模拟电路故障诊断方法

摘要：模拟电路的故障诊断对整个电子系统的正常使用具有重要的意义。模拟电路故障诊断是电路故障诊断中的难点。在实践中，人们已经总结出一些操作性较强模拟电路故障诊断的传统方法。但是，随着科学技术的进步，模拟电路也趋于复杂，故障诊断的难度也不断提升，人们开始探索基于人工智能、神经网络、数学算法等实现的更先进的故障诊断方法。本文介绍了模拟电路故障诊断的三种传统方法，还简要地探讨了基于前沿科学与技术原理实现的新方法。

关键词：模拟电路;故障诊断;诊断方法

模拟电路故障既有可能是设计阶段考虑不周导致的，也可能是生产过程中生产工艺存在缺陷导致的，还有可能是在使用的过程中，由于老化、磨损等原因导致的。模拟电路的故障诊断难度较大，按故障的程度可以分为软故障和硬故障，按故障的数量可以分为单故障和多故障。除此之外，不有独立故障、从属故障，永久故障和间歇故障之分。一般情况下，模拟故障的诊断会从模拟故障产生的现象入手，结合多次反复的试验，进一步推导出产生故障的组成部件。由于模拟电路的故障诊断难度较大，在开展故障诊断工作时，必须要选择适用的诊断方法、最佳的测试点，还要对故障的样本进行全面采集，这样才能突破模拟电路故障诊断的难点。

一、模拟故障诊断的传统方法

模拟故障诊断的传统方法有故障字典法、故障验证法和故障参数识别法。这三种故障诊断方法已经十分成熟，运用也较为广泛，能够解决大多数模拟电路的故障诊断。三种故障诊断方法的实现原理存在一定的差异，优、劣势明显。在故障诊断实践中，维修人员结合自己的经验与技术掌握程度，分析模拟电路的故障现象，选择适宜的诊断方法。

1.故障字典法

模拟电路故障是电路中的常见故障。故障诊断人员会将模拟电路中较为典型、较为频繁发生的故障汇集在一起，再对处理此类故障的诊断方法进行总结，形成了模拟电路故障字典。故障字典适用的范围较为广泛，并且实用性也较强。维修人员只需要从故障字典里查找与当前故障现象较为匹配的诊断方法，基本上可以完成故障诊断。故障字典法是经验类总结诊断法，方法不够灵活、容差能力也较差。针对故障字典法的劣势，一些学者提出了新的故障字典法，常用的有电压灵敏度法、故障屏蔽法等。

2.故障验证法

如果模拟电路相对比较简单，构成的电子元件数量较少，维修人员会结合自身的诊断经验，推测可能存在故障的元器件，对电路进行测量，以验证推测的准确性，不断对元器件进行筛选，直到找到故障元件。故障验证法的运用使故障检测过程被大大简化，试点的数目也得到有效的控制，每次的验证运算也相对简单。但是，这个方法对维修人员的经验有较强的依赖性，并且仅适且于相对简单，元器件较少的模拟电路。

3.故障参数识别法

模拟电路中有若干个参数，当出现故障时，维修人员会对电路中的所有参数都进行识别，从而确定出现故障的元器件。参数识别法属于遍识性识别法的一种。它的实现原理是，确定电路网络的外部特征与元件参数之间的解析关系，形成以元件参数为未知量的方程组，再解方程组，从而得到元件的参数值，如果参数值已经超过了元件的容差范围，则可以进一步确定出现故障的元件。参数识别法要求电路的测试点可以达到要求，并且需要对准确把握模拟电路的拓扑结果与元件参数，并且求解过程的计算量较大。

二、模拟电路故障诊断的新方法

随着现代电子技术的不断发展，集成电路的规模越来越大，复杂程度也越来越高，人们对模拟电路故障诊断的要求也越来越高。目前，人们将各种先进的诊断技术与算法融入到故障诊断中来，促进模拟电路设计方案与生产工艺的改进。

1.基于神经网络的模拟电路故障诊断法

神经网络是指模拟人类的神经系统，其具备逼近任意复杂非线性关系的能力，还具备较强的智能分类能力。运用神经网络诊断模拟电路故障时，就是将电路故障当作模式问题来进行处理。由于神经网络具有较强的自学习能力、泛化能力，可以省略模拟电路的故障模型分析步骤就完成故障诊断。但是神经网络故障诊断方法需要提前向系统里输出大量的典型的故障样本供其学习，但是这与模似电路的可测节点数目较少是相矛盾的。因此，神经网络的劣势表现为算法的收敛速度比较慢、局部极值较小，并且其实用性、高效性会受到网络结构与样本的影响。

2.基于小波分析预处理的模拟电路故障诊断方法

小波分析的局部分性质在时域、频域上的表现是较为良好的。运用小波分析可以预处理电路里的高频信号，从而收集到高频信号相关的细节信息，这些细节信息成为神经网络进行故障诊断的重要依据。曾有学者，将神经网络与小波变换相结合，形成既具备小波分析的局部优势，又具备神经网络自学习特性的小波神经网络，这样既可以提高诊断方法的自适应性，又可以提升其容错能力。

3.基于模糊理论的模拟电路故障诊断方法

将模糊规则运用于模拟电路的故障诊断中，需要形成模糊神经网络，通过学习，模糊神经网络具备较强的规则意识之后，对电路进行检测时，筛查出存在问题的元件。目前，此故障诊断方法还不够成熟，准确性有待提升。

4.基于支持向量机的模拟电路故障诊断方法

神经网络运用于模拟电路的故障诊断受到了多种因素的制约与阻碍，还未能充分得到应用与发展。支持向量机是基于统计学理论实现的诊断方法，它以结构最小风险为原则，充分发挥向量机强大的分类功能，使其在诊断模拟电路时具备诊断准确率高、速度快、能力强等优点。有的学者尝试将小波分析与支持向量机两种方法有机结合，进一步改善诊断效果。

5.基于数学算法实现的模拟电路故障诊断办法

可用于模拟电路故障诊断的数学算法有遗传算法、粒子群优化算法等。将数学算法与神经网络诊断方法相结合，再借助于信息融合技术，对模拟电路故障诊断具有重要的意义。

结语

模拟电路的故障诊断一方面要充分发挥传统诊断方法的优势，并以传统诊断方法为基础，融合现代新兴技术，开发出更有效、更便捷的新方法;另一方面则要基于电子工业领域的发展，积极创造出更具科学性、先进性的新的诊断方法。从模拟电路故障的诊断的实践与研究来看，模拟故障诊断的新方法大多数运用于较为复杂的电子电路系统，而对于简单的电路结构而言，传统的诊断方法就可以实现故障诊断的目標。

参考文献

[1]朱静，何玉珠，崔唯佳.正弦余弦算法优化的SVM模拟电路故障诊断[J].导航与控制，2018，17（04）：33-40.

[2]易灵芝，肖伟红，于文新，王根平.基于深度学习的模拟电路故障诊断算法[J].计算机工程与应用，2018，54（24）：143-148.

[3]廖剑，史贤俊，周绍磊，肖支才.基于局部图嵌入加权罚SVM的模拟电路故障诊断方法[J].电工技术学报，2016，31（04）：28-35.

[4]张松兰.基于自适应粒子群的模拟电路故障诊断[J].电子测量与仪器学报，2015，29（06）：901-906.

[5]韩涵，王厚军，龙兵，刘震.基于改进马氏距离的模拟电路故障诊断方法[J].控制与决策，2013，28（11）：1713-1717+1722.

[6]何星，王宏力，陆敬辉，姜伟.基于优选小波包和ELM的模拟电路故障诊断[J].仪器仪表学报，2013，34（11）：2614-2619.

作者简介：

徐琴（1988/01），女，汉，安徽安庆人，成都凯天电子股份有限公司硬件工程师，本科，研究方向：航空电子电路设计。