一种模拟电路间歇故障诊断方法
专利类型：发明专利
语 言：中文
申 请 号：CN201810343669.9
申 请 日：20180417
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180921
公 开 号：CN201810343669.9
代 理 人：
代理机构：
摘 要：本发明公开了一种模拟电路间歇故障诊断方法，无需研究间歇故障系统复杂的动态特性，只获取足够的间歇故障数据进行分析和处理来实现间歇故障的诊断。包括以下步骤：首先通过电路仿真软件对待测电路进行离线建模，对待测电路进行灵敏度分析，选取灵敏度高的元件作为间歇故障和永久故障的发生节点；对待测电路施加激励，得到不同状态下K次MonteCarlo分析的K个输出信号；对各状态的输出信号进行j层小波包分解，提取各频带内信号的能量特征作为特征向量；将各状态的K个特征向量组成观测序列；通过各状态的观测序列训练得到不同状态对应的GHMM模型，完成离线建模；最后进行实测诊断，把模拟电路实测信号的观测序列输入训练好的GHMM模型库中，得出诊断结果。
主 权 项：1.一种模拟电路间歇故障诊断方法，其特征在于，包括如下步骤：1)使用电路仿真软件对待测电路进行灵敏度分析，选取灵敏度高的元件作为间歇故障和永久故障的发生部位，给定电路各个元件的容差均为5％。2)对待测电路施加激励，在离线建模阶段，通过电路仿真软件，针对不同元件的正常状态、间歇故障状态和永久故障状态，根据元件参数的变化范围，分别执行K次Monte?Carlo分析，最后分别得到正常状态、间歇故障状态和永久故障状态下待测电路的K个输出信号。3)对步骤2)中的正常状态、间歇故障状态和永久故障状态下的输出信号进行j层小波包分解，提取各频带内信号的能量特征作为特征向量，每个状态有K个特征向量。4)将步骤3)中各个状态下的K个特征向量组成观测序列。通过各个状态的观测序列训练得到不同元件不同状态对应的GHMM模型(正常状态、间歇故障状态和永久故障状态)，完成离线建模。同时将实测电路的信号进行步骤3)的小波包特征提取，构建特征向量，以进行测试识别使用。5)将电路的实测信号的观测序列输入训练好的GHMM模型库中，通过实测信号与各模型的相似度来识别电路的正常状态、间歇故障状态和永久故障状态，得出诊断结果，完成间歇故障的诊断。
关 键 词：间歇故障;观测序列;模拟电路;诊断;电路;离线建模;输出信号;特征向量;电路仿真软件;灵敏度分析;频带内信号;小波包分解;动态特性;能量特征;实测信号;永久故障;诊断结果;灵敏度;模型库;实测;分析;施加;研究
法律状态：生效
IPC专利分类号：G06F17/50;G06F17/00;G;G06;G06F;G06F17;G06F17/50;G06F17/00