北京市朝陽外國語學校 孫照斌

1.引言

隨著科學技術(shù)的發(fā)展，越來越多的電子產(chǎn)品進入到我們的生活，大規(guī)模電路也在通信技術(shù)和控制設(shè)備中被廣泛應(yīng)用。然而在一些重要的領(lǐng)域內(nèi)，僅僅依靠人力對電路故障進行排查是不現(xiàn)實的。為了簡化工作量，提高電路運行速度效率及安全性，達到實時監(jiān)控故障的效果，業(yè)界利用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)自動化的診斷。本文主要介紹當前最常用的兩種神經(jīng)網(wǎng)絡(luò)故障診斷法，并根據(jù)這兩種方法在模擬電路中診斷的結(jié)果，闡述各自的優(yōu)勢和劣勢，最后對未來亟需攻克的問題及神經(jīng)網(wǎng)絡(luò)故障診斷法的發(fā)展趨勢進行簡要概述。

2.電路故障診斷分類

2.1 硬故障

模擬電路會出現(xiàn)因電路本身元器件故障而導(dǎo)致電路陷入癱瘓的情況。這些故障通常是由于元器件出現(xiàn)老化，自身性質(zhì)發(fā)生極大的、不可逆的變化，從而使電路的拓撲結(jié)構(gòu)發(fā)生變化，形成短路或開路，導(dǎo)致電路停止工作。有時某個電路的停止會波及到整個系統(tǒng)，形成連鎖反應(yīng)，甚至造成系統(tǒng)崩潰，嚴重影響生產(chǎn)效率和經(jīng)濟效益。這種毀滅性的自身故障統(tǒng)稱為硬故障。

2.2 軟故障

通常情況下，電路中的各元件均存在一個容差，由于環(huán)境溫度、濕度等條件的影響，元件的性質(zhì)也會隨之發(fā)生一定的變化，但只要在容差范圍內(nèi)，電路均可正常工作。一旦元件性質(zhì)發(fā)生突變，超出了容差范圍，電路的運行就會出現(xiàn)一系列反常的變化。這種變化短時間內(nèi)不會影響電路的運行，但會使電路的運行性能逐漸下降。這樣的故障可以通過神經(jīng)網(wǎng)絡(luò)電路故障診斷技術(shù)來準確迅速判斷出故障所在位置并進行解決，這種可被修復(fù)的，一定時間內(nèi)不影響電路工作的故障統(tǒng)稱為軟故障。

3.神經(jīng)網(wǎng)絡(luò)故障字典法介紹

神經(jīng)網(wǎng)絡(luò)故障字典法實際上與人工方法相似度很高，但能節(jié)省許多的人力。它通過模擬電路實驗，將電路故障逐個進行分類，形成一個訓(xùn)練集，相當于一個字典，類似于人類的經(jīng)驗。電路故障發(fā)生的時候，神經(jīng)網(wǎng)絡(luò)在字典中進行檢索，并運用擬合算法判斷故障類型，實現(xiàn)電路故障的快速診斷。當前，神經(jīng)網(wǎng)絡(luò)故障字典法是最廣泛的方法之一，根據(jù)其內(nèi)部的操作及運算流程，可分為BP神經(jīng)網(wǎng)絡(luò)和SOM神經(jīng)網(wǎng)絡(luò)。

3.1 BP神經(jīng)網(wǎng)絡(luò)故障字典法

BP神經(jīng)網(wǎng)絡(luò)故障字典法最突出的特點是多層分析，將神經(jīng)網(wǎng)絡(luò)分為輸入層，隱藏層和輸出層。通過模擬電路故障，BP神經(jīng)網(wǎng)絡(luò)將每種故障電路的狀態(tài)信息通過編碼的形式傳入到輸入層的節(jié)點上，經(jīng)過優(yōu)化訓(xùn)練形成模擬訓(xùn)練集。在出現(xiàn)故障時，BP神經(jīng)網(wǎng)絡(luò)通過測試激勵機制激活輸入層，經(jīng)過隱藏層的經(jīng)驗公式計算，推導(dǎo)出最符合訓(xùn)練集中的故障信息，并將信息轉(zhuǎn)化成編碼準確傳遞到輸出層的節(jié)點上，達到故障診斷的目的。

3.2 SOM神經(jīng)網(wǎng)絡(luò)故障字典法

基于BP神經(jīng)網(wǎng)絡(luò)層次結(jié)構(gòu)繁瑣的問題，來自芬蘭的教授應(yīng)用自組織特征映射（SOM）神經(jīng)網(wǎng)絡(luò)，將網(wǎng)絡(luò)結(jié)構(gòu)簡化為兩層——輸入層和輸出層。SOM網(wǎng)絡(luò)的工作原理為：輸入的數(shù)據(jù)以連接權(quán)矢量的空間密度的形式進行表達，再經(jīng)過訓(xùn)練集的匹配，將數(shù)據(jù)信息輸出到競爭層（輸出層）節(jié)點，最后經(jīng)過神經(jīng)網(wǎng)絡(luò)的處理，對故障進行診斷。這種方法能夠?qū)Ω喾N類的故障進行判斷，能夠更加靈活地對電路故障進行診斷，容錯率得到了提高。也正因為如此，SOM網(wǎng)絡(luò)在復(fù)雜電路中的運用十分普遍。SOM神經(jīng)網(wǎng)絡(luò)的工作流程雖然看起來相對簡單，但能夠更加有效診斷電路故障。實際上，SOM神經(jīng)網(wǎng)絡(luò)的設(shè)計難度要遠高于BP神經(jīng)網(wǎng)絡(luò)，其中采用的模糊性運算也會大幅提升故障診斷難度。

3.3 神經(jīng)網(wǎng)絡(luò)故障字典法的優(yōu)劣性

神經(jīng)網(wǎng)絡(luò)故障字典法的大規(guī)模應(yīng)用源于它突出的優(yōu)勢：速度快，準確性高。與人工篩查故障相比，神經(jīng)網(wǎng)絡(luò)的速度占有絕對優(yōu)勢。在神經(jīng)網(wǎng)絡(luò)興起之前，機械的靈活程度往往是無法與人類相比的，但神經(jīng)網(wǎng)絡(luò)使得機器也可以通過訓(xùn)練和算法，對電路軟故障進行準確診斷。從這些角度來看，神經(jīng)網(wǎng)絡(luò)故障字典法的確無可挑剔，但其缺點也非常明顯。首先，字典信息的錄入需要長時間的訓(xùn)練，訓(xùn)練時的數(shù)據(jù)選擇也具有一定的難度。同時，隱藏層的算法設(shè)計很難把握，經(jīng)驗公式也需要長時間的計算才能更加準確，精密的神經(jīng)網(wǎng)絡(luò)如果發(fā)生故障，排除故障也存在較大的難度。這些問題目前正限制著神經(jīng)網(wǎng)絡(luò)故障字典法的發(fā)展。

4.神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法

鑒于神經(jīng)網(wǎng)絡(luò)故障字典法的劣勢，業(yè)界采用了另一種診斷方法：神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法。首先，系統(tǒng)將正常的電路信息拷貝到數(shù)據(jù)庫中作為基底，當電路發(fā)生故障時，系統(tǒng)將故障信息反饋到神經(jīng)網(wǎng)絡(luò)中，形成一個模板。由于可能出現(xiàn)故障的區(qū)域有多種情況，神經(jīng)網(wǎng)絡(luò)將其等效為一個選擇方案問題，通過建立符合故障描述的能量函數(shù)，利用網(wǎng)絡(luò)結(jié)構(gòu)對比函數(shù)的權(quán)值和偏流，從而尋找最優(yōu)解。接下來，神經(jīng)網(wǎng)絡(luò)利用最優(yōu)解與數(shù)據(jù)庫中正常的電路信息進行校驗比對，同時與模板進行匹配，最終將診斷結(jié)果進行輸出。

神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法可以直接忽略系統(tǒng)參數(shù)的容差，適用于任何硬故障和軟故障。同時它的效率也很高，所需的數(shù)據(jù)量相比于神經(jīng)網(wǎng)絡(luò)故障字典法減少了許多，診斷的結(jié)果也更加準確可靠，在當前高速發(fā)展的電子行業(yè)中具有很大優(yōu)勢。然而，公式的適用性和多樣性成為了神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法發(fā)展的絆腳石。如何確定最優(yōu)解的正確性，如何判斷公式的誤差大小，如何找出較為精準的能量函數(shù)，如何將公式進行優(yōu)化等眾多高技術(shù)含量的問題，使得這種方法在當前尚未普及，但其可挖掘潛力巨大，將會成為未來診斷電路故障的主要方法。

5.電路故障診斷方法的發(fā)展趨勢

當前，基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷方法具有遠高于人工診斷的效率，實現(xiàn)了低成本與低能耗，得到了業(yè)界的廣泛認可，但這些故障診斷方法都存在著不同的優(yōu)勢和弊端。為了彌補各個方法的劣勢，需要針對不同性質(zhì)，不同類型的電路故障選取合適的故障分析法。這就要求業(yè)界對各種診斷方法進行綜合利用，得出最優(yōu)的算法，在有限的條件下發(fā)揮神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，這是未來電路診斷方法優(yōu)化的基礎(chǔ)和必然趨勢。

此外，現(xiàn)有的神經(jīng)網(wǎng)絡(luò)診斷技術(shù)必然不足以支撐人們?nèi)找嬖鲩L的電路故障診斷需求，在競爭越來越激烈的環(huán)境下，新型的電路診斷方法正成為業(yè)界的主要研究方向之一。在診斷方法結(jié)合利用的大趨勢下，如果沒有方法上的創(chuàng)新，將會導(dǎo)致診斷方法的單一化，使電路診斷的彈性變差。因此，對電路故障診斷技術(shù)方法進行創(chuàng)新與深入研究，是未來電路診斷方式發(fā)展的必然趨勢。

基于神經(jīng)網(wǎng)路的電路故障診斷技術(shù)目前在模擬電路實驗中已經(jīng)初見成效，其可行性得到了充分的驗證，但神經(jīng)網(wǎng)絡(luò)的應(yīng)用還顯得過于理論化，距離大規(guī)模的實際應(yīng)用還有一定距離，高昂的成本和核心技術(shù)的難度也使得神經(jīng)網(wǎng)絡(luò)距離在普通企業(yè)中應(yīng)用尚有一定距離。也正因為如此，不斷發(fā)展神經(jīng)網(wǎng)絡(luò)技術(shù)，使其變得更經(jīng)濟與更有效，是今后發(fā)展的首要目標。

6.小結(jié)

本文主要介紹了用于電路診斷的幾種神經(jīng)網(wǎng)絡(luò)診斷法的應(yīng)用原理和優(yōu)劣勢，并對其可能的發(fā)展方向和空間進行了簡要分析，同時展望了神經(jīng)網(wǎng)絡(luò)診斷法的發(fā)展趨勢，指出了不足和希望。近年來，人工智能技術(shù)正在高速發(fā)展，這源于人們發(fā)展創(chuàng)新意識的覺醒、對高科技人才培養(yǎng)的重視及經(jīng)濟的飛速發(fā)展?？梢灶A(yù)計在不久以后，基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷技術(shù)一定會取得顯著的發(fā)展。