斜率模型故障診斷與ARMA預(yù)測(cè)技術(shù)研究及電路驗(yàn)證.pdf

1、隨著模擬電路復(fù)雜性的提高，電路故障診斷與預(yù)測(cè)的難度也在不斷的增加。研究人員致力于故障診斷與預(yù)測(cè)算法研究，取得了諸多成果，促進(jìn)了算法研究的發(fā)展，但是卻一直缺乏實(shí)測(cè)數(shù)據(jù)來(lái)源和實(shí)際故障診斷系統(tǒng)來(lái)評(píng)判算法的優(yōu)劣性，所以這兩方面的研究發(fā)展也顯得緩慢。論文將在研究基于斜率模型故障字典診斷方法，以及ARMA預(yù)測(cè)模型的基礎(chǔ)上，選用leapfrog電路建立故障診斷與預(yù)測(cè)系統(tǒng)，實(shí)現(xiàn)對(duì)算法的實(shí)際驗(yàn)證。
　　在理論研究上，論文致力于兩種算法研究。首先，對(duì)

2、基于斜率模型故障診斷方法進(jìn)行研究，探討了使用該法建立故障字典的理論基礎(chǔ)和具體步驟，對(duì)leapfrog低通濾波器電路建立了斜率故障字典，得出了最佳測(cè)試節(jié)點(diǎn)，減少了測(cè)試節(jié)點(diǎn)數(shù)；同時(shí)，對(duì)ARMA預(yù)測(cè)技術(shù)進(jìn)行了深入研究，對(duì)建立 ARMA模型的關(guān)鍵技術(shù)進(jìn)行了詳細(xì)闡述，對(duì)比了矩估計(jì)和極大似然估計(jì)兩種模型參數(shù)計(jì)算方法，在此基礎(chǔ)上給出使用粒子群算法（PSO）對(duì)ARMA模型的AR參數(shù)和MA參數(shù)進(jìn)行優(yōu)化的思想。通過(guò)仿真和實(shí)例驗(yàn)證，證明優(yōu)化后的參數(shù)更適合建立

3、ARMA模型。
　　在實(shí)踐上，搭建了模擬電路故障診斷與預(yù)測(cè)的驗(yàn)證系統(tǒng)，包括被測(cè)模塊，采集模塊和數(shù)據(jù)處理模塊。針對(duì)leapfrog電路，使用Protel設(shè)計(jì)原理圖和電路板，利用Pspice和Matlab實(shí)現(xiàn)了電路仿真，并使用VC++軟件建立用戶界面，實(shí)現(xiàn)了在線故障診斷與預(yù)測(cè)。系統(tǒng)為故障診斷算法提供實(shí)測(cè)數(shù)據(jù)，實(shí)現(xiàn)在線故障診斷；同時(shí)，系統(tǒng)也為預(yù)測(cè)算法研究提供數(shù)據(jù)來(lái)源，實(shí)現(xiàn)在線狀態(tài)預(yù)測(cè)。
　　實(shí)驗(yàn)結(jié)果表明，系統(tǒng)運(yùn)行良好，基本實(shí)現(xiàn)在線