模擬電路智能故障診斷技術的現狀分析

張永生

摘要：模擬電路智能故障診斷技術一直發展比較緩慢。文章從模擬電路智能故障診斷技術的現狀分析入手，具體探討了現代模擬電路故障診斷的理論方法。

關鍵詞：模擬電路；智能故障診斷；神經網絡

中圖分類號：TN710文獻標識碼：A文章編號：1009-2374（2012）04-0118-02

上世紀70年代開始，模擬電路故障診斷理論第一次被提出來，如今已發展成為一門系統的學科。但是，雖然模擬電路的使用時間已經有一段歷史，其模擬電路故障診斷技術卻發展一直比較緩慢。以下筆者就從模擬電路智能故障的特點入手，對模擬電路智能故障診斷技術的發展現狀進行詳細探討。

一、模擬電路智能故障的特點分析

現將模擬電路故障的特點分析如下：

（一）模擬電路信號與數字信號的區別

模擬電路信號與數字信號有很大的不同：前者信號的大小是隨時間連續變化的量，包含的物理量屬于連續函數，其故障模式及模型難以用簡單的量化來描述。

（二）模擬電路元器件的特性

由于模擬電路中的元器件參數本身存在容差，導致了導致功能性故障的故障物理位置難以確定，存在較大的模糊性（“容差”的實質就是元器件本身存在的輕微故障）。

（三）模擬電路中存在的問題

在模擬電路中，存在反饋電路和非線性問題，增加了計算和測試的復雜性。

（四）模擬電路的使用范圍

模擬電路的頻率范圍比較寬，這就決定了其使用設備的差異性。有時，即使測量同一個信號，但是在不同的頻段上所使用的設備都會出現很大的差距，決定了其設備較大差異性的特點。

（五）模擬電路的故障問題

由于現在電路中，可測試的節點數一般都比較少（電路通常是封裝或者多層的緣故），導致判斷故障信息的數量不夠多、信息不夠充分，加大了故障判斷的難度。

二、模擬電路故障診斷技術現狀分析

近幾年，電子技術得到了飛速發展，隨著電子技術的飛速發展，電子技術運用而成，并隨著集成度的不斷增大，電路的復雜程度日益提高。

一般而言，故障辨識、故障檢測及故障隔離是電路故障診斷的主要內容。由于診斷原理的多樣性，導致了電路故障診斷方法也存在多樣性。

本文根據故障診斷的角度出發，對現行電路故障診斷的方法進行了分類。以下就現代模擬電路故障診斷的方法進行具體探討。

（一）專家系統故障診斷分析

專家系統在人工智能技術中，屬于應用比較廣泛和活躍的故障診斷技術之一。專家系統故障診斷的工作過程可以描述為以下幾個步驟：首先，應該具備故障診斷專家系統的知識庫，這個知識庫的內容主要是將相關診斷經驗與技術，使用一定的規則組合起來而形成，以備以后程序使用；然后，當出現故障時故障診斷系統將由報警系統得到相關信息，應用知識庫對其進行推理，由此得出出現的故障的原因。

以上診斷過程可以理解為：專家系統故障診斷技術是模擬行業專家進行診斷及決策的過程，主要可以解決一些比較復雜的故障問題。

但是，由于這些技術存在一定的缺陷，在一定程度上限制了其推廣使用。

（二）人工神經網絡技術分析

人工智能技術的另一個重要分支是人工神經網絡技術。

在故障診斷中，它的主要優勢在于：其特別適合處理那些具有復雜非線性關系的、無法用顯性公式表示的情況，并能夠有力解決非線性、反饋回路和容差等引起的問題，上述這些情況都是傳統模式識別方法難以解決的。

人工神經網絡由于其獨特的優勢，越來越受到人們的廣泛重視。

人工神經網絡的優點主要體現在以下幾個方面：（1）它以利用網絡的拓撲結構和權值分布實現非線性的映射，以分布的方式存儲信息；（2）它可以實現非線性信息變化問題，這個主要是通過全局并行處理來實現的信息變化。其可以有效的解決故障診斷中故障知識獲取這個“瓶頸”問題，以及“組合爆炸”等問題；（3）人工神經網絡技術還具有聯想記憶、并行分布處理以及自適應性強等特點。

以上的這些優點為智能故障診斷的研究開辟了一條新途徑。基于以上的分析，將神經網絡與專家系統相結合，使其相互補充，各自揚長避短，是故障診斷領域的一個熱點話題。

（三）神經網絡專家系統

從邏輯方面來講，神經網絡專家系統和傳統專家系統是完全不同的。神經網絡專家系統是一類新的知識表達體系，神經網絡專家系統中的信息處理是由大量簡單處理元件之間進行相互作用，從而進行信息處理的，屬于低層數值模型。神經網絡專家系統可以將數值運算和邏輯推理結合，并利用相關的信息處理功能來解決診斷系統中的相關問題。

在這種技術中，通過學習將專家知識存儲在網絡中，由此進行不精確的故障診斷，可以較好的完成相關推理過程。

（四）小波分析方法

小波分析法時一種時-頻分析方法。它的主要原理通過以下闡述：

小波變換及小波函數的多樣性。

小波是函數空間中滿足下述條件的一個函數或者信號：

式中：表示非零實數全體，是傅里葉變換，為小波母函數。

對于實數對（a，b），參數a為非零實數，函數

稱為由小波母函數生成的依賴于參數對（a，b）的連續小波函數，簡稱小波。其中：a稱為伸縮因子：b稱為平移因子。

對信號f（x）的連續小波變換則定義為：

其逆變換（回復信號或重構信號）為：

信號f（x）的離散小波變換定義為：

其逆變換（恢復信一號或重構信號）為：

其中：C是一個與信號無關的常數。

由上述原理可知，小波函數具有多樣性。

（五）神經網絡小波分析方法

將神經網絡與小波分析相結合的方法主要有兩個：

1．以輔助式結合的形式組合。在這種結合中，一般是利用小波分析技術對相應的信號進行預先處理，然后，利用神經網絡技術進行學習與判別。

2．以嵌套式結合的方式進行組合。這種結合中，主要是把小波分析方法融入到神經網絡中，形成新的神經網絡結構，即神經網絡一小波分析或小波網絡。這種新的網絡方法具有明顯的優勢：具有自適應分辨功能和很好的容錯性。

由上面分析可以得出，這種新的故障診斷鑒別方法是故障診斷領域的一個新方法，它不僅可以拓寬小波分析方法與神經網絡技術的應用領域，而且為故障診斷技術開辟了新道路，使得故障診斷技術得到了進一步的發展。

三、結語

由于現代科技的飛速發展，模擬電路故障診斷系統將會變得越來越復雜，如何保證模擬電路系統可以運行的更加可靠是一個值得深入探討的問題。模擬電路出現故障后，如能及時將相應的故障診斷清楚，并保證及時維修更換，無疑可以提高生產效率，提高成品的合格率，進而推動模擬電路系統向更好的方向

發展。

參考文獻

[1]朱大奇．電子設備故障診斷原理與實踐[M]．北京電子工業出版社，2004．

[2]楊士元，童詩白．模擬系統的故障診斷與可靠性設計

[M]．北京：清華大學出版社，2001．

（責任編輯：劉 艷）