一、簡(jiǎn)介

*，電子電路出現(xiàn)的故障中包括模擬電路故障與數(shù)字電路故障兩種。其中針模擬電路的故障診斷研究從20世紀(jì)60年代就已開始，許多國(guó)內(nèi)專家學(xué)者對(duì)其作了很多整體概括、分析與研究。因?yàn)槟M電路的故障模型的復(fù)雜性，信號(hào)在時(shí)域和值域上的連續(xù)性、數(shù)據(jù)容差特性導(dǎo)致的故障模糊性強(qiáng)、廣泛非線性問題導(dǎo)致的故障定位難度大、輸出值與電路元器件參數(shù)和電路結(jié)構(gòu)緊密有關(guān)等方面，所以每年有眾多專家學(xué)者應(yīng)用各種研究方法，包括神經(jīng)網(wǎng)絡(luò)、小波分解、支持向量機(jī)等，對(duì)其進(jìn)行研究，并取得了很多研究成果。本文主要結(jié)合在對(duì)其進(jìn)行故障診斷中出現(xiàn)的各種問題進(jìn)行分析，為相關(guān)領(lǐng)域的研究人員提供參考。

二、模擬電路故障的概念

模擬電路即為處理模擬信號(hào)的電子電路。"模擬"主要是指電壓或者電流對(duì)于真實(shí)信號(hào)成比例的再現(xiàn)過程，它來自于希臘語詞匯，是"成比例"的意思。其主要特點(diǎn)是：一是函數(shù)的取值為無限多個(gè)；二是待傳播的信息包含在模擬信號(hào)的波形之中，隨著傳播信息的變化，模擬信號(hào)的幅度、頻率和相位也隨之發(fā)生變化；三是模擬信號(hào)具有連續(xù)性；四是初級(jí)模擬電路主要解決放大與信號(hào)源。而針對(duì)此類電路產(chǎn)生的故障是指其在正常運(yùn)行過程中，由于某個(gè)器件的參數(shù)發(fā)生變化，進(jìn)而導(dǎo)致整個(gè)電路無法正常運(yùn)行的現(xiàn)象，其大體可分為硬故障與軟故障兩類。

三、模擬電路故障診斷存在的問題

(一)模擬電路故障診斷的難點(diǎn)。目前模擬電路故障診斷的難點(diǎn)在于信號(hào)在時(shí)域和值域上的連續(xù)性、數(shù)據(jù)容差特性導(dǎo)致的故障模糊性強(qiáng)、廣泛非線性問題導(dǎo)致的故障定位難度大、輸出值與電路元器件參數(shù)和電路結(jié)構(gòu)緊密有關(guān)等方面。

模擬電路的建模與數(shù)字電路相比較更為復(fù)雜。目前雖然針對(duì)此類電路的故障診斷與檢測(cè)技術(shù)已經(jīng)取得了很大進(jìn)步，但與實(shí)際的需求相比還遠(yuǎn)遠(yuǎn)不夠。

(二)模擬電路故障診斷存在的問題。

1．分辨率。隨著電路系統(tǒng)的日益復(fù)雜、檢測(cè)信號(hào)的限制以及非線性問題加大的故障定位難度，模擬電路故障的可控性與可測(cè)性受到了很大影響。由于模擬元件值連續(xù)性的原因，響應(yīng)輸出數(shù)據(jù)中會(huì)產(chǎn)生誤差；與此類似，由于模擬元件容差的存在，系統(tǒng)的故障診斷與數(shù)字電路就會(huì)存在較大差異。

2．信息來源。當(dāng)對(duì)模擬電路進(jìn)行故障診斷分析的時(shí)候，一般考慮的是對(duì)當(dāng)前測(cè)點(diǎn)所采集的特征信進(jìn)行收集、分析，而不是對(duì)此時(shí)電路系統(tǒng)工作的磁場(chǎng)、濕度以及環(huán)境溫度等信息進(jìn)行收集、分析。另外，由于對(duì)于系統(tǒng)當(dāng)前的工作狀態(tài)與輸出數(shù)據(jù)過于重視，從而對(duì)其過往的數(shù)據(jù)很少加以考慮，也使得進(jìn)行故障分析時(shí)的信息來源充滿了不確定性。

3．軟故障診斷。軟故障一般是軟件引起的故障，是由于非正常關(guān)機(jī)、操作、病毒等原因造成文件損壞而產(chǎn)生，在大多數(shù)情況下它不會(huì)讓電路系統(tǒng)*失效，但會(huì)導(dǎo)致系統(tǒng)的性能產(chǎn)生惡化現(xiàn)象，是模擬電路故障診斷中的一個(gè)難點(diǎn)。其產(chǎn)生的原因主要有軟件不兼容。有些軟件在運(yùn)行時(shí)與其它軟件發(fā)生沖突，相互不能兼容。如果這兩個(gè)軟件同時(shí)運(yùn)行，可能會(huì)中止系統(tǒng)的運(yùn)行，嚴(yán)重的將會(huì)使系統(tǒng)崩潰。一是非法操作，是由用戶操作不當(dāng)造成，如卸載軟件時(shí)不使用卸載程序，而直接將程序所在的文件夾刪除，這樣不僅不能*卸載該程序，反而會(huì)給系統(tǒng)留下大量的垃圾文件，成為系統(tǒng)故障隱患。二是誤操作，誤操作是指用戶在使用電腦時(shí)，無意中刪除了系統(tǒng)文件或執(zhí)行了格式化命令。這樣會(huì)導(dǎo)致硬盤中重要的數(shù)據(jù)丟失，甚至不能啟動(dòng)電腦。三是病毒的破壞，有的電腦病毒會(huì)感染硬盤中的文件，使某程序不能正常運(yùn)行；有的病毒會(huì)破壞系統(tǒng)文件，造成系統(tǒng)不能正常啟動(dòng)；還有的病毒會(huì)破壞電腦的硬件，使用戶蒙受更大的損失。故障字典法對(duì)于硬故障的診斷有較好的效果，但是對(duì)于軟故障的診斷效果卻不令人滿意。

4．缺少通用的推理機(jī)制?，F(xiàn)有的針對(duì)模擬電路的故障診斷方法對(duì)已知故障樣本的識(shí)別能力較強(qiáng)，但其對(duì)未知的或者新類型的故障識(shí)別能力有待提高，其大多缺乏自我學(xué)習(xí)機(jī)制，擴(kuò)展性與適應(yīng)性較差。一旦工作條件改變或者出現(xiàn)未知類型故障時(shí)，故障診斷的準(zhǔn)確性就會(huì)大幅下降。

四、模擬電路故障診斷與檢測(cè)方法

(一)基于遺傳BP網(wǎng)絡(luò)的故障診斷與檢測(cè)方法。BP網(wǎng)絡(luò)的主要特點(diǎn)是具有很強(qiáng)的非線性映射能力，適用于解決所收集數(shù)據(jù)的分類問題，它屬于模式識(shí)別方法中的一種，即依靠故障展現(xiàn)出的特征來識(shí)別故障源。這種方法無需數(shù)學(xué)模型，實(shí)施比較方便，具有較好的應(yīng)用前景。其首先要對(duì)模擬電路故障進(jìn)行檢測(cè)，也就是對(duì)其故障特征的提取。其中應(yīng)用小波變化方法是比較常用且具有很多優(yōu)點(diǎn)的方法。主要步驟：一是選擇*小波分解樹來對(duì)模擬電路的采樣取得的信號(hào)進(jìn)行初步分析；二是用正交小波分解來提取各層的低頻與高頻系數(shù)；三是對(duì)其中的高頻系數(shù)進(jìn)行消噪處理后，將各層系數(shù)能量值，按大小排列取得相應(yīng)特征；四是對(duì)取得的故障特征進(jìn)行PCA與歸一化處理，得出傳播信號(hào)的故障特征。接下來就是應(yīng)用BP神經(jīng)網(wǎng)絡(luò)在對(duì)待測(cè)模擬電路測(cè)前，訓(xùn)練好神經(jīng)網(wǎng)絡(luò)；待診斷時(shí)，將測(cè)量所得到的輸入向量輸入神經(jīng)網(wǎng)絡(luò)中，其能自動(dòng)對(duì)故障模式進(jìn)行分類。

(二)基于遺傳小波神經(jīng)網(wǎng)絡(luò)的故障診斷與檢測(cè)方法?；谶z傳小波神經(jīng)網(wǎng)絡(luò)方法的基本原理是在保留神經(jīng)網(wǎng)絡(luò)、小波分析在故障檢測(cè)與診斷中的優(yōu)點(diǎn)的基礎(chǔ)上，結(jié)合遺傳算法的特點(diǎn)來完成對(duì)模擬電路故障的檢測(cè)與診斷任務(wù)。遺傳算法的主要優(yōu)點(diǎn)是其為一種基于天然選擇與對(duì)應(yīng)遺傳的全局性優(yōu)化算法，它采用的是選擇、交叉和變異三種從自然選擇機(jī)理中抽象出來的遺傳算子進(jìn)行操作的方法。采用遺傳算法首先要組成一組候選解，然后測(cè)算它們的適應(yīng)度，根據(jù)適應(yīng)度保留某些候選解并對(duì)其進(jìn)行操作，形成新的候選解。

(三)基于自適應(yīng)小波分解和SVM理論的方法。另外一種典型的針對(duì)模擬電路產(chǎn)生的故障的診斷與檢測(cè)方法是將小波分析與支持向量機(jī)原理結(jié)合，對(duì)模擬電路進(jìn)行相應(yīng)診斷。其首先需要對(duì)所研究電路產(chǎn)生的故障信號(hào)應(yīng)用自適應(yīng)小波分解來提取故障的典型特征，然后采用SVM方法對(duì)提取的典型故障特征進(jìn)行區(qū)分識(shí)別。需要注意的是采用小波分解手段來提取電路出現(xiàn)故障的典型特征時(shí)，母小波的選擇是依據(jù)正常響應(yīng)和故障響應(yīng)之間的小波系數(shù)之差的zui人均方根原則。而采用支持向量機(jī)的主要優(yōu)點(diǎn)是由于此種 法避免了"維數(shù)災(zāi)難"，其對(duì)提取的特征空間的分袂的*超平是支持向量機(jī)方法的目標(biāo)，也是此方法的核心，而且具有一定魯棒性，可剔除大量冗余數(shù)據(jù)樣本。