一、簡介

*，電子電路出現的故障中包括模擬電路故障與數字電路故障兩種。其中針模擬電路的故障診斷研究從20世紀60年代就已開始，許多國內專家學者對其作了很多整體概括、分析與研究。因為模擬電路的故障模型的復雜性，信號在時域和值域上的連續性、數據容差特性導致的故障模糊性強、廣泛非線性問題導致的故障定位難度大、輸出值與電路元器件參數和電路結構緊密有關等方面，所以每年有眾多專家學者應用各種研究方法，包括神經網絡、小波分解、支持向量機等，對其進行研究，并取得了很多研究成果。本文主要結合在對其進行故障診斷中出現的各種問題進行分析，為相關領域的研究人員提供參考。

二、模擬電路故障的概念

模擬電路即為處理模擬信號的電子電路。"模擬"主要是指電壓或者電流對于真實信號成比例的再現過程，它來自于希臘語詞匯，是"成比例"的意思。其主要特點是：一是函數的取值為無限多個；二是待傳播的信息包含在模擬信號的波形之中，隨著傳播信息的變化，模擬信號的幅度、頻率和相位也隨之發生變化；三是模擬信號具有連續性；四是初級模擬電路主要解決放大與信號源。而針對此類電路產生的故障是指其在正常運行過程中，由于某個器件的參數發生變化，進而導致整個電路無法正常運行的現象，其大體可分為硬故障與軟故障兩類。

三、模擬電路故障診斷存在的問題

(一)模擬電路故障診斷的難點。目前模擬電路故障診斷的難點在于信號在時域和值域上的連續性、數據容差特性導致的故障模糊性強、廣泛非線性問題導致的故障定位難度大、輸出值與電路元器件參數和電路結構緊密有關等方面。

模擬電路的建模與數字電路相比較更為復雜。目前雖然針對此類電路的故障診斷與檢測技術已經取得了很大進步，但與實際的需求相比還遠遠不夠。

(二)模擬電路故障診斷存在的問題。

1．分辨率。隨著電路系統的日益復雜、檢測信號的限制以及非線性問題加大的故障定位難度，模擬電路故障的可控性與可測性受到了很大影響。由于模擬元件值連續性的原因，響應輸出數據中會產生誤差；與此類似，由于模擬元件容差的存在，系統的故障診斷與數字電路就會存在較大差異。

2．信息來源。當對模擬電路進行故障診斷分析的時候，一般考慮的是對當前測點所采集的特征信進行收集、分析，而不是對此時電路系統工作的磁場、濕度以及環境溫度等信息進行收集、分析。另外，由于對于系統當前的工作狀態與輸出數據過于重視，從而對其過往的數據很少加以考慮，也使得進行故障分析時的信息來源充滿了不確定性。

3．軟故障診斷。軟故障一般是軟件引起的故障，是由于非正常關機、操作、病毒等原因造成文件損壞而產生，在大多數情況下它不會讓電路系統*失效，但會導致系統的性能產生惡化現象，是模擬電路故障診斷中的一個難點。其產生的原因主要有軟件不兼容。有些軟件在運行時與其它軟件發生沖突，相互不能兼容。如果這兩個軟件同時運行，可能會中止系統的運行，嚴重的將會使系統崩潰。一是非法操作，是由用戶操作不當造成，如卸載軟件時不使用卸載程序，而直接將程序所在的文件夾刪除，這樣不僅不能*卸載該程序，反而會給系統留下大量的垃圾文件，成為系統故障隱患。二是誤操作，誤操作是指用戶在使用電腦時，無意中刪除了系統文件或執行了格式化命令。這樣會導致硬盤中重要的數據丟失，甚至不能啟動電腦。三是病毒的破壞，有的電腦病毒會感染硬盤中的文件，使某程序不能正常運行；有的病毒會破壞系統文件，造成系統不能正常啟動；還有的病毒會破壞電腦的硬件，使用戶蒙受更大的損失。故障字典法對于硬故障的診斷有較好的效果，但是對于軟故障的診斷效果卻不令人滿意。

4．缺少通用的推理機制?，F有的針對模擬電路的故障診斷方法對已知故障樣本的識別能力較強，但其對未知的或者新類型的故障識別能力有待提高，其大多缺乏自我學習機制，擴展性與適應性較差。一旦工作條件改變或者出現未知類型故障時，故障診斷的準確性就會大幅下降。

四、模擬電路故障診斷與檢測方法

(一)基于遺傳BP網絡的故障診斷與檢測方法。BP網絡的主要特點是具有很強的非線性映射能力，適用于解決所收集數據的分類問題，它屬于模式識別方法中的一種，即依靠故障展現出的特征來識別故障源。這種方法無需數學模型，實施比較方便，具有較好的應用前景。其首先要對模擬電路故障進行檢測，也就是對其故障特征的提取。其中應用小波變化方法是比較常用且具有很多優點的方法。主要步驟：一是選擇*小波分解樹來對模擬電路的采樣取得的信號進行初步分析；二是用正交小波分解來提取各層的低頻與高頻系數；三是對其中的高頻系數進行消噪處理后，將各層系數能量值，按大小排列取得相應特征；四是對取得的故障特征進行PCA與歸一化處理，得出傳播信號的故障特征。接下來就是應用BP神經網絡在對待測模擬電路測前，訓練好神經網絡；待診斷時，將測量所得到的輸入向量輸入神經網絡中，其能自動對故障模式進行分類。

(二)基于遺傳小波神經網絡的故障診斷與檢測方法。基于遺傳小波神經網絡方法的基本原理是在保留神經網絡、小波分析在故障檢測與診斷中的優點的基礎上，結合遺傳算法的特點來完成對模擬電路故障的檢測與診斷任務。遺傳算法的主要優點是其為一種基于天然選擇與對應遺傳的全局性優化算法，它采用的是選擇、交叉和變異三種從自然選擇機理中抽象出來的遺傳算子進行操作的方法。采用遺傳算法首先要組成一組候選解，然后測算它們的適應度，根據適應度保留某些候選解并對其進行操作，形成新的候選解。

(三)基于自適應小波分解和SVM理論的方法。另外一種典型的針對模擬電路產生的故障的診斷與檢測方法是將小波分析與支持向量機原理結合，對模擬電路進行相應診斷。其首先需要對所研究電路產生的故障信號應用自適應小波分解來提取故障的典型特征，然后采用SVM方法對提取的典型故障特征進行區分識別。需要注意的是采用小波分解手段來提取電路出現故障的典型特征時，母小波的選擇是依據正常響應和故障響應之間的小波系數之差的zui人均方根原則。而采用支持向量機的主要優點是由于此種 法避免了"維數災難"，其對提取的特征空間的分袂的*超平是支持向量機方法的目標，也是此方法的核心，而且具有一定魯棒性，可剔除大量冗余數據樣本。