模拟电路故障诊断的发展现状与展望
收稿日期: 2003201206; 定稿日期: 2003203207
基金项目: 高等学校博士学科点专项科研基金项目(20020532016); 国家自然科学基金项目 (50277010); 湖南大学撷英计划共
同资助
文章编号: 100423365(2004) 0120021205
模拟电路故障诊断的发展现状与展望
黄 洁, 何怡刚
(湖南大学 电气与信息工程学院, 湖南 长沙 410082)
摘 要: 阐述了模拟电路故障诊断的意义, 介绍了模拟电路故障诊断的发展现状, 以及应用神经
网络、模糊理论和小波分析后发展的趋势。分析了存在的问题, 并提出了解决方法。
关键词: 模拟电路; 故障诊断; 神经网络; 模糊理论; 小波分析
中图分类号: TN 43111 文献标识码: A
The State-of- the-Art of Fault D iagnosis of Analog Circuits and Its Prospect
HUAN G J ie, HE Yi2gang
(College of E lectrical and Inf orm ation Eng ineering, H unan U niversity , Changsha, H unan 410082, P 1R 1China)
Abstract: The significance of the fault diagnosis of analog circuits is elaborated, and its developm ent is
p resented1App lications of neural network (NN ) , fuzzy theory and w avelet analysis to fault diagnosis of analog circuits
are described, as w ell as its develop ing trend1Problem s w ith traditional m ethods are discussed, and solutions are also
p resented1
Key words: A nalog circuit; Fault diagnosis; N eural networks; Fuzzy theory; W avelet analysis
EEACC: 1285
1 引 言
模拟系统故障诊断的主要任务是在已知网络的
拓扑结构、输入激励信号 (也可选自激励信号) 和故
障下的响应时 (有时可能还已知部分元器件的参
数) , 求解故障元件的物理位置和参数。模拟电路故
障诊断自1970年代开始, 逐渐形成了比较系统的理
论, 成为继网络分析和网络综合之后, 网络理论的第
三大分支[123 ]。
模拟电路故障诊断理论和方法自研究以来, 取
得了不少成就, 提出了很多故障诊断方法, 如故障字
典法、故障参数识别法、K 故障诊断法等。由于模拟
电路故障诊断自身的困难, 进展一直比较缓慢。
模拟电路测试和诊断困难的原因主要有:
1) 模拟电路中的输入激励和输出响应都是连续
量, 网络中各元件的参数通常也是连续的, 所以, 模
拟系统中的故障模型比较复杂, 难以进行简单的量
化;
2) 模拟电路中的元件参数具有很大的离散性,
即具有容差;
3) 在模拟电路中, 广泛存在非线性问题;
4) 一个实用的模拟电路中, 几乎无一例外地存
在着反馈回路, 仿真时需要大量的复杂计算;
5) 在实际测量时, 用作测量的节点数很少, 导致
可用于作故障诊断的有关信息量较少, 甚至很不充
分。
2 模拟电路故障诊断的传统方法
211 测前模拟诊断
测前模拟诊断分为故障字典法和似然法。其中,
故障字典法是最典型的方法, 也是目前模拟电路故
障诊断中最具有实用价值的方法。它的基本思想是:
首先提取电路(系统) 在各种故障状态下的电路特征
(如测试点的直流电位向量、网络的幅频特性等) , 然
第 34 卷第 1 期
2004年 2 月
微 电 子 学
M icroelect ronics
Vol134, № 1
Feb12004
后将特征与故障的一一对应关系列成一个字典。在
实际诊断时, 只要获取电路(系统) 的实时特征, 就可
以从故障字典中查出此时对应的故障。目前, 已有不
少比较成熟的软件包可对电路(线性或非线性电路)
进行静态和动态分析。因此, 字典法不仅对线性电路
适用, 对非线性电路也适用。但是, 考虑到测前模拟
的现实工作量和字典容量的限度, 以及实际电路的
容差、噪声, 字典法只作硬故障的诊断, 对于少量软
故障也是转化成硬故障的形式处理, 而且在实际使
用中只用来解决单故障。
212 测后模拟诊断
测后模拟诊断的典型方法主要有元件参数辨识
法和故障验证法。前者要求提供较多的诊断用信息,
在取得足够的独立数据后, 根据网络的结构, 估计或
求解网络中每个元件的参数。它包括 CCM 多频法
和伴随网络法。由于一般网络所包含的元件 (模块)
数较大, 且方程多为非线性方程, 所以, 求解这些方
程是很艰巨的工作。此外, 由于这些工作都是测试后
进行的, 实时性很差。虽然现在已有一些成熟的方法
将其中的非线性方程转换成线性方程, 但由于同时
增加了许多中间变量, 方程个数也有相应的增加, 所
以, 总的计算量仍是可观的。
故障验证法是在获取少量故障信息的基础上进
行诊断, 实施较为方便, 且具有较好的实用前景, 因
此引起许多学者的兴趣, 所取得的研究成果也比较
多。它的基本思想是预先猜测电路中的故障所在, 然
后根据所测数据去验证这个猜测是否正确。由于电
路中总的故障种数较大, 而各种故障的组合数则更
大, 因此, 这种“猜测”的次数很多, 且计算量非常大。
对这种方法的研究主要集中在如何减少猜测次数,
以及减少对每次猜测进行验证所需要的工作量。此
种方法包括 K 故障诊断、故障定界诊断和网络撕裂
法等。在进行故障诊断时, 应满足各自的可测性条
件, 即被测网络的拓扑结构应满足一定的约束条件,
施加的独立激励向量应有足够的数量, 可及点(可测
电压的节点) 数至少大于故障数, 而且应该独立。否
则, 会出现误诊断或不能诊断出故障等情况。值得一
提的是, K 故障诊断法从理论上讲可以进行多故障
的诊断。但是, 在实际中, 受网络拓扑结构的约束, 只
能进行单故障的诊断。
213 逼近法和人工智能
逼近法和人工智能(专家系统) 两种方法都介于
测前模拟诊断和测后模拟诊断之间。专家系统包括
测前模拟诊断中的故障特性的收集和处理过程, 以
及测后模拟中的故障推理搜索等过程。该方法具有
效率高等特点, 同时, 为那些运用网络理论难以诊断
的场合开辟了一条新路径。
逼近法包括测前模拟中的概率统计方法和测后
模拟中优化方法。优化法用于软故障诊断, 其思想
是: 采用适当的目标函数, 估计出最可能出现故障的
元件。根据选定目标函数的不同, 有不同的方法, 其
中有采用最小平方准则的联合判别法和迭代法, 采
用加权平方的L 2近似法, 采用范数最小准则的准逆
法, L 1近似法和二次规划法等, 虽然这些方法大多
数能用来诊断多故障, 但存在在线计算量大等缺点。
3 故障诊断的新发展[4240 ]
综上所述, 现有的故障诊断理论和方法都欠完
善, 在实际应用中都存在这样或那样的问题。如故障
字典法一般不用于诊断软故障或多故障, 或具有容
差电路的故障; 参数识别法和L 范数法都因在线计
算量大, 难以实现实时诊断; 人工智能方法因其是基
于冯?诺依曼(Von N eum ann) 计算机的, 在诊断速度
方面同样难以满足实时故障诊断的需要, 而现代化
生产, 尤其是军事工业部门, 却往往要求故障诊断实
时完成。此外, 微电子技术的迅速发展, 尤其是超大
规模模拟电路的发展, 对模拟电路的测试和诊断提
出了急迫的要求。这些都要求科技人员和理论工作
者进一步探索新的理论和方法, 研制新的测试设备,
以适应技术发展的需求。
311 模糊理论、神经网络与故障诊断
在使用启发性知识的专家系统中, 知识表示和
获取是一个核心问题。目前, 广泛使用的知识表示方
式, 诸如产生式规则、语义网络、框架和谓词逻辑等,
可以方便地将知识组织成计算机可以识别的知识库
形式。但由于知识具有模糊、联想、形象等复杂的心
理特征, 比如电压的高、低等。这样, 专家在使用传统
方法描述他们的知识时, 存在很大的困难, 导致系统
解决具体问题时自适应性差, 求解效率跳跃下降。近
年来, 人们越来越多地尝试用新兴的模糊数学和神
经网络理论解决诊断知识的表达问题。
模糊理论和神经网络理论从不同的角度研究人
脑智能的特点。模糊理论侧重于在概念、推理上模拟
人脑的模糊性与形象思维能力, 是由美国加州大学
的 Zadah, L 1A 1在1965年提出的; 而神经网络则侧
重于信息的自组织、自学习能力。1943年, 心理学家
W 1M cCulloch 和数学家W 1Pitts 首先提出神经元最
22 黄 洁等: 模拟电路故障诊断的发展现状与展望 2004年
早的数学模型。
简单地讲, 神经网络就是采用物理上可以实现
的器件、系统或现有的计算机来模拟人脑的结构和
功能的人工系统。它由大量简单神经元经广泛互联
构成一种计算结构, 在某种程度上可以模拟人脑生
物神经系统的工作过程。因此, 从达到的目的来看,
神经网络与众所周知的人工智能技术是相同的, 但
两者达到相同目的的思路却并不相同。人工智能着
重于“功能模拟”, 而神经网络则通过模拟人脑结构
来实现对人脑信息处理功能的模拟, 并应用这种模
拟来解决工程实际问题。它是一个广泛连接的巨型
系统, 能分布式存储信息, 具有并行处理功能和自学
习、自组织和自适应功能。神经网络技术的出现, 为
故障诊断问题提供了一种新的解决途径。特别是对
复杂系统, 由于基于解析模型的故障诊断方法面临
着难以建立系统模型的实际困难, 基于知识的故障
诊断方法成了重要的、也是实际可行的方法。而神经
网络的 I?O 非线性映射特性、信息的分布存储、并行
处理和全局集体作用, 特别是其高度的自组织和自
学习能力, 使其成为故障诊断的一种有效方法和手
段, 并已在许多实际系统中得到了成功的应用。
模糊集合、模糊运算、模糊逻辑系统对模糊信息
的强大处理能力, 使得它成为故障诊断的一种有力
的工具。因为在许多故障诊断问题中, 故障诊断的机
理非常适合用模糊规则来描述。
因此, 神经网络技术可以大大改善诊断知识表
达中的困难。再结合模糊数学进行不精确推理, 基于
知识的诊断系统将兼有逻辑推理、学习联想、数值计
算、符号运算等优良特性, 性能会有很大的提高。
近年来, 一个值得重视的现象是基于模糊理论
的模糊逻辑系统与神经网络的相互结合, 其结果导
致了“模糊神经网络技术”的出现。模糊神经网络实
质上是对人脑结构和思维功能的双重模拟, 即大脑
神经网络的“硬件”拓扑结构和模糊信息处理的“软
件”功能的同时模拟。其显著特点体现在它充分吸收
了模糊理论与神经网络各自的优点, 并由此来弥补
各自的不足。比如, 对于不少实际问题, 模糊逻辑系
统中的模糊规则、隶属函数以及模糊决策算法的最
佳方案选择, 并不是人们事先可以明确决定的。而神
经网络的介入, 则为通过实际输入、输出数据的学习
优化, 确定这些规则、函数和决策算法, 提供了可能
性; 另一方面, 虽然神经网络本身所存储的知识难以
理解, 但在模糊神经网络中, 可以将神经网络的学习
结果转化为模糊逻辑系统的规则知识, 从而便于知
识的解释和利用。
在故障诊断领域, 模糊神经网络技术也代表了
一个新的方向。但是模糊数学和神经网络理论发展
到现在, 时间相对较短, 自身体系还有不完善的地
方, 在解决诊断问题方面还存在很多问题, 比如: 模
糊度如何准确地定量化, 神经网络学习算法的实用
化, 神经网络的一些非线性特性, 特别是收敛到最优
解的速度, 仍然不够理想。在这个崭新的研究方向
上, 还需要有更多的突破。
312 小波分析和神经网络与故障诊断
连 续 小 波 变 换 是 由 法 国 理 论 物 理 学 家
Grossm ann 与法国数学家M orlet 共同提出的。它优
于傅里叶分析之处在于, 小波分析在时域和频域同
时具有良好的局部化性质, 可以对高频成分采用逐
渐精细的时域或空间域取代步长, 从而可以聚集到
对象的任意细节。小波变换已经在信号处理、图像压
缩、语音识别、生物医学工程、计算机视觉、故障诊断
等许多科学领域得到了广泛应用。
小波与神经网络的结合, 是一个十分活跃的研
究领域。目前, 小波与神经网络的结合有以下两个途
径: 一个途径是辅助式结合, 比较典型的是利用小波
分析对信号进行预处理, 然后用神经网络学习与判
别; 另一个途径是嵌套式结合, 即把小波变换的运算
融入到神经网络中去, 形成所谓的小波神经网络或
小波网络。可以看到, 小波神经网络由于把神经网络
的自学习特性和小波的局部特性结合起来, 具有自
适应分辨性和良好的容错性, 因此又为故障诊断开
辟了一条新路, 譬如大规模模拟电路模块级故障定
位方面。
小波神经网络是在小波分析研究基础上提出的
一种前馈网络, 它可以被认为是 RBF 网络的推广,
其基本思想是用小波元代替了神经元, 即激活函数
为已定位的小波函数基, 通过仿射变换建立起小波
变换与神经网络的联接。
随后又相继提出了很多种小波网络, 如: 正交小
波神经网络、多变量函数估计小波网络、能量函数的
小波神经网络和区间小波网络模型等。与 RBF 和
ML P 比较, 理论分析和模拟实例均表明: 小波神经
网络具有逼近能力强, 网络学习收敛速度快、参数
(隐含结点数和权重) 的选取有理论指导、有效地避
免了局部最小值问题等优点。它比单纯的小波分解
可使用更少的基函数, 也优于同样数目的 sigmoid
神经网络。
现在, 在模拟电路故障诊断领域, 小波神经网络
第 1 期 黄 洁等: 模拟电路故障诊断的发展现状与展望 23
还是一个崭新的、很有前途的应用研究方向。
图1是用小波神经网络进行故障诊断的简单示
意图。
图1 小波神经网络诊断示意图
从理论上讲, 故障诊断就是对电路的状态进行
模式识别。因此, 利用上面介绍的神经网络方法、模
糊理论、小波分析方法进行模拟电路故障诊断具有
重大的意义, 前景光明。它既拓宽了神经网络理论、
模糊理论、小波分析方法的应用领域, 同时, 又为解
决故障诊断的实用化找到了突破口, 推动了模拟电
路故障诊断理论和方法的进一步发展。
4 结 论
本文阐述了模拟电路故障诊断的意义和重要
性, 分析了现阶段模拟电路故障诊断的一些常用理
论及方法在实际应用中所存在的问题。介绍了新近
发展起来的神经网络、模糊理论和小波分析在模拟
电路故障诊断中的应用及前景。这些技术的应用将
进一步推动模拟电路故障诊断理论和方法的发展,
使模拟电路故障诊断的方法更为广泛和适用。
参 考 文 献:
[1 ] 杨士元. 模拟系统的故障诊断与可靠性设计[M ]. 北
京: 清华大学出版社, 1993. 12181.
[2 ] 周东华, 叶银忠. 现代故障诊断与容错控制[M ]. 北
京: 清华大学出版社, 2000. 462190.
[3 ] Bandler J W , Salam a A E. Fault diagnosis of analogue
circuits [J ]. Proc IEEE, 1985; 73(8): 127921327.
[4 ] He Y, Sun Y. N eural network2based L 12norm op tim 2
ization app roach for fault diagnosis of nonlinear circuits
w ith tolerance [J ]. IEEE Circ Dev Syst, 2001; 148(4):
2232228.
[ 5 ] Xu Z H ,Q ing Z. A novel app roach to fault detection and
isolation based on w avelet analysis and neural network
[A ]. Proc the 2002 IEEE Canadian Conf Elec & Compu
Engineer [C ]. Canada, 2002. 5722577.
[ 6 ] A l2Jarrah O M , A l2Rousan. Fault detection and acco2
mmodation in dynam ic system s using adap tive
neurofuzzy system s [ J ]. IEE Proc Control Theory
App l, 2001; 148(4): 2832290.
[7 ] Ho C2K, Shepherd P R , Eberhardt F, et al. H ierarch2ical
fault diagnosis of analog integrated circuits [J ]. IEEE
T rans Circ Syst I: Fundam ental Theory and
App lications, 2001; 48(8): 9212929.
[8 ] He Y G. Fault isolation in nonlinear analog circuitsw ith
tolerance using the neural2network based L 12norm
[A ]. Proc IEEE ISCA S' 2001 [C ] 1Sydney, 2001. 8542
857.
[9 ] He Y G, Tan Y2H. A neural2network app roach for fault
diagnosis of large2scale analog circuits [A ]. Proc IEEE
ISCA S [C ]. U SA , 2002. 1532156.
[10 ] He Y,L uo X,Q iu G. A neural2based nonlinear L 12norm
op tim ization algorithm for diagnosis of networks [J ]. J
Electronics, 1998; 15(4): 3652371.
[11 ] 孙义闯, 何怡刚. 模拟电路可测拓扑条件和可测性分析
与设计[J ]. 湖南大学学报, 2002; 29(1): 85292.
[12 ] 何怡刚, 罗先觉, 邱关源. 模拟电路故障诊断L 1估计及
其神经网络实现[J ]. 电子科学学刊, 1997; 19 (3): 3502
355.
[ 13 ] 何怡刚, 罗先觉, 邱关源. 模拟电路故障诊断神经网络
方法 [J ]. 湖南大学学报, 1996; 23(5): 90294.
[ 14 ] 彭晓军, 刘光斌, 许化龙. 电路诊断技术的新发展 [J ].
系统工程与电子技术, 1998; (6): 78281.
[15 ] 崔莼. 基于模式识别的模拟电路故障诊断方法[D ]. 西
安: 西安交通大学, 1996.
[16 ] 谭阳红, 何怡刚, 陈洪云, 等. 大规模电路故障诊断神经
网络方法[J ]. 电路与系统学报, 2001; 6(4): 25228.
[17 ] 蒋飚. 诊断模拟电路软故障BP 神经网络法[J ]. 电子测
量技术, 2002; (2): 29231.
[18 ] 张爱国, 莫军, 朱海, 等. 基于模糊神经网络故障诊断系
统[J ]. 电子测量技术, 2001; (1): 729.
[19 ] 周志坚, 毛宗源. 模糊神经网络的交叉研究[J ]. 电路与
系统学报, 1998; 3(3): 81285.
[20 ] 王鹏宇, 黄智刚. 模糊理论与神经网络结合对模拟电路
进行分层故障诊断[J ]. 电子测量技术, 2002; (1): 729.
[ 21 ] 冯介一. 区间数在模拟电路故障诊断中应用[J ]. 电子
测量技术, 2002; (2): 42243.
[22 ] 彭敏放, 何怡刚. 容差电路的 K 故障屏蔽方法研究[J ].
电路与系统学报, 2002; 7(2): 92295.
[ 23 ] 陈哲, 冯天瑾. 小波分析与神经网络结合的研究进展
[J ]. 电子科学学刊, 2000; (3): 4962504.
[ 24 ] 赵不贿. 一种基于模型模拟电路模糊故障诊断方法
[J ]. 电子测量技术, 2001; (1): 13215.
[ 25 ] 刘刚, 李言俊, 李峰. 模拟电路故障诊断参数估计及其
24 黄 洁等: 模拟电路故障诊断的发展现状与展望 2004年
遗传优化[J ]. 电光与控制, 1998; (4): 10214.
[26 ] 何斌. FU ZZY 数学在分层模拟电路故障定位中的应用
[J ]. 吉林工学院学报, 1996; 17(1): 43246.
[ 27 ] 何斌, 秦贵和. 一种大规模电路系统故障定位的方法
[J ]. 吉林工学院, 1996; 4: 90294.
[ 28 ] 何怡刚, 罗先觉, 邱关源. 基于神经网络的模拟电路故
障诊断优化近似方法[J ]. 微电子学, 1995; 25 (5): 302
33.
[ 29 ] 崔莼, 罗先觉, 邱关源. 基于模糊规则神经分类器的模
拟电路故障诊断法[J ]. 微电子学, 1997; 27(1): 32236.
[ 30 ] 林争辉, 秦建业, 王海雄. 模拟电路故障定位的理论和
方法[J ]. 上海交通大学学报, 1995; 29(1): 79287.
[31 ] 雍正正. 模拟电路故障诊断: 模糊故障字典法[J ]. 数据
采集与处理, 1998; 13(3): 2102213.
[ 32 ] 雍正正. 模拟电路故障诊断的一种方法[J ]. 深圳大学
学报, 1994; 11(324): 31238.
[ 33 ] 刘刚, 李言俊, 刘光斌. 基于网络树的模拟电路故障诊
断[J ]. 西北工业大学学报, 1999; 17(3): 4092413.
[ 34 ] 崔莼, 罗先觉, 邱关源. 模拟电路故障诊断字典法的前
多层神经网络实现[J ]. 西安交通大学学报, 1996; 30
(3): 1202126.
[35 ] 张志涌, 杨祖樱. 非线形容差电路的故障诊断[J ]. 通信
学报, 1994; 15(4): 21228.
[ 36 ] 杨嘉伟, 杨士元, 童诗白. 模拟电路的模块级故障诊断
[J ]. 通信学报, 1994; 15(2): 128.
[ 37 ] 罗先觉. 大规模模拟电路子网络级多级诊断[J ]. 电工
技术学报, 1995; 4: 64269.
[38 ] 邓颖, 何怡刚, Sun Y. 容差模拟电路故障诊断BP 神经
网 络算法[J ]. 湖南大学学报 (自然科学版) , 2000; 27
(2): 56264.
[39 ] 赵建, 林争辉. 一种适用于大规模模拟电路多故障定位
的方法[J ]. 上海交通大学学报, 1997; 31(5): 48251.
[40 ] 孙雨耕, 吴雪, 宋学军, 等. 大规模模拟电路子网络级故
障诊断的改进节点撕裂法[J ]. 天津大学学报, 1997; 30
(3): 2652273.
作者简介: 黄 洁 (1979—) , 女 (汉族) , 湖
南湘乡人, 硕士研究生, 2001年毕业于湖南
大学电气与信息工程学院自动化专业, 研
究方向为信号处理, 神经网络理论及其应
用与实现, 模拟电路故障诊断等。
(上接第20页)
[ 5 ] A ngelov L A , Kravchenko L N , Sagiyan G M. Determ 2
ination of the two2dim ensional distribution of potentials
in integrated circuits by the laser scanning m ethod [J ].
Sov J Q uantum Electron, 1988; 18(8): 104421046.
[ 6 ] W iesenfeld J M , Tucker R S, A ntreasyan A , et al.
Electroop tic samp ling m easurem ent of high2speed InP
integrated circuits [J ]. App l Phys L ett, 1987; 50 (19):
131021312.
[ 7 ] Chen Q , Zhang X2C. Polarization modulation in op toel2
ectronic generation and detection of Terahertz beam s
[J ]. App l PhysL ett, 1999; 74(23): 343523438.
[8 ] David G,Bussek P,A uer U , et al. Electro2op tic p rob2ing
of RF signals in subm icrom etre MM IC devices [J ].
Electro L ett, 1995; 31(25): 218822189.
[ 9 ] Zhang H 2B, W ang R, Chen K2X. Research of spatial
reso2lution in external electro2op tic p robing [J ]. Op tics
and L aser Technology, 2002; 34: 2832286.
[10 ] Chen Z2G, J ia G, Yi M 2B, et al. External electro2op tic
m easuring system w ith high spatial resolution and high
voltage sensitivity by using an electro2op tic solid
imm ersion p robe [J ]. J PhysD: App lied Physics, 2001;
34 (20): 307823082.
[ 11 ] M ay P G, Halbout J2M , Chiu G L. Noncontact high2
speed w aveform m easurem ents w ith the p icosecond
photoelectron scanning electron m icroscope [J ]. IEEE J
Q uantum Electron, 1988; 24(2): 2432237.
[ 12 ] Ippolito S B, Goldberg B B, U nlu M S. H igh spatial
resolution subsurface m icroscopy [J ]. App l Phys L ett,
2001; 78(26): 407124073.
作者简介: 李海兰 (1974—) , 女 (汉族) , 吉
林长春人, 博士研究生, 1999年于上海光学
精密机械研究所获硕士学位, 主要研究方
向为微电子学与固体电子学。
第 1 期 黄 洁等: 模拟电路故障诊断的发展现状与展望 25
模拟电路故障诊断的发展现状与展望.pdf
