论文部分内容阅读
【摘 要】随着电路系统集成度的不断增大，模拟电路中的故障成本占据集成电路总诊断成本的绝大部分，因此加强模拟电路故障诊断与排除的研究十分重要。本文首先分析模拟电话故障的类型与原因，随后详细介绍几种故障的诊断方法。
【关键词】模拟电路；故障；诊断
1.模拟电路故障
电路（系统）诞失规定功能称为故障，在模拟电路中的故障类型及原因如下：从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障，早期故障率较高并随时间而迅速下降。统计表明，数字电路的早期故障率为3～10%，模拟电路的早期故障率为1～5%，晶体管的早期故障率为0.75～2%，二极管的早期故障率为0.2～1%，电容器的早期故障率为0.1～1%。
偶然故障是由偶然因素造成的、在有效使用期内发生的故障，偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障，损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障，它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差（如开路、短路）造成的、通过事前测试或监控不能预测到的故障。根据实验经验统计，硬故障约占故障率的80%，继续研究仍有实用价值。间歇故障是由老化、容差不足、接触不良等原因造成的、仅在某些特定情况下才表现出来的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件，常见于运行中的设备。多故障指与几个参量或元件有关的故障，常见于刚出厂的设备。独立故障是指不是由另一个元件故障而引起的故障。从属故障是指由另一个元件故障引起的故障。
2.测前横拟法SBT
测前模拟法又称故障字典法FD（Fault Dictionary）或故障模拟法，其理论基础是模式识别原理，基本步骤是在电路测试之前，用计算机模拟电路在各种故障条件下的状态，建立故障字典；电路测试以后，根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少，必须选择具有高分辨率的测试点。在大多数情况F，字典法采用查表的形式，表中元素为d…i=l，2，…，n，j=1，2，…，m，n是假设故障的数目，m是测量特性数。
故障字典法的优点是一次性计算，所需测试点少，几乎无需测后计算，因此使用灵活，特别适用于在线诊断，如在机舱、船舱使用。此法缺点是故障经验有限，存储容量大，大规模测试困难，目前主要用于单故障与硬故障的诊断。
故障字典法按建立字典所依据的特性又可分为直流法、频域法和时域法。
2.1直流故障字典法
直流故障字典法是利用电路的直流响应作为故障特征、建立故障字典的方法，其优点是对硬故障的诊断简单有效，相对比较成熟。
2.2频域法
频域法是以电路的频域响应作为故障特征、建立故障字典的方法，其优点是理论分析比较成熟，同时硬件要求比较简单，主要是正弦信号发生器、电压表和频谱分析仪。
2.3时域法
时域法是利用电路的时域响应作为故障特征而建立故障字典的方法。主要有伪噪声信号法和测试信号设计法（辅助信号法）。当故障字典建立后，就可根据电路实测结果与故障字典中存储的数据比较识别故障。
3.测后模拟法SAT
测后模拟法又称为故障分析法或元件模拟法，是近年来虽活跃的研究领域，其特点是在电路测试后，根据测量信息对电路模拟，从而进行故障诊断。根据同时可诊断的故障是否受限，SAT又分为任意故障诊断（或参数识别技术）及多故障诊断（或故障证实技术）。
3.1任意故障诊断
此法的原理是利用网络响应与元件参数的关系，根据响应的测量值去识别（或求解）网络元件的数值，再根据该值是否在容差范围之内来判定元件是否故障。所以此法称为参数识别技术或元件值的可解性问题，理论上这种方法能查出所有元件的故障，故又称为任意故障诊断。诊断中为了获取充分的测试信息，需要大量地测试数据。
3.2多故障诊断
经验证明，在实际应用中（高可靠电路），任意故障的可能性很小，单故障概率最高，如果考虑一个故障出现可能导致另一相关故障，假定两个或几个元件同时发生的多故障也是合理的。另外对于模拟LSI（Large Scale Integration，大规模集成电路）电路加工中的微调，也是以有限参数调整为对象的。因此在1979年以后，SAT法的研究主要朝着更实用化的多故障诊断方向发展。即假定发生故障的元件是少数几个，通过有限的测量和计算确定故障。因该法是先假定故障范围再进行验证，所以又称为故障证实技术。
4.其他方法
4.1近似技术
近似技术着重研究在测量数有限的情况下，根据一定的判别准则，识别出最可能的故障元件，其中包括概率统计法和优化法。此法原理与故障字典法十分类似，属于测前模拟的一类。采用最小平方准则的联合判别法和迭代法，采用加权平方准则的L2近似法，采用范数最小准则的准逆法等。这些方法都属于测后模拟，由于在线计算量大，运用不多。
4.2模糊诊断
对于复杂电路，由于元件容差、电路噪声以及元件参量与特性之间的非线性，用传统的电路理论难以获得精确解和唯一解，出现了模糊现象，而这种模糊现象与随机现象不同，不便于用统计分析方法来解决。另外，对于故障诊断来说。往往不要求精确解，只要满足故障隔离要求即可，于是提出把复杂电路看作模糊系统，用模糊信息处理的方法进行故障诊断。模糊诊断的原理是模糊模式识别。测前，利用隶属度函数按照不同的准则构成判别函数；测后，再利用判别函数判别所测得的特性向量对各种故障状态的隶属度程度。为了提高诊断效率，模糊识别应该具有自学习和修正功能，最简单的方法是根据实际诊断的结果，以适当的方式、自动地修正隶属度函数或判别函数，以便不断自我完善。
4.3人工智能技术
近年来，随着人工智能的发展，诊断自动化、智能化的要求逐渐变为现实。其中基于知识的专家系统（简称专家系统）的研究起步最早，目前在诊断中已有成功的应用。模糊理论由于具有处理不确定信息的能力，因此通常和专家系统结合，作为前处理和后处理。神经网络技术在诊断中的应用起步较晚，但由于其强大的并行计算能力和自学习功能及联想能力，很适合作故障分类和模式识别，因此在诊断中很受欢迎。
【关键词】模拟电路；故障；诊断
1.模拟电路故障
电路（系统）诞失规定功能称为故障，在模拟电路中的故障类型及原因如下：从故障性质来分有早期故障、偶然故障和损耗故障。早期故障是由设计、制造的缺陷等原因造成的、在使用初期发生的故障，早期故障率较高并随时间而迅速下降。统计表明，数字电路的早期故障率为3～10%，模拟电路的早期故障率为1～5%，晶体管的早期故障率为0.75～2%，二极管的早期故障率为0.2～1%，电容器的早期故障率为0.1～1%。
偶然故障是由偶然因素造成的、在有效使用期内发生的故障，偶然故障率较低且为常数。损耗故障是由老化、磨损、损耗、疲劳等原因造成的、在使用后期发生的故障，损耗故障率较大且随时间迅速上升。从故障发生的过程来分有软故障、硬故障和间歇故障。软故障又称渐变故障，它是由元件参量随时间和环境条件的影响缓慢变化而超出容差造成的、通过事前测试或监控可以预测的故障。硬故障又称突变故障。它是由于元件的参量突然出现很大偏差（如开路、短路）造成的、通过事前测试或监控不能预测到的故障。根据实验经验统计，硬故障约占故障率的80%，继续研究仍有实用价值。间歇故障是由老化、容差不足、接触不良等原因造成的、仅在某些特定情况下才表现出来的故障。从同时故障数及故障间的相互关系来分有单故障、多故障、独立故障和从属故障。单故障指在某一时刻故障仅涉及一个参量或一个元件，常见于运行中的设备。多故障指与几个参量或元件有关的故障，常见于刚出厂的设备。独立故障是指不是由另一个元件故障而引起的故障。从属故障是指由另一个元件故障引起的故障。
2.测前横拟法SBT
测前模拟法又称故障字典法FD（Fault Dictionary）或故障模拟法，其理论基础是模式识别原理，基本步骤是在电路测试之前，用计算机模拟电路在各种故障条件下的状态，建立故障字典；电路测试以后，根据测量信号和某种判决准则查字典。从而确定故障。选择测试测量点是故障字典法中最重要的部分。为了在满足隔离要求的条件下使测试点尽可能少，必须选择具有高分辨率的测试点。在大多数情况F，字典法采用查表的形式，表中元素为d…i=l，2，…，n，j=1，2，…，m，n是假设故障的数目，m是测量特性数。
故障字典法的优点是一次性计算，所需测试点少，几乎无需测后计算，因此使用灵活，特别适用于在线诊断，如在机舱、船舱使用。此法缺点是故障经验有限，存储容量大，大规模测试困难，目前主要用于单故障与硬故障的诊断。
故障字典法按建立字典所依据的特性又可分为直流法、频域法和时域法。
2.1直流故障字典法
直流故障字典法是利用电路的直流响应作为故障特征、建立故障字典的方法，其优点是对硬故障的诊断简单有效，相对比较成熟。
2.2频域法
频域法是以电路的频域响应作为故障特征、建立故障字典的方法，其优点是理论分析比较成熟，同时硬件要求比较简单，主要是正弦信号发生器、电压表和频谱分析仪。
2.3时域法
时域法是利用电路的时域响应作为故障特征而建立故障字典的方法。主要有伪噪声信号法和测试信号设计法（辅助信号法）。当故障字典建立后，就可根据电路实测结果与故障字典中存储的数据比较识别故障。
3.测后模拟法SAT
测后模拟法又称为故障分析法或元件模拟法，是近年来虽活跃的研究领域，其特点是在电路测试后，根据测量信息对电路模拟，从而进行故障诊断。根据同时可诊断的故障是否受限，SAT又分为任意故障诊断（或参数识别技术）及多故障诊断（或故障证实技术）。
3.1任意故障诊断
此法的原理是利用网络响应与元件参数的关系，根据响应的测量值去识别（或求解）网络元件的数值，再根据该值是否在容差范围之内来判定元件是否故障。所以此法称为参数识别技术或元件值的可解性问题，理论上这种方法能查出所有元件的故障，故又称为任意故障诊断。诊断中为了获取充分的测试信息，需要大量地测试数据。
3.2多故障诊断
经验证明，在实际应用中（高可靠电路），任意故障的可能性很小，单故障概率最高，如果考虑一个故障出现可能导致另一相关故障，假定两个或几个元件同时发生的多故障也是合理的。另外对于模拟LSI（Large Scale Integration，大规模集成电路）电路加工中的微调，也是以有限参数调整为对象的。因此在1979年以后，SAT法的研究主要朝着更实用化的多故障诊断方向发展。即假定发生故障的元件是少数几个，通过有限的测量和计算确定故障。因该法是先假定故障范围再进行验证，所以又称为故障证实技术。
4.其他方法
4.1近似技术
近似技术着重研究在测量数有限的情况下，根据一定的判别准则，识别出最可能的故障元件，其中包括概率统计法和优化法。此法原理与故障字典法十分类似，属于测前模拟的一类。采用最小平方准则的联合判别法和迭代法，采用加权平方准则的L2近似法，采用范数最小准则的准逆法等。这些方法都属于测后模拟，由于在线计算量大，运用不多。
4.2模糊诊断
对于复杂电路，由于元件容差、电路噪声以及元件参量与特性之间的非线性，用传统的电路理论难以获得精确解和唯一解，出现了模糊现象，而这种模糊现象与随机现象不同，不便于用统计分析方法来解决。另外，对于故障诊断来说。往往不要求精确解，只要满足故障隔离要求即可，于是提出把复杂电路看作模糊系统，用模糊信息处理的方法进行故障诊断。模糊诊断的原理是模糊模式识别。测前，利用隶属度函数按照不同的准则构成判别函数；测后，再利用判别函数判别所测得的特性向量对各种故障状态的隶属度程度。为了提高诊断效率，模糊识别应该具有自学习和修正功能，最简单的方法是根据实际诊断的结果，以适当的方式、自动地修正隶属度函数或判别函数，以便不断自我完善。
4.3人工智能技术
近年来，随着人工智能的发展，诊断自动化、智能化的要求逐渐变为现实。其中基于知识的专家系统（简称专家系统）的研究起步最早，目前在诊断中已有成功的应用。模糊理论由于具有处理不确定信息的能力，因此通常和专家系统结合，作为前处理和后处理。神经网络技术在诊断中的应用起步较晚，但由于其强大的并行计算能力和自学习功能及联想能力，很适合作故障分类和模式识别，因此在诊断中很受欢迎。