王艷秋

沈陽工學(xué)院信息與控制學(xué)院

模擬電路智能式故障診斷技術(shù)

王艷秋

沈陽工學(xué)院信息與控制學(xué)院

基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的模擬電路智能故障診斷技術(shù)，一方面抑制了神經(jīng)網(wǎng)絡(luò)的錯(cuò)誤輸出，另一方面減少了專家系統(tǒng)的漏診，并對一個(gè)實(shí)際的模擬電路進(jìn)行了仿真研究。仿真中對輸入數(shù)據(jù)進(jìn)行模糊處理，并與神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)所得出的兩個(gè)結(jié)果進(jìn)行了綜合，表明智能故障診斷大大提高了故障診斷的準(zhǔn)確性。

模擬電路 故障診斷 模糊 神經(jīng)網(wǎng)絡(luò) 專家系統(tǒng)

1 引言

近幾年來專家們紛紛將智能手段引入模擬電路的診斷過程。但是由于神經(jīng)網(wǎng)絡(luò)或?qū)＜蚁到y(tǒng)的固有缺陷使之不能有效的解決故障診斷中隨機(jī)出現(xiàn)的許多不確定因素，大大影響了故障診斷的準(zhǔn)確性，無法大規(guī)模投入使用。本文將模糊技術(shù)、專家系統(tǒng)和ANN有機(jī)地結(jié)合，使模擬電路的故障診斷步入一個(gè)新階段，大大提高了故障診斷的準(zhǔn)確性。

2 基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷

1989年美國珀杜大學(xué)的King Chan和Venkatasubramanian等人首次將人工神經(jīng)網(wǎng)絡(luò)用于故障診斷中，我國東北大學(xué)虞和濟(jì)教授、東南大學(xué)鐘秉林教授等學(xué)者也在此領(lǐng)域取得驕人的成績。

但是單純利用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷也存在其缺點(diǎn)，比如知識經(jīng)驗(yàn)難于利用、訓(xùn)練時(shí)間長、大型網(wǎng)絡(luò)分析困難、算法的收斂性實(shí)時(shí)性和對遠(yuǎn)離樣本的故障診斷結(jié)果的準(zhǔn)確性難以保證、對于復(fù)雜系統(tǒng)存在單一網(wǎng)絡(luò)規(guī)模大和故障空間組合爆炸等問題。

3 基于模糊系統(tǒng)的模擬電路故障診斷

模糊理論非常適合于含有模糊現(xiàn)象和不確定信息的系統(tǒng)的診斷，對于復(fù)雜電路，特別是模擬電路由于元器件的容差、非線性及電路噪聲的影響，故障與征兆之間的關(guān)系用傳統(tǒng)的電路理論難以求得精確解，而模糊理論恰能在此方面發(fā)揮其優(yōu)勢。

但是單純基于模糊理論的故障診斷也有自身的一些弱點(diǎn)：模糊診斷的知識獲取比較困難；故障與征兆的模糊關(guān)系較難確定；系統(tǒng)的診斷能力依賴于模糊知識庫，學(xué)習(xí)能力差，容易發(fā)生漏診和誤診；故障診斷時(shí)，推理速度慢、效率低、能力弱；難以處理故障診斷中的不確定性問題。

4 基于專家系統(tǒng)的模擬電路故障診斷

基于知識的故障診斷系統(tǒng)也具有較大的局限性，主要表現(xiàn)有知識獲取的瓶頸問題、推理效率低、自適應(yīng)能力差、實(shí)時(shí)性差等。由于知識處理診斷系統(tǒng)存在的局限性，人們正在積極尋求解決這些局限性的方法。

5 基于模糊神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的模擬電路故障診斷

由于上述原因，依靠單一智能技術(shù)的故障診斷已難滿足復(fù)雜的模擬電路系統(tǒng)診斷的全部任務(wù)要求。因此，本文將多種不同的智能技術(shù)結(jié)合起來，構(gòu)成基于模糊神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的綜合故障診斷系統(tǒng)用于模擬電路的故障診斷。

該系統(tǒng)主要由模糊處理、神經(jīng)網(wǎng)絡(luò)子系統(tǒng)、專家系統(tǒng)子系統(tǒng)和結(jié)果融合等幾部分組成。

6 仿真實(shí)例

以某模擬電路為例，說明系統(tǒng)的診斷過程。該電路有5個(gè)關(guān)鍵電壓測試點(diǎn)，9種元器件故障。

測試點(diǎn)待測的是電壓信號，所以要進(jìn)行特征提取——模糊化處理，使樣本值在[0，1]范圍內(nèi)?？刹捎谜龖B(tài)分布函數(shù)其中k對不同測試點(diǎn)選不同數(shù)值（k1=10，k2=0.3，k3=2.5，k4=0.2，k5=1），這樣得出BP網(wǎng)絡(luò)訓(xùn)練樣本。

構(gòu)建3層BP網(wǎng)絡(luò)來識別電路故障。取輸入節(jié)點(diǎn)N1=5，輸出節(jié)點(diǎn)N3=10。根據(jù)BP網(wǎng)絡(luò)隱層節(jié)點(diǎn)設(shè)計(jì)的經(jīng)驗(yàn)公式，隱層節(jié)點(diǎn)數(shù)N2可?。?/p>

式中，α取1～10。

任取一組實(shí)驗(yàn)數(shù)據(jù)模糊化后輸入訓(xùn)練完成的BP網(wǎng)絡(luò)中，得出結(jié)果，可初步判斷為y9故障，可信度為0.9579。

根據(jù)神經(jīng)網(wǎng)絡(luò)的診斷結(jié)果，專家系統(tǒng)啟動推理機(jī)，從知識庫中查尋與BG1基集與集電極短路相關(guān)的規(guī)則，以模糊處理結(jié)果為事實(shí)依據(jù)，進(jìn)行推理判斷。

結(jié)果融合部分需要對以上兩個(gè)結(jié)論進(jìn)行綜合處理。取神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的可信度權(quán)值均為0.5，經(jīng)模擬故障試驗(yàn)的檢驗(yàn)，可滿足前述系統(tǒng)對融合權(quán)值的要求。則對于BG1基集與集電極短路，f11=0.9579，r11=0.5000；f12=0.7200，r12=0.5000。根據(jù)式4.1融合處理后可得最終診斷結(jié)論f1=0.8390，即故障BG1基集與集電極短路發(fā)生的可信度為0.8390。

[1] 楊士元．模擬系統(tǒng)的故障診斷與可靠性設(shè)計(jì)．北京：清華大學(xué)出版社．1993

[2] 虞和濟(jì)，陳長征，張省，周建男．基于神經(jīng)網(wǎng)絡(luò)的智能診斷．北京：冶金工業(yè)出本社．2000

[3] 孫增圻．智能控制與技術(shù)．北京：清華大學(xué)出版社．2000

[4] Harris C J，Moore C G，Brown M．Intelligent Control-Aspects of Fuzzy Logic and Neural Nets．World Scientific，1993

王艷秋，1955年10月出生，女，漢族，遼寧人，沈陽工學(xué)院教授，博士，研究方向：智能控制理論及應(yīng)用。