣性、離散性參數(shù)值多、非線性等特點(diǎn)。模擬電路的故障診斷以人工智能技術(shù)的提出為界限主要分為兩類：經(jīng)典常規(guī)的模擬電路故障診斷方法，二是現(xiàn)代模擬電路故障診斷方法。[1-3]現(xiàn)代模擬電路故障診斷方法主要有精神網(wǎng)絡(luò)、遺傳算法及模糊技術(shù)等。精神網(wǎng)絡(luò)是對(duì)人腦功能的模擬，具有非線性、自適應(yīng)性、并行性、容錯(cuò)性等優(yōu)點(diǎn)，被廣泛用于模式識(shí)別、信號(hào)處理判識(shí)決策、組合優(yōu)化等領(lǐng)域。該方法自1943年提出以后迅速發(fā)展在較短的時(shí)間內(nèi)就發(fā)展成為人工智能技術(shù)的一個(gè)重要分支。它以其諸多優(yōu)點(diǎn)，如并行分布處理、自適應(yīng)、聯(lián)想記憶等，在模擬電路故障診斷中受到廣泛重視，顯示出巨大的潛力，并為智能故障診斷的研究開(kāi)辟了一條新途徑。模糊故障診斷方法是依據(jù)專家經(jīng)驗(yàn)在故障的特征空間和故障原因區(qū)域之內(nèi)建立起模糊關(guān)系矩陣，再將其進(jìn)行組合并根據(jù)一定的閥值識(shí)別故障元件。隨著模糊理論的發(fā)展，其優(yōu)點(diǎn)逐漸被重視，模糊理論可適應(yīng)不確定性問(wèn)題，其模糊知識(shí)庫(kù)使用的語(yǔ)言更接近人的表達(dá)習(xí)慣；對(duì)于遇到的故障使用模糊理論可以得到多個(gè)解決方案，并根據(jù)這些方案的模糊度的高低進(jìn)行優(yōu)先程度排序等。但模糊系統(tǒng)也有其自身的缺陷，模糊系統(tǒng)在推理時(shí)需要對(duì)知識(shí)庫(kù)內(nèi)的規(guī)則集進(jìn)行搜索才能得出診斷結(jié)論，當(dāng)系統(tǒng)較大時(shí)搜索速度和診斷速度都會(huì)減慢。另外，模糊系統(tǒng)也不具備學(xué)習(xí)能力。遺傳算法是一種新發(fā)展起來(lái)的全局優(yōu)化算法，已成為人們用來(lái)解決高度復(fù)雜問(wèn)題的一個(gè)新思路和新方法可以加快推理速度。本文結(jié)合精神網(wǎng)絡(luò)、遺傳算法及模糊技術(shù)的各自優(yōu)勢(shì)，將各類方法融合進(jìn)行故障診斷。

首先通過(guò)優(yōu)選激勵(lì)和測(cè)試節(jié)點(diǎn)以及增加測(cè)試信息等方法提高模擬電路可靠性。如果是理想的拓?fù)浣Y(jié)構(gòu)只需要少量的測(cè)試點(diǎn)就可進(jìn)行故障診斷，但實(shí)際情況往往是拓?fù)浣Y(jié)構(gòu)不理想，使得無(wú)論怎樣選擇節(jié)點(diǎn)仍有大量的支路故障不可測(cè)。通過(guò)優(yōu)選機(jī)理對(duì)測(cè)試節(jié)點(diǎn)進(jìn)行彌補(bǔ)，如為頻域分析則主要選擇具有特征的頻率反映電路故障。如為時(shí)域分析則選擇噪聲信號(hào)以激勵(lì)被測(cè)電路。增加測(cè)試信息也是提高電路可測(cè)行的有效手段?？梢杂行У谋苊庹`診斷，獲取大量的故障特征而對(duì)電路故障作出準(zhǔn)確判斷。

其次，當(dāng)確定了測(cè)試方案后將各類的測(cè)試數(shù)據(jù)進(jìn)行優(yōu)化處理得到不同類型的輸入特征參量。然后將這些輸入特征參量輸入一個(gè)獨(dú)立的精神網(wǎng)絡(luò)，用此方法可對(duì)電路進(jìn)行初級(jí)故障診斷。BP網(wǎng)絡(luò)具有良好泛化能力，廣泛的用于電路故障類型分類。通過(guò)遺傳BP網(wǎng)絡(luò)的初級(jí)診斷后，可以得到電路故障狀態(tài)的可能性。然而，由于各個(gè)遺傳BP網(wǎng)絡(luò)訓(xùn)練樣本與網(wǎng)絡(luò)輸入的不同，且不同的故障在不同的測(cè)試信息上體現(xiàn)程度的強(qiáng)弱也有差異，因而每一遺傳BP網(wǎng)絡(luò)故障分類器對(duì)不同故障的識(shí)別正確程度也有較大的差異。可通過(guò)遺傳算法優(yōu)化BP網(wǎng)絡(luò)，遺傳算法具有全局性搜索的特點(diǎn)，可較好的尋找適合的網(wǎng)絡(luò)連接權(quán)和網(wǎng)絡(luò)結(jié)構(gòu)。

完成電路故障的初級(jí)診斷后用模糊積分的方法在精神網(wǎng)絡(luò)所輸出的重要信息程度基礎(chǔ)上進(jìn)行決策融合。使得融合效率與診斷方法更加適應(yīng)，準(zhǔn)確定位故障。模糊積分方法是利用模糊集合知識(shí)綜合考慮客觀證據(jù)與主觀評(píng)價(jià)的一種決策層融合方法。次方法適用于處理不確定性信息。[4-5]使用模糊幾分對(duì)多分類器記性融合時(shí)，不同的模糊測(cè)度對(duì)應(yīng)不同的融合函數(shù)。如模糊測(cè)度值選擇適當(dāng)，融合后的分類性能比最優(yōu)的單個(gè)分類器性能好。構(gòu)造模糊測(cè)度，需先獲取模糊密度。模糊密度是信息源對(duì)系統(tǒng)最終決策的重要程度，對(duì)于診斷系統(tǒng)，模糊密度值可認(rèn)為是各遺傳神經(jīng)網(wǎng)絡(luò)對(duì)故障診斷的重要性評(píng)價(jià)。通過(guò)將訓(xùn)練好的遺傳神經(jīng)網(wǎng)絡(luò)分類器，分別獨(dú)立進(jìn)行在不同故障下的樣本識(shí)別檢驗(yàn)，利用每個(gè)遺傳神經(jīng)網(wǎng)絡(luò)對(duì)各個(gè)故障的正確識(shí)別率作為該網(wǎng)絡(luò)對(duì)各故障的分類信息的重要程度。

人工智能診斷方法在實(shí)際的生產(chǎn)實(shí)踐中具有廣泛的應(yīng)用前景。不同的方法都有其各自的優(yōu)勢(shì)也存在不可避免的缺陷，將不同方法有機(jī)結(jié)合取長(zhǎng)補(bǔ)短，可以進(jìn)一步推動(dòng)模擬電路故障診斷理論和方法的發(fā)展，使其更加完善，能更好的投入到大規(guī)模模擬電路的故障診斷中。

參考文獻(xiàn)：

[1]He Y，Sun Y.Neural network-based L1-norm optimisation approach for fault diagnosis of nonlinear circuits with tolerance[J].IEE Proceedings G-Circuits，Devices and Systems，2001，148（4）：223-228.

[2]Catelani M，F(xiàn)ort A.Soft fault detection and isolation in analog circuits：some results and a comparison between a fuzzy approach and radial basis function networks[J].IEEE Transactions on Instrumentation and Measurement，2002，51（2）：196-202.

[3]Aminian M，Aminian F.Neural-network based analog-circuit fault diagnosis using wavelet transform as preprocessor[J].IEEE Transactions on Circuits and Systems II：Analog and Digital Signal Processing，2000，47（2）：151-156.

[4]劉汝杰，袁保宗，唐曉芳.用遺傳算法實(shí)現(xiàn)模糊測(cè)度賦值的一種多分類器融合算法[J].電子學(xué)報(bào)，2002，30（1）：145-147.

[5]何平，楊保華，王本利.模糊數(shù)據(jù)融合技術(shù)在系統(tǒng)故障診斷中的應(yīng)用[J].電機(jī)與控制學(xué)報(bào)，2004，8（1）：51-55.