模擬電路故障診斷的現狀與發展研究

穆 鵬

(陜西郵電職業技術學院，陜西 咸陽 712000)

電子技術發展至今，已取得了不少喜人的成果，集成電路廣泛應用在日常生活當中，不斷推動著社會的進步，不斷推動著醫療領域、國防軍事領域、工業生產領域等眾多領域的發展。與此同時，電子電路的規模更大，其系統的復雜性更是不言而喻，由此進一步加深了對電子電路系統的維修、調試的困難程度。與日益成熟的數字系統的檢測和診斷技術相比，模擬電路由于其與之相比較低的集成度，且模擬電路信號的連續性特點導致故障診斷模型不易進行簡易的量化，構成模擬電路的各個元器件具有較大容差性、極易受到外界環境的影響，模擬電路多層次、高封裝度的特點會減少有效的故障診斷的檢測點[1]，這一系列的原因都影響了模擬電路故障診斷的發展速度和進程。傳統的人工檢測方法早已無法應對現代電子電路系統更高水平的要求，而自動測試系統為電子電路系統的檢測、故障診斷、調試和更換提供了更好、更高效的途徑。

一、現代模擬電路故障診斷的方法

人工智能具有并行處理和整體作用的特點，更特別的在于其具備高效率的組織性和自學習能力，使得人工智能診斷技術成為現代模擬電路故障診斷技術研究的主流方向，也在大量的實際系統的檢驗、運用中獲得了驗證和成功，其技術主要是包含了專家理論、神經網絡ANN、模糊理論、小波分析等。(1)專家理論的基本原理在于：知識采集，即收集專家在模擬電路故障診斷上的專業知識并將其整理成具有一定規則的形式，構建模擬電路故障診斷的知識庫和數據庫。但由于知識理解、信息不匹配等因素，極易導致效率抵下的問題。(2)與將側重點放置在從理論上模擬人腦的模糊性的模糊理論不同，人工神經網絡(ANN)則偏重于信息的自組織、自學習的能力。簡言之，神經網絡是選用物理上可成功實現的一系列設備、系統等對人腦結構、功能進行最大程度模擬的人工系統。神經網絡技術的誕生，為模擬電路故障診斷提供了一種新穎的方式，在面對復雜系統的故障診斷(例如非顯性公式表示、非線性關系等情況)上，神經網絡更是首選方案，也是操作可行并高效的方法。模糊理論的優點在于其對一些較為模糊的信息具備超強的處理能力，將神經網絡技術結合模糊理論技術，可使得故障診斷系統兼具兩者的優點，既具備邏輯推理能力，又具備自學習優化能力，優劣互補、軟硬件結合，由此便能大大提高系統性能，以及滿足高水平診斷需求。(3)連續小波變換[2]是利用在尺度伸縮小波母函數以及時域平移小波母函數的方式對信號進行相關分析，是一種時域和頻域結合的分析方式。選擇好合適的小波母函數，可以在不同頻帶對信號分析，將隱含的信號頻率進行頻率分解并使得各個分解信號在不同子空間里表示其能量的變化，最后對比正常的信號表征形式，診斷出電路故障的相關信息[3]。

二、模擬電路故障診斷的發展研究

模擬電路故障診斷的研究開始于20世紀70年代，電子設備的日益復雜，對其關鍵器件的保養和維修也面臨著前所未有的迫切需求，但實際的維護方式耗時耗力，且結果不盡如人意，因此相關科技人員越來越集中在對新的、更符合實際需求的測試理論和檢測方式的探索上，由此模擬電路故障診斷得到了進一步的發展。1979年P.Duhamel和J.C.Rault提出了應用于電路故障檢測和診斷的估計法和拓撲法等方法，通過近十年的發展，于1979，奠定了模擬電路故障診斷的理論基礎；20世紀80年代，對于模擬電路故障診斷的研究步入了迅猛發展階段，研究人員更是在總結前人的經驗和基礎知識理論上，使得模擬電路故障診斷的研究朝著更實用化的方向發展；20世紀90年代，隨著人工神經網絡等智能信息處理的發展，人工智能技術的研究開始成為主流研究方向，也因此促進了模擬電路故障診斷的進一步發展[4]。故障診斷技術發展至今，越來越多是多種技術緊密結合，例如“模糊神經網絡技術”，就源于神經網絡和模糊理論的結合，這種結合的新型技術，吸收的兩種技術各自的優點，也能彌補兩者的不足之處，將神經網絡的自學習轉至模糊理論的模糊邏輯系統的邏輯、推理當中，促進了知識的學習和利用。小波分析和神經網絡的結合則是另一種形式，小波分析首先預處理信號，在此基礎上，利用神經網絡進行學習和診斷；或是小波分析和神經網絡進行嵌套結合[5]。

三、結語

模擬電路故障診斷在實際的電子電路系統中是必不可少的一環，在近些年也有了飛速的發展和突破。本文著重介紹了現代模擬電路故障診斷的主要技術，并簡要回顧了模擬電路故障診斷的發展歷程和發展研究趨勢。科技的發展，大規模電路的普及，提出新的理論研究要求、結合實際應用需求，這些都需要進行大量的研究工作，也對當今的模擬電路故障診斷技術而言既是新的挑戰，也是朝著自動化、智能化的前沿發展的機遇。