[发明专利]一种基于模糊分类器的模拟电路故障诊断方法

说明书

本发明公开了一种基于模糊分类器的模拟电路故障诊断方法，根据故障模型编写故障字典，然后构建模糊分离器，作为分类方法，给模糊分类器一个输入，它通过存储在模糊知识库中的隶属函数将其转换为语言变量，推理引擎获得模糊输入并使用IF‑Then规则转换为模糊输出，解模糊器中的隶属函数将模糊输出转换为清晰输出。在计算了所有输入特征参数集之后，模糊分类器可以输出元件的估计值，根据故障字典可以确定故障类型，因此可以获得更为准确的故障诊断结果。相比于传统的电子产品故障诊断方法，本发明所提出的方法具有应用广泛、识别准确率高、可视化效果好等优点。

技术领域

本发明属于故障诊断领域，特别涉及一种基于模糊分类器的模拟电路故障诊断方法。

背景技术

随着电子行业的快速发展，测试和诊断在产品的可靠性中发挥着越来越重要的作用。据估计，测试成本占据了产品成本的三分之一，而混合信号电路的模拟部分的测试成本是测试成本的最主要部分。因此，模拟电路诊断的研究已成为热门课题。模拟电路中的故障分为硬故障和软故障。硬故障在电路级别上主要是开路和短路故障。软故障是由电路参数的变化引起的。由于它们的连续性，与硬故障相比，难以建立软故障的故障列表。

1962年R.S.Berkowitz首先提出模拟电路故障诊断理论。1979年IEEE协会将模拟电路故障诊断主要的方法归纳为三大类：估值法、分类法和拓扑法。1979年以后，故障诊断进入深入的发展阶段，根据对被测电路的模拟在测试之前或测试之后分为：测前模拟法—SBT和测后模拟法——SAT。除此之外，还有近似法和专家系统法。测试前的仿真方法消除了在线仿真过程中的误差，并且在测试活动之前只需要一次离线计算工作，所以更加有效。故障字典是一种属于模拟前测试的实用方法，首先选择输入激励以激励被测电路，然后在不同的故障和非故障条件下模拟或者测量电路对输入激励的响应。

目前虽然提出了几种用于模拟电路和系统软故障诊断的方法，但由于缺少故障模型，同时存在元件容差和非线性问题，模拟电路的故障诊断复杂而困难。传统的故障诊断方法已无法满足电子行业快速迭代的要求，需要发展更为准确、高效且适用性更广的模拟电路故障诊断方法。

发明内容

针对现有的模拟电路的故障诊断复杂而困难，本发明提出了一种基于模糊分类器的模拟电路故障诊断方法，可用于模拟电路单一故障和双重故障的诊断，通过建立故障模型和故障字典，采用模糊分类器，在拓宽诊断范围的同时实现更高的诊断精度。

本发明采用如下技术方案来实现：

一种基于模糊分类器的模拟电路故障诊断方法，包括以下步骤：

1)创建故障模型：

2)根据故障模型编写故障字典；

3)构建模糊分类器；

首先定义输入隶属函数和输出隶属函数，使用IF-THEN规则连接输入隶属函数和输出隶属函数；然后构建解模糊器，解模糊器将输出隶属函数的模糊输出转为清晰输出，并根据清晰输出确定元件的估计值；

4)根据步骤3)得到的估计值结合故障字典，确认故障类型；

优选的，步骤1)中创建故障模型的具体方法如下：

根据待诊断的模拟电路，建立电路故障与元件之间的关系，确定电路故障时元件值的变化范围，在该范围内创建多个故障模型，同时设定电路正常运行时元件值的标称公差极限。

优选的，所述电路故障包括单一故障和双重故障。

优选的，步骤2)中编写故障字典的方法如下：

首先，根据步骤1中创建的故障模型，在对应的元件值参数下对模拟电路进行频域分析，获取模拟电路的频率响应；

然后，提取频率响应结果中的峰值增益、峰值增益频率和峰值增益频率的相位；