The invention discloses an analog circuit intermittent fault diagnosis method, which does not need to study the complex dynamic characteristics of the intermittent fault system, only obtains enough intermittent fault data for analysis and processing to realize the intermittent fault diagnosis. It includes the following steps: firstly, off-line modeling of the test circuit is carried out by circuit simulation software, sensitivity analysis is carried out for the test circuit, and high-sensitivity components are selected as the nodes of intermittent and permanent faults; and K Monte Carlo analysis signals under different states are obtained by applying excitation to the test circuit. The output signals of each state are decomposed by j-layer wavelet packet, and the energy characteristics of the signals in each frequency band are extracted as eigenvectors; the K eigenvectors of each state are composed of observation sequences; the GHMM models corresponding to different states are trained by the observation sequences of each state, and the off-line modeling is completed; finally, the model is diagnosed by the real-time measurement and the model is built. The observation sequence of the measured signal of the quasi circuit is input into the trained GHMM model library, and the diagnosis result is obtained.
【技术实现步骤摘要】
一种模拟电路间歇故障诊断方法
本专利技术属于模拟电路故障诊断领域,涉及一种模拟电路间歇故障诊断方法。
技术介绍
模拟电路在工业生产、日常生活和高科技领域有着非常广泛的应用。在电子电路系统中,间歇故障严重影响系统性能。在混合电路中,间歇故障发生频率是永久故障的10~30倍,是造成系统失效的主要原因。虽然电子设备中数字电路约占80%,模拟电路约占20%,但在其寿命周期中,约80%的故障出自模拟电路。显然,模拟电路的可靠性和维修性很大程度上决定了电子设备的可靠性和维修性。间歇故障是一种可反复出现,未经处理可自行消失的非永久故障,具有随机性,间歇性和反复性。在电子设备尤其是大规模集成电路中,由于制造工艺不佳和不规范使用等导致的元器件虚焊、芯片管脚和连线松动等均会导致电路间歇故障的发生。目前,提取故障特征的方法很多,如快速傅里叶变换,小波变换,小波包变换,倒谱和Wigner分布等。模拟电路中故障信号往往是非平稳和非线性的,一些传统方法不能理想地提取故障特征。小波变换是一种适用于非平稳信号的时频分析方法,但它丢失了信号高频带的相关信息。小波包变换克服了小波变换的缺点,可以对整个信号频率范围进行均匀分解。小波包分解后,信号可以分解为多个独立的频带而不会发生遗漏和重叠。由于间歇故障机理复杂,建立解析模型的方法条件较为苟刻,不易实现。而高斯混合隐马尔科夫模型(GHMM)是一种基于统计模型的故障诊断方法,无需对间歇故障特性与机理进行深入的分析,只需要通过系统各状态运行的数据就可以建立概率统计的GHMM模型,通过待测信号与各状态的模型相似度就可以确定系统当前状态,从而达到间歇故 ...
【技术保护点】
1.一种模拟电路间歇故障诊断方法,其特征在于,包括如下步骤:1)使用电路仿真软件对待测电路进行灵敏度分析,选取灵敏度高的元件作为间歇故障和永久故障的发生部位,给定电路各个元件的容差均为5%。2)对待测电路施加激励,在离线建模阶段,通过电路仿真软件,针对不同元件的正常状态、间歇故障状态和永久故障状态,根据元件参数的变化范围,分别执行K次Monte Carlo分析,最后分别得到正常状态、间歇故障状态和永久故障状态下待测电路的K个输出信号。3)对步骤2)中的正常状态、间歇故障状态和永久故障状态下的输出信号进行j层小波包分解,提取各频带内信号的能量特征作为特征向量,每个状态有K个特征向量。4)将步骤3)中各个状态下的K个特征向量组成观测序列。通过各个状态的观测序列训练得到不同元件不同状态对应的GHMM模型(正常状态、间歇故障状态和永久故障状态),完成离线建模。同时将实测电路的信号进行步骤3)的小波包特征提取,构建特征向量,以进行测试识别使用。5)将电路的实测信号的观测序列输入训练好的GHMM模型库中,通过实测信号与各模型的相似度来识别电路的正常状态、间歇故障状态和永久故障状态,得出诊断结果,完 ...
【技术特征摘要】
1.一种模拟电路间歇故障诊断方法,其特征在于,包括如下步骤:1)使用电路仿真软件对待测电路进行灵敏度分析,选取灵敏度高的元件作为间歇故障和永久故障的发生部位,给定电路各个元件的容差均为5%。2)对待测电路施加激励,在离线建模阶段,通过电路仿真软件,针对不同元件的正常状态、间歇故障状态和永久故障状态,根据元件参数的变化范围,分别执行K次MonteCarlo分析,最后分别得到正常状态、间歇故障状态和永久故障状态下待测电路的K个输出信号。3)对步骤2)中的正常状态、间歇故障状态和永久故障状态下的输出信号进行j层小波包分解,提取各频带内信号的能量特征作为特征向量,每个状态有K个特征向量。4)将步骤3)中各个状态下的K个特征向量组成观测序列。通过各个状态的观测序列训练得到不同元件不同状态对应的GHMM模型(正常状态、间歇故障状态和永久故障状态),完成离线建模。同时将实测电路的信号进行步骤3)的小波包特征提取,构建特征向量,以进行测试识别使用。5)将电路的实测信号的观测序列输入训练好的GHMM模型库中,通过实测信号与各模型的相似度来识别电路的正常状态、间歇故障状态和永久故障状态,得出诊断结果,完成间歇故障的诊断。2.根据权利要求1所述的,一种模拟电路间歇故障诊断方法,其特征在于,所述步骤2)其间歇故障状态下仿真数据的获取,考虑到实际电路中难以获取大量间歇故障数据,并且测量过程中难...
【专利技术属性】
技术研发人员:屈剑锋,房晓宇,王泽平,於小林,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。