模拟线性电路的多故障诊断方法

提出了一种基于电路分析理论的模拟线性电路多故障诊断方法,该方法采用电路分析理论中的替代定理,叠加定理来列写电路的故障诊断方程,利用方程组的相容性原理来进行故障定位,通过计算故障支路的电导增量来完成故障定值.仿真实例表明,这种方法可以提高电路诊断的准确性,并为模拟动态电路的故障诊断提供了理论依据.     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

基于spice3f5的模拟电路故障仿真技术

针对模拟电路通过实测难以形成知识库的问题,构建了模拟电路故障仿真技术的总体架构,研究了spice3f5仿真引擎电路方程构建和求解等关键技术。提出并实现了基于spice3f5的故障仿真方法。为了验证该方法的正确性,采用集成运算放大器、精密电源电路以及与或逻辑电路进行仿真模型建模和电路故障仿真验证。验证结果表明:该方法可以减少仿真时的运算量,提高仿真速度以及故障隔离程度,由此证明了该方法的有效性和实用性。     

模拟电路自动故障诊断评论

本文对现有的模拟电路故障诊断理论进行评论。这里,在广泛文献基础上分析了模拟电路故障诊断发展主线,并建议按照任意故障和多故障分类已知的故障分析理论。最后指出模拟电路自动故障诊断进一步研究的若干领域。     

电路故障诊断方法的研究现状与发展

电路故障诊断方法的研究对武器装备电子学位的维修和设计具有重要意义。在简介电路故障诊断基本方法及其存在问题的基础上,介绍了数字电路、模拟电路和数模混合电路故障诊断方法的研究现状、研究热点、研究难点和发展趋势,指出了电路故障诊断方法在实际工程应用中存在的困难和需要解决的问题。     

基于SPICE的龙芯2F高速电路SI仿真

随着计算机性能的提高,系统总线频率的不断上升,使得高速电路的信号完整性分析变得尤为重要。本设计所使用的"龙芯2F"其主频最高已经达到1G,其内存总线对印制板布线质量有较高的要求。通过SPICE仿真工具对印制板走线进行模型仿真,将电路信号的完整性分析结果以电子图表或波形图本的方式直观地反映出来,最终通过仿真在PCB制板前纠正信号完整性错误,并对电路进行优化设计使硬件电路一次成功,以确保PCB信号质量。     

模拟电路中非零交叉情况下故障最小范围的确定方法

为确定模拟电路非零交叉情况下故障元件存在范围,提出了一种K故障下诊断的新方法。它是一种确定故障元件存在的最小范围的方法,即在十分现实的K故障下,确定能代表电路所有元件并给出在K故障假设下的最优可测试元件组,使故障定位工作只局限于该组元件。通过可测试值计算和规范式不确定性组与最优可测试成分组的确定,可以诊断故障元件的范围。     

电子系统设计技术及应用专题讲座(三) 第5讲 宽带放大器电路设计

围绕着如何克服宽带运放电路自激产生、提高放大电路性能,分析和介绍了电源供电方式的选取、放大器结构的设计、运放的选型和印制板电路的布局布线等方面的一般指导原则。着重论述了影响电路稳定性和带内增益平坦度的因素,并提出了平坦度补偿的指导电路及电路参数估算的方法。     

模拟电路的DCNN-ELM软故障诊断

为提高模拟电路的软故障诊断能力,提出一种基于深度卷积神经网络(DCNN)特征提取的极限学习机(ELM)诊断方法.先利用DCNN在特征提取方面的优势,从含有电路故障信息的信号中自主提取有辨识力的特征;利用ELM出色的分类性能,构建获取特征的故障诊断模型;通过Sallen-Key带通滤波器电路的故障诊断实验对提出方法进行了验证.仿真结果表明,提出的基于DCNN的故障特征提取方法优于传统KPCA与KSLPP方法,与ELM分类器集成后得到的诊断准确率达到98.2％,有助于改善模拟电路的故障诊断精度,从而验证了其可行性和有效性.     

故障诊断中的测试节点优选方法

针对模拟电路故障字典法诊断中测试节点选择问题进行了分析研究。在故障模糊集划分的基础上,根据故障信息量,建立了实时故障树的节点优选方法。实际应用表明,该方法大大了减少测试节点数,提高了诊断的正确性和实时性。     

随动系统模拟电路模块化故障诊断研究

针对人工神经网络在对装备电路进行故障诊断时出现的网络结构庞大，而影响网络诊断速度的问题，提出了模块化诊断思想。首先根据电路的功能特点以及系统电路分割的原则，将装备电路分割成具有独立功能的模块及子模块，然后建立起混联、串联2种模型，分别对其提出逻辑思想、模糊信息融合的诊断方法，从而将电路故障快速、有效地定位在模块级别，如需进一步诊断元器件故障，只需对故障子模块建立规模较小的诊断网络，从而有效避免诊断大规模电路时诊断网络结构庞大的问题。     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。     

基于支路屏蔽思想的模拟电路故障字典的自动建立方法

通过分析传统的故障字典法存在的问题,提出了一种完全不同于传统方法的新的故障字典法。该方法依据支路屏蔽的思想,通过逐一屏蔽电路的各支路,建立起能诊断软、硬两类故障的故障字典。详细阐述了该字典的自动建立方法和原理,并通过诊断例子,证明了该方法的有效性。     

基于约束的交互式电气线路故障诊断

给出了器件的约束表示,实现了电气线路的约束网络化.分析了电气线路约束网络的特点,找出了故障树的剪节方法,提出了基于约束故障诊断的方法和步骤.