模拟电路的智能故障诊断技术范文

【摘要】在电子工业的推动下，促使模拟电路的集成度越来越高，对模拟电路故障诊断技术提出了较高的要求。现阶段，模拟电路在实际的应用过程中，模拟信号存在非线性及连续性等问题，增加了故障诊断的难度，导致模拟电力智能化诊断工作难以达到预期的诊断效果，降低了模拟电路的应用效果。本文将模拟电路的智能故障诊断技术作为主要研究内容，简要介绍模拟电路故障诊断的分类及诊断特点，对模拟电路智能故障诊断技术进行详细阐述。

【关键词】模拟电路；智能故障诊断技术

一、前言

现阶段，电子电路被广泛应用于各行各业中，在控制及通信等领域取得了良好的发展效果。要想确保电子电路运行的稳定性，需要加大对模拟电路及数字电路故障诊断的研究和分析，降低电子电路故障的发生概率，提升电子电路的可靠性能。目前，人工诊断技术已经无法满足模拟电路的诊断需求，加强自动诊断成为现阶段模拟电路故障诊断一项亟待解决的问题。

二、模拟电路故障诊断的分类

模拟电路中的元器件值呈现出连续性变化特点，其数值会随着温湿度等外部条件的变化而变化。另外，在使用过程中，还会受使用时间过长所引发元器件实际数值与标准数值之间存在一定的差异。按照元件器的变化范围，将模拟故障分为以下两类：

（一）硬故障

模拟电路故障发生硬故障时，说明元器件的本质发生了较大的变化，会对电路的拓扑结构及自身的工作性质造成较大的影响，进而引发短路及开路故障的出现，在模拟电路故障中，通常将该类故障称为是灾难性故障。

（二）软故障

软故障的出现，与模拟电路元器件自身的容差有直接关系，在容差范围内，元器件的值发生变化，在容差范围内的值均属于正常现象。一旦超过容差范围，就会引发电路软故障现象。在通常情况下，元器件的容差值被控制在10%范围内，一旦超过这个范围，说明电路工作的特性下降[1]。

三、模拟电路故障诊断特点

第一，模拟电路信号与数字信号之间存在着较大的区别，模拟电路信号的大小会随着时间的连续变化而变化，内部包含的物理量属于连续函数，在进行模拟故障判断时难以用简单的量化处理来进行描述。第二，模拟电路元器件特性，模拟电路中的元器件参数自身存在着较大的容差，对功能性障碍物的故障物理位置难以确定，存在模糊性特点。第三，模拟电路中存在非线性及反馈电路问题，增加了模拟电路的测试及计算难度。第四，模拟电路自身存在着严重的故障问题，可供测试的节点数量相对较少，受电路的多层及封装影响较大，无法完成对电路故障信息的判断，导致电路信息存在不充分情况，增加了电路故障信息的判断难度。第五，模拟电路的频率范围较宽，其使用范围直接决定了模拟电路设备之间的差异性。在测量同一个信号时，在不同的设备频段上所使用的设备存在一定的差距，直接决定着设备的使用性能。

四、模拟电路智能故障诊断技术

现阶段，最常见的模拟电路故障诊断技术包括专家技术、神经网络技术、模糊技术、小波变换及Agent技术等。在应用这些技术来解决模拟电路智能故障时，其应用建立在综合自动故障诊断系统基础上，能够快速解决数学模型中的电路故障，确保故障诊断的准确性，提升故障诊断效率，提升故障检修人员对故障问题的全面性、针对性及有效性认识。

（一）专家系统故障诊断技术

专家系统故障诊断技术作为模拟电路智能故障诊断技术中应用最为广泛的一项诊断技术，专家系统故障属于智能计算机程序系统，系统内部凝聚着专家的知识及经验，通过对某一领域内的知识及经验进行判断和推理，来完成对人类专家决策过程的模拟，以更好的解决复杂电子电路故障问题。诊断专家的系统任务，通过观察数据来推断出故障存在的原因，其中最为典型的应用为产生式规则系统，将专家的知识和经验运用规则的形式表示出来，形成故障诊断系统知识库，通过对报警信息进行处理，来完成对故障元件的判断。诊断工作在开展过程中，需要做好如下工作步骤：第一步：结合电子电路的具体情况，制定故障诊断专家系统知识库，知识库中的内容包括相关的诊断经验及诊断技术，不同的故障类型相对于不同的诊断技术，以组合的形式呈现在故障诊断专家系统知识库中。第二步，当故障发生时，诊断系统会自动发出警报信息，面对该种情况可以使用系统知识库对故障进行推理，找到故障发生的原因，为工作人员的故障诊断工作提供了较大便利，使故障诊断更具针对性，提升了故障诊断效率及效果。以上诊断过程可以理解为，专家系统故障诊断技术，为故障诊断及决策提供了模拟的过程，有助于解决复杂的故障问题。但是该种技术在取得一定成果的同时，在技术方面还存在一定缺陷，对该项技术的使用范围造成了较大的限制[2]。

（二）神经网络故障诊断技术

神经网络故障诊断技术是人工智能技术中的重要组成部分，在诊断电子电路故障中展现出了较强的优势，其优势主要表现在以下几方面内容：第一，能够快速处理无法用显性公式表示及复杂非现性关系的故障，提升了解决反馈回路、非现象及容差等所引发的神经网络故障问题，以上故障问题是传统的故障模式所无法识别和解决的。神经网络故障的优势被越来越多的人意识到，实现了对该技术的大力推广和使用。第二，实现了对权值分布及拓扑结构的非线性映射，运用分布的形式来完成对信息的存储。第三，能够直观的了解到非线性信息变化问题，主要是结合全局并行处理来解决信息变化问题，提升了故障诊断的效率，解决了故障指示获取中存在的“瓶颈”及“组合爆炸”问题。第四，还可以充分利用人工神经网络技术的自适应性强、联想记忆及并行分布处理等特点，来提升神经网络故障诊断效果。基于以上优势，为神经网络故障诊断技术的发展开辟了新的渠道。在实际的应用过程中，通过将专家系统与神经网络系统相结合，确保了两者之间的互补和扬长避短，为故障诊断工作提供了新的发展渠道。

（三）模糊故障诊断技术

近年来，模糊故障诊断技术被广泛应用，其自身的优点不断的展现出来，应用于不确定问题故障中。模糊理论在解决故障问题时，能够得到多个解决防范，通过对方案模糊度的高低及优先程度进行排序来完成故障解决。然后，在具备一定优势的同时，模糊故障诊断技术在实际的应用过程中，还受隶属度获取、复杂系统模糊模型的建立、辨识、修改、语言规则的获取不完善有直接关系，对该理论的合理有效应用造成了极大的限制。模糊故障诊断技术主要应用于复杂电路中，在进行故障诊断时，受非线性、元器件容差及电路噪声影响较大，在运用传统的电路理论来解决故障问题时，难以精确的解决故障，会引发故障解决出现模糊现象。模糊故障诊断方法在实际的应用过程中，主要是依据专家的经验，在故障征兆空间与故障原因空间之间通过建立模糊关系矩阵的形式来实现，通过将各条模糊推理规则，模糊关系矩阵进行组合，结合阈值来识别和判定元件中的故障。因此，模糊故障诊断技术在实际的应用过程中，需要与ANN及专家系统理论有机结合起来，提升故障解决效果[3]。

（四）小波变换故障诊断技术

小波变换故障诊断技术的基本原理为：主要是运用小波母函数在尺度上的伸缩及时域上的平移来完成对信号的分析，在实际的应用过程中，要合理选择母函数，促进函数的扩张，以展现出小波变换故障诊断技术的局部性特征，因此可以判定其是一种时-频分析方法。在时-频域中展现出了良好的局部化性质及多分辨分析特性，主要应用于非平稳信号的奇异性分析中，例如，通过对小波变化的应用，能够检测到信号的奇异性，对信号的噪声及突变进行分析。同时，还可以利用离散小波变换来完成对随机信号频率结构突变的检测。小波故障诊断机理包括两方面内容：主要是利用观测器信号的奇异性来完成对观测器信号频率结构变化的故障诊断，在检测过程中，不需要借助系统的数学模型来进行诊断，故障检测的灵敏度较高、对噪声的抑制能力较强、对输入信号的要求较低，运算量要求不高，检测时会出现时间延迟等情况，不同的小波基对选取的诊断结果也会产生一定的影响。因此，在模拟电路诊断中，需要借助小波变换器来提取故障特征信息，并将故障特征信息传送入故障分类处理器中，以完成对故障的诊断。

（五）Agent故障诊断技术

Agent故障诊断技术自身具有较强的感知能力、外界通讯能力及问题求解能力的实体，通过外部Agent和预定义协议来完成通讯工作，并通过松耦合的分布式途径来完成分布式智能求解。将Agent故障诊断技术应用于模拟电路故障诊断中，有效的克服了传统人工智能诊断系统中无法解决的实时性问题，强化了诊断系统对动态环境的适应能力，提升了不完全信息的处理能力，为网路环境下的分布式计算机问题求解提供了渠道，强化了故障诊断中的信息监测、搜索及推理，展现出了良好的故障诊断效果[4]。

五、结论

丰富智能化故障诊断技术内容，有助于提升系统故障诊断能力，降低系统的开发及运行成本，提升故障诊断系统的开发运行成本，促进故障诊断系统资源的共享。人工智能诊断方法被广泛应用于工程电子电路智能故障诊断中，进一步推动了模拟电路故障诊断理论及方法的发展，确保了故障诊断技术的完善性及适用性，为复杂及大规模的电子电路故障诊断提供了有效及具有实用性价值的诊断方法，是模拟电路故障诊断的主要发展方向。

参考文献

[1]孟萍.电力电子电路智能故障诊断技术研究[J].无线互联科技,2017,(14):130-131.

[2]宋芷莹.人工智能在电力电子电路故障诊断中的应用[J].现代经济信息,2015,(16):350.

[3]杨博.模拟电路的融合智能故障诊断[J].通讯世界,2015,(02):198.

[4]方惠蓉.模拟电路软故障的智能优化诊断方法分析[J].电子技术与软件工程,2014,(12):141-142.

作者：吕磊；曹韧桩；田云；尹燕恒 单位：公安部第一研究所