現(xiàn)代模擬電路智能故障診斷方法研究與發(fā)展
加入技術(shù)交流群
2 模擬電路故障診斷特點(diǎn)
同數(shù)字電路的故障診斷方法相比，模擬電路故障診斷的發(fā)展速度相對(duì)較慢，至今仍然沒(méi)有一個(gè)被廣泛認(rèn)可的測(cè)試診斷理論和方法。模擬電路的故障診斷之所以比數(shù)字電路的故障診斷要困難是由如下幾個(gè)特點(diǎn)決定的：
1)模擬電路的輸入、輸出信號(hào)在時(shí)域和電壓幅度上具有連續(xù)性，以及元件參數(shù)的連續(xù)性使得故障診斷模型比較復(fù)雜，難以簡(jiǎn)單量化。
2)實(shí)際模擬電路中的元件參數(shù)都具有很大的離散性，即具有容差。容差的存在導(dǎo)致了故障的模糊性，因而有時(shí)無(wú)法唯一確定故障位置，使得診斷結(jié)果的準(zhǔn)確性難以保證，這是故障診斷的最大困難之一。
3)模擬電路中廣泛存在非線性和反饋回路。模擬電路中往往含有非線性元件，而且即使在線性電路中也存在眾多的非線性問(wèn)題，這使得診斷的復(fù)雜性和信息處理量急劇增加。
4)模擬電路中可測(cè)電壓節(jié)點(diǎn)有限，導(dǎo)致供診斷用的故障信息量不充分，造成故障定位的不唯一性和模糊性，或者根本不可診斷。
5)模擬電路對(duì)環(huán)境變化較敏感，其輸出響應(yīng)不僅易受制造工藝所引起的元件參數(shù)偏差的影響，而且易受熱噪聲、電磁干擾等外界環(huán)境因素的影響。
鑒于上述原因，我們不可能將相對(duì)成熟的數(shù)字電路故障診斷方法直接移植到模擬電路系統(tǒng)中區(qū)解決問(wèn)題，必須根據(jù)模擬電路自身的特點(diǎn)去探索新的行之有效的診斷理論和方法。
3 模擬電路現(xiàn)代故障診斷方法
模擬電路故障診斷濫觴于上個(gè)世紀(jì)60年代美國(guó)的軍事工業(yè)系統(tǒng)。1985年Bandler和Salama對(duì)模擬電路故障診斷理論進(jìn)行了系統(tǒng)闡述，并且根據(jù)對(duì)電路的仿真是在測(cè)試前還是在測(cè)試后通?？蓪⒃\斷方法分為兩大類：即測(cè)前仿真診斷(Simulation Before Test Approach，SBT)和測(cè)后仿真診斷(Simulation After Test Approach，SAT)，同時(shí)他們還提及了逼近法和人工智能方法等。
傳統(tǒng)的模擬電路故障診斷方法以故障字典法、參數(shù)識(shí)別法、故障驗(yàn)證法、逼近法等為代表。由于電路規(guī)模和復(fù)雜性的不斷增長(zhǎng)，傳統(tǒng)診斷方法愈來(lái)愈不能滿足實(shí)際電路診斷的需求，如診斷所需計(jì)算量太大，由于元件容差問(wèn)題造成診斷結(jié)果模糊等。隨著專家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、模式識(shí)別、小波分析等技術(shù)的深入研究和應(yīng)用，它們?yōu)榻鉀Q模擬電路故障診斷中所存在的各種難題提供了有益思路和有效工具，因此基于人工智能和現(xiàn)代信息信號(hào)處理的診斷方法已經(jīng)成為當(dāng)前模擬電路故障診斷領(lǐng)域的主流方法。
3．1 基于專家系統(tǒng)的故障診斷方法
專家系統(tǒng)(Expert System，ES)是一種基于知識(shí)的計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。它根據(jù)專家提供的知識(shí)和經(jīng)驗(yàn)，采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬人類專家的決策過(guò)程，以便解決那些需要領(lǐng)域?qū)＜也拍軌蛱幚淼膹?fù)雜問(wèn)題。故障診斷專家系統(tǒng)結(jié)構(gòu)框圖如圖3所示，它通常包括人機(jī)接口、知識(shí)庫(kù)、綜合數(shù)據(jù)庫(kù)、推理機(jī)和解釋器等幾個(gè)部分。本文引用地址：http://2s4d.com/article/186871.htm
知識(shí)庫(kù)用于存放故障診斷規(guī)則，反映各種故障的因果關(guān)系；知識(shí)獲取機(jī)構(gòu)可以使人類專家通過(guò)人機(jī)接口直接建立和修改故障診斷規(guī)則或修改、補(bǔ)充、完善整個(gè)故障診斷系統(tǒng)；推理機(jī)實(shí)施對(duì)整個(gè)問(wèn)題的求解推理過(guò)程的控制，它根據(jù)綜合數(shù)據(jù)庫(kù)中的當(dāng)前信息，將知識(shí)庫(kù)中的規(guī)則拿來(lái)匹配，然后利用適當(dāng)?shù)目刂扑惴ㄍ茢喑鼋Y(jié)論；綜合數(shù)據(jù)庫(kù)中存放人為提取的一些過(guò)程特征數(shù)據(jù)或某些故障現(xiàn)象的描述以及診斷過(guò)程記錄等信息；解釋程序是在用戶需要時(shí)對(duì)整個(gè)故障診斷過(guò)程做出合理的解釋。知識(shí)庫(kù)和推理機(jī)是專家系統(tǒng)的核心，傳統(tǒng)專家系統(tǒng)中，專家經(jīng)驗(yàn)知識(shí)(對(duì)被診斷系統(tǒng)所觀察到的癥狀與可能故障之間的關(guān)系)通常以確定性的IF-THEN規(guī)則表示。
目前較為實(shí)用的專家系統(tǒng)有：基于規(guī)則的專家系統(tǒng)、基于案例的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于模糊邏輯的專家系統(tǒng)、基于模型的專家系統(tǒng)等?；趯＜蚁到y(tǒng)的故障診斷方法能夠利用專家豐富的領(lǐng)域知識(shí)、經(jīng)驗(yàn)，無(wú)需對(duì)系統(tǒng)進(jìn)行數(shù)學(xué)建模并且診斷結(jié)果易于理解，因此在很多領(lǐng)域得到了廣泛應(yīng)用。但是專家系統(tǒng)也存在著一些固有的不足之處：1)知識(shí)獲取和表達(dá)比較困難，這成為專家系統(tǒng)的“瓶頸”問(wèn)題；
2)缺乏自我學(xué)習(xí)和記憶的能力，診斷的效率和準(zhǔn)確性方面無(wú)法保證。這是因?yàn)閷＜蚁到y(tǒng)無(wú)法記憶以前處理過(guò)的故障，所以當(dāng)再一次出現(xiàn)同樣的故障時(shí)其不得不浪費(fèi)大量的時(shí)間進(jìn)行重復(fù)的勞動(dòng)，導(dǎo)致診斷效率降低。專家系統(tǒng)沒(méi)有記憶功能，無(wú)法記憶本身的錯(cuò)誤，因此注定今后會(huì)犯同樣的錯(cuò)誤。
專家系統(tǒng)診斷的準(zhǔn)確程度依賴于知識(shí)庫(kù)中領(lǐng)域?qū)＜医?jīng)驗(yàn)的豐富程度和知識(shí)水平的高低，因此當(dāng)遇到一些邊緣性的問(wèn)題就會(huì)出現(xiàn)“窄臺(tái)階效應(yīng)”。3)推理能力弱，具有脆弱性。專家系統(tǒng)的本質(zhì)特征是基于規(guī)則的推理思維，因此當(dāng)規(guī)則較多時(shí)，系統(tǒng)推理速度慢、效率低，容易出現(xiàn)“匹配沖突”、“組合爆炸”以及“無(wú)窮遞歸”等問(wèn)題。
3．2 基于模糊邏輯的診斷方法
故障診斷是通過(guò)研究故障與征兆之聞的關(guān)系來(lái)判斷系統(tǒng)狀態(tài)，由于語(yǔ)言表達(dá)、信息不完全等帶來(lái)的模糊屬性常常出現(xiàn)在對(duì)故障征兆的描述中，故障與征兆之間的關(guān)系很難用精確的數(shù)學(xué)模型來(lái)表示，導(dǎo)致某些故障狀態(tài)也是模糊的。模糊邏輯提供了表達(dá)和處理模糊邏輯概念的機(jī)制，模糊邏輯的引入可以克服由于復(fù)雜系統(tǒng)本身的不確定性和噪聲等帶來(lái)的影響，因此在進(jìn)行復(fù)雜系統(tǒng)故障診斷時(shí)顯示出一定的優(yōu)越性。模糊故障診斷方法是利用模糊數(shù)學(xué)中的隸屬度函數(shù)和模糊關(guān)系矩陣來(lái)解決故障與征兆之間的不確定關(guān)系。其實(shí)質(zhì)是引入了隸屬度函數(shù)的概念，把傳統(tǒng)的0和1的二值邏輯轉(zhuǎn)移到[0，1]區(qū)間上的連續(xù)值邏輯上來(lái)。
Bilski等人提出了一種基于模糊邏輯的決策樹模擬系統(tǒng)自動(dòng)故障診斷方法，該方法能夠在存在噪聲的情況下檢測(cè)和定位多種故障。文中給出了該方法的一般體系結(jié)構(gòu)，并且介紹了降噪、特征提取和故障檢測(cè)的處理過(guò)程。隨后作者通過(guò)3種物理特性不同的系統(tǒng)對(duì)該方法進(jìn)行了測(cè)試和驗(yàn)證，結(jié)果證明了該方法的優(yōu)越性。Carelani等人提出了一個(gè)基于頻域故障字典的模糊自動(dòng)診斷系統(tǒng)，并通過(guò)兩個(gè)模擬電路單軟故障的例子分析了所提方法的性能。Pous等人提出了一個(gè)以故障字典信息作為隸屬函數(shù)輸入變量，而隸屬度函數(shù)形狀由元件參數(shù)值分布決定的模糊診斷系統(tǒng)，該方法同故障字典相比性能有了極大提高。
模糊變量表示可讀性強(qiáng)，模糊邏輯推理嚴(yán)謹(jǐn)，類似于人類的思維過(guò)程，易于理解。但對(duì)于復(fù)雜電路系統(tǒng)進(jìn)行故障診斷時(shí)存在隸屬原則的選擇、隸屬度函數(shù)的確定和模糊關(guān)系矩陣的構(gòu)造等技術(shù)難點(diǎn)。隸屬度函數(shù)的確定不但需要豐富的經(jīng)驗(yàn)知識(shí)而且需要花費(fèi)較長(zhǎng)的時(shí)間，模糊關(guān)系矩陣R的構(gòu)造需要以大量現(xiàn)場(chǎng)實(shí)際運(yùn)行數(shù)據(jù)為基礎(chǔ)，其精度的高低主要取決于觀測(cè)數(shù)據(jù)的準(zhǔn)確性及豐富程度。
評(píng)論