模擬電路測(cè)試診斷理論與關(guān)鍵技術(shù)研究.pdf

1、模擬電路是航空、國(guó)防和現(xiàn)代工業(yè)中電子設(shè)備的重要組成部分，隨著電路集成度和復(fù)雜度的提高，現(xiàn)代電子設(shè)備對(duì)模擬電路的可靠性和測(cè)試性的要求越來(lái)越高。模擬電路故障測(cè)試診斷研究能夠極大豐富現(xiàn)代電路理論體系，降低工程應(yīng)用中因電路故障而帶來(lái)的損失和維護(hù)成本，推動(dòng)電子系統(tǒng)的故障預(yù)測(cè)和健康管理技術(shù)的發(fā)展。本文吸取傳統(tǒng)方法優(yōu)點(diǎn)的同時(shí)以可測(cè)性分析理論、分?jǐn)?shù)階時(shí)頻分析理論、支持向量數(shù)據(jù)描述(Support Vector Data Desertion，SVDD)理

2、論為基礎(chǔ)，對(duì)模擬電路測(cè)試診斷中的測(cè)試激勵(lì)選擇、測(cè)試節(jié)點(diǎn)選擇、故障特征提取和智能故障診斷方法進(jìn)行研究。本文的主要貢獻(xiàn)在于：
　　 (1)提出一種基于信號(hào)波形分解的測(cè)試激勵(lì)生成方法。由于可選的測(cè)試激勵(lì)信號(hào)及參數(shù)有無(wú)窮組合，理論上選擇最優(yōu)激勵(lì)信號(hào)是一個(gè)NP難問(wèn)題。為了降低測(cè)試激勵(lì)選擇的復(fù)雜度，提高待測(cè)電路故障特征的可診性，研究了基于信號(hào)波形分解的最優(yōu)測(cè)試激勵(lì)生成技術(shù)。根據(jù)信號(hào)的傅立葉級(jí)數(shù)和小波基分解原理提出了兩種任意波形激勵(lì)信號(hào)的實(shí)現(xiàn)

3、方法，將樣本的最大類(lèi)內(nèi)類(lèi)間距離作為故障可診性的判斷依據(jù)，由遺傳算法進(jìn)化得到最優(yōu)激勵(lì)信號(hào)。實(shí)驗(yàn)驗(yàn)證了新方法能夠生成任意波形的激勵(lì)信號(hào)，生成的測(cè)試激勵(lì)信號(hào)可提高待測(cè)電路的故障可診性，該方法適合線性電路和非線性電路的測(cè)試診斷。
　　 (2)提出一種基于模糊故障概率的測(cè)試節(jié)點(diǎn)選擇方法。傳統(tǒng)的測(cè)試節(jié)點(diǎn)選擇方法中±0.7 V的統(tǒng)一模糊區(qū)間并不能符合每類(lèi)電路和故障的特性，而且單一的測(cè)點(diǎn)選擇標(biāo)準(zhǔn)也不能保證得到全局最優(yōu)的測(cè)試節(jié)點(diǎn)集合。為此，研究一

4、種基于模糊故障概率的測(cè)試節(jié)點(diǎn)選擇技術(shù)，根據(jù)故障樣本的正態(tài)分布曲線設(shè)置故障模糊區(qū)間，融合模糊樣本交叉曲線面積和隔離故障度的雙重信息，選擇最優(yōu)測(cè)試節(jié)點(diǎn)集合。實(shí)驗(yàn)結(jié)果表明該方法在最少的測(cè)試節(jié)點(diǎn)下能診斷出最多的故障，并且模糊故障的誤診概率最低。
　　 (3)提出一種基于分?jǐn)?shù)階小波變換的故障特征提取方法。模擬電路中模糊故障的輸出特征很相似，難以正確診斷和定位。為了提高故障特征的可區(qū)分性，研究一種基于分?jǐn)?shù)階小波變換的模擬電路故障特征提取技術(shù)

5、。首先，將分?jǐn)?shù)階小波變換理解為在分?jǐn)?shù)階傅立葉域的小波變換，提出一種基于核分解的離散分?jǐn)?shù)階小波變換方法。然后，基于此離散方法，提出一種基于多階分?jǐn)?shù)階小波變換的故障特征提取方法。實(shí)驗(yàn)結(jié)果表明新方法提取多階分?jǐn)?shù)階空間中的故障信息能夠增加故障特征的多樣性和可區(qū)分性。
　　 (4)設(shè)計(jì)一種基于Vague集信息融合的VSVDD(Vague SVDD，VSVDD)分類(lèi)算法，并應(yīng)用到模擬電路故障診斷中。模擬電路是多類(lèi)故障診斷問(wèn)題，如果描述球體邊