论文部分内容阅读
电子技术及其相关制造业的发展日新月异,电子系统的规模越发庞大,结构也愈加复杂。模拟电路在电子系统中有着无可取代的地位,伴随着电子系统的广泛应用,针对模拟电路的故障诊断研究也一直备受国内外学者的关注,然而当前多数模拟电路故障诊断方法主要针对模拟电路硬故障或者故障程度较大的软故障有较好的效果,对模拟电路早期故障诊断的研究还比较少。模拟电路随着使用时间的增长,其电路元件不可避免地出现一定程度的退化,此时模拟电路的性能也会受到影响但并未完全失效,这种故障状态称作模拟电路早期故障。如果任凭模拟电路早期故障发展,那么最终必然会导致电子系统的完全失效,因此本文以模拟电路早期故障诊断为研究主题,重点研究模拟电路早期故障的特征提取和故障模式分类方法。论文的主要研究工作如下:从模拟电路早期故障的机理研究出发,明确了模拟电路早期故障的定义。分析了模拟电路早期故障产生的原因,明确了电路元件的退化是模拟电路发生早期故障的主要原因,并阐述了几种常用电路元件的退化规律。对模拟电路灵敏度和故障传播特性进行了研究,作为后文模拟电路早期故障诊断方法研究的准备。针对模拟电路早期故障特征不明显的特点,提出一种基于改进的经验小波变换(IEWT)和监督局部线性嵌入(SLLE)算法的模拟电路早期故障特征提取方法。以电路测试点信号的IEWT分量信号的能量熵和峭度组成初始特征向量,再利用SLLE算法对特征向量进行约简,得到每种模拟电路早期故障模式的特征向量序列,解决了模拟电路不同早期故障模式特征混叠的问题。针对模拟电路早期故障定位问题,提出一种结合人工鱼群算法(AFSA)优化隐马尔科夫模型(HMM)的模拟电路早期故障模式分类方法。训练多个独立的HMM作为模拟电路早期故障的模式分类器,并针对传统HMM训练算法的缺陷,利用AFSA算法优化HMM的模型参数,实现了模拟电路早期故障定位,并通过仿真电路实验证明了该方法的有效性。为了验证本文方法的有效性和优越性,利用实际模拟电路,通过调节变阻器阻值或者替换不同容值的电容来模拟不同的早期故障模式,将本文提出的基于IEWT-SLLE和AFSA-HMM的模拟电路早期故障诊断方法应用于实际模拟电路早期故障诊断实验中,证明了本文提出的方法的有效性,并通过对比实验分析,进一步说明本文提出的方法的优越性。