現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)展速度相對較慢，至今仍然沒(méi)有一個(gè)被廣泛認可的測試診斷理論和方法。模擬電路的故障診斷之所以比數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、輸出信號在時(shí)域和電壓幅度上具有連續性，以及元件參數的連續性使得故障診斷模型比較復雜，難以簡(jiǎn)單量化。
2)實(shí)際模擬電路中的元件參數都具有很大的離散性，即具有容差。容差的存在導致了故障的模糊性，因而有時(shí)無(wú)法唯一確定故障位置，使得診斷結果的準確性難以保證，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(xiàn)性和反饋回路。模擬電路中往往含有非線(xiàn)性元件，而且即使在線(xiàn)性電路中也存在眾多的非線(xiàn)性問(wèn)題，這使得診斷的復雜性和信息處理量急劇增加。
4)模擬電路中可測電壓節點(diǎn)有限，導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)模擬電路對環(huán)境變化較敏感，其輸出響應不僅易受制造工藝所引起的元件參數偏差的影響，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，我們不可能將相對成熟的數字電路故障診斷方法直接移植到模擬電路系統中區解決問(wèn)題，必須根據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 模擬電路現代故障診斷方法
模擬電路故障診斷濫觴于上個(gè)世紀60年代美國的軍事工業(yè)系統。1985年Bandler和Salama對模擬電路故障診斷理論進(jìn)行了系統闡述，并且根據對電路的仿真是在測試前還是在測試后通?？蓪⒃\斷方法分為兩大類(lèi)：即測前仿真診斷(Simulation Before Test Approach，SBT)和測后仿真診斷(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。
傳統的模擬電路故障診斷方法以故障字典法、參數識別法、故障驗證法、逼近法等為代表。由于電路規模和復雜性的不斷增長(cháng)，傳統診斷方法愈來(lái)愈不能滿(mǎn)足實(shí)際電路診斷的需求，如診斷所需計算量太大，由于元件容差問(wèn)題造成診斷結果模糊等。隨著(zhù)專(zhuān)家系統、模糊理論、神經(jīng)網(wǎng)絡(luò )、機器學(xué)習、模式識別、小波分析等技術(shù)的深入研究和應用，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代信息信號處理的診斷方法已經(jīng)成為當前模擬電路故障診斷領(lǐng)域的主流方法。
3．1 基于專(zhuān)家系統的故障診斷方法
專(zhuān)家系統(Expert System，ES)是一種基于知識的計算機程序系統，其內部含有大量的某個(gè)領(lǐng)域專(zhuān)家水平的知識與經(jīng)驗，能夠利用人類(lèi)專(zhuān)家的知識和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。它根據專(zhuān)家提供的知識和經(jīng)驗，采用人工智能中的知識表示和知識推理技術(shù)來(lái)模擬人類(lèi)專(zhuān)家的決策過(guò)程，以便解決那些需要領(lǐng)域專(zhuān)家才能夠處理的復雜問(wèn)題。故障診斷專(zhuān)家系統結構框圖如圖3所示，它通常包括人機接口、知識庫、綜合數據庫、推理機和解釋器等幾個(gè)部分。本文引用地址：http://dyxdggzs.com/article/186871.htm
知識庫用于存放故障診斷規則，反映各種故障的因果關(guān)系；知識獲取機構可以使人類(lèi)專(zhuān)家通過(guò)人機接口直接建立和修改故障診斷規則或修改、補充、完善整個(gè)故障診斷系統；推理機實(shí)施對整個(gè)問(wèn)題的求解推理過(guò)程的控制，它根據綜合數據庫中的當前信息，將知識庫中的規則拿來(lái)匹配，然后利用適當的控制算法推斷出結論；綜合數據庫中存放人為提取的一些過(guò)程特征數據或某些故障現象的描述以及診斷過(guò)程記錄等信息；解釋程序是在用戶(hù)需要時(shí)對整個(gè)故障診斷過(guò)程做出合理的解釋。知識庫和推理機是專(zhuān)家系統的核心，傳統專(zhuān)家系統中，專(zhuān)家經(jīng)驗知識(對被診斷系統所觀(guān)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規則表示。
目前較為實(shí)用的專(zhuān)家系統有：基于規則的專(zhuān)家系統、基于案例的專(zhuān)家系統、基于框架的專(zhuān)家系統、基于模糊邏輯的專(zhuān)家系統、基于模型的專(zhuān)家系統等?；趯?zhuān)家系統的故障診斷方法能夠利用專(zhuān)家豐富的領(lǐng)域知識、經(jīng)驗，無(wú)需對系統進(jìn)行數學(xué)建模并且診斷結果易于理解，因此在很多領(lǐng)域得到了廣泛應用。但是專(zhuān)家系統也存在著(zhù)一些固有的不足之處：1)知識獲取和表達比較困難，這成為專(zhuān)家系統的“瓶頸”問(wèn)題；
2)缺乏自我學(xué)習和記憶的能力，診斷的效率和準確性方面無(wú)法保證。這是因為專(zhuān)家系統無(wú)法記憶以前處理過(guò)的故障，所以當再一次出現同樣的故障時(shí)其不得不浪費大量的時(shí)間進(jìn)行重復的勞動(dòng)，導致診斷效率降低。專(zhuān)家系統沒(méi)有記憶功能，無(wú)法記憶本身的錯誤，因此注定今后會(huì )犯同樣的錯誤。
專(zhuān)家系統診斷的準確程度依賴(lài)于知識庫中領(lǐng)域專(zhuān)家經(jīng)驗的豐富程度和知識水平的高低，因此當遇到一些邊緣性的問(wèn)題就會(huì )出現“窄臺階效應”。3)推理能力弱，具有脆弱性。專(zhuān)家系統的本質(zhì)特征是基于規則的推理思維，因此當規則較多時(shí)，系統推理速度慢、效率低，容易出現“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)判斷系統狀態(tài)，由于語(yǔ)言表達、信息不完全等帶來(lái)的模糊屬性常常出現在對故障征兆的描述中，故障與征兆之間的關(guān)系很難用精確的數學(xué)模型來(lái)表示，導致某些故障狀態(tài)也是模糊的。模糊邏輯提供了表達和處理模糊邏輯概念的機制，模糊邏輯的引入可以克服由于復雜系統本身的不確定性和噪聲等帶來(lái)的影響，因此在進(jìn)行復雜系統故障診斷時(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學(xué)中的隸屬度函數和模糊關(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的概念，把傳統的0和1的二值邏輯轉移到[0，1]區間上的連續值邏輯上來(lái)。
Bilski等人提出了一種基于模糊邏輯的決策樹(shù)模擬系統自動(dòng)故障診斷方法，該方法能夠在存在噪聲的情況下檢測和定位多種故障。文中給出了該方法的一般體系結構，并且介紹了降噪、特征提取和故障檢測的處理過(guò)程。隨后作者通過(guò)3種物理特性不同的系統對該方法進(jìn)行了測試和驗證，結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，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輸入變量，而隸屬度函數形狀由元件參數值分布決定的模糊診斷系統，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，模糊邏輯推理嚴謹，類(lèi)似于人類(lèi)的思維過(guò)程，易于理解。但對于復雜電路系統進(jìn)行故障診斷時(shí)存在隸屬原則的選擇、隸屬度函數的確定和模糊關(guān)系矩陣的構造等技術(shù)難點(diǎn)。隸屬度函數的確定不但需要豐富的經(jīng)驗知識而且需要花費較長(cháng)的時(shí)間，模糊關(guān)系矩陣R的構造需要以大量現場(chǎng)實(shí)際運行數據為基礎，其精度的高低主要取決于觀(guān)測數據的準確性及豐富程度。
評論