(陸軍裝甲兵學(xué)院 兵器與控制系，北京 100072)

0 引言

電子設(shè)備中的電路主要由數(shù)字電路和模擬電路兩部分組成，數(shù)字電路發(fā)展到今天，其技術(shù)和功能已經(jīng)十分完善，但客觀世界信號(hào)的本質(zhì)決定了數(shù)字電路無法完全取代模擬電路，模擬電路仍然應(yīng)用于航天、軍事、通信和其他領(lǐng)域，模擬電路和數(shù)?；旌想娐愤€占了較大的比重。理論分析和實(shí)驗(yàn)數(shù)據(jù)表明，目前大部分電路中數(shù)字電路的部分占了80%，模擬電路僅占20%，但是80%的故障又都發(fā)生在模擬電路部分[1]，模擬電路的故障率居高不下，對(duì)整體電路的可靠性有著重要影響。

1 模擬電路故障診斷難點(diǎn)

模擬電路故障診斷一般是針對(duì)電路發(fā)生的軟故障。軟故障是指元件的參數(shù)隨時(shí)間和環(huán)境條件的影響而偏離，元件參數(shù)超出電路本身容差范圍，從而導(dǎo)致系統(tǒng)的性能異常無法完成預(yù)先設(shè)計(jì)的功能[2]，元件軟故障通常不會(huì)導(dǎo)致電路的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)改變。

模擬電路的故障診斷起步早，但發(fā)展進(jìn)程緩慢，至今仍然沒有可以被廣泛應(yīng)用的方法。相對(duì)于數(shù)字電路的故障診斷來說，模擬電路診斷主要有以下幾個(gè)難點(diǎn)：

(1)電路參數(shù)獲取困難。模擬電路的響應(yīng)一般是連續(xù)的，電路板節(jié)點(diǎn)多、線路密，而且模擬電路系統(tǒng)一般比較封閉，分層多，受電路板復(fù)雜結(jié)構(gòu)的影響，可以進(jìn)行測(cè)量的端口和節(jié)點(diǎn)數(shù)少，難以獲取更多有用的電流電壓參數(shù)。模擬電路無論哪處發(fā)生故障都會(huì)通過電流電壓等電路參數(shù)體現(xiàn)，獲取電路參數(shù)越多，對(duì)于故障的定位越容易，如何獲取更多的電路參數(shù)成為模擬電路故障診斷的一個(gè)難點(diǎn)。

(2)故障特征提取復(fù)雜。采集到大量參數(shù)后，需要對(duì)電路參數(shù)進(jìn)行分析比對(duì)，而實(shí)際模擬電路中的元件參數(shù)離散性較大，模擬電路還允許電路元件的參數(shù)存在容差。容差的存在導(dǎo)致了模擬電路故障的模糊性，對(duì)于含有大量容差元件的電路，獲取的大量電路參數(shù)中的故障特征是否在容差范圍內(nèi)[3]，是否對(duì)電路的其他節(jié)點(diǎn)參數(shù)產(chǎn)生影響難以確定，有時(shí)故障的特征也無法唯一確定，難以保證診斷的準(zhǔn)確性。

(3)故障位置的精準(zhǔn)定位難以實(shí)現(xiàn)。 電路網(wǎng)絡(luò)一般比較復(fù)雜，有的電路板故障診斷需要豐富的經(jīng)驗(yàn)和電路有關(guān)知識(shí)，對(duì)專業(yè)知識(shí)和經(jīng)驗(yàn)的要求較高。模擬電路的反饋回路和非線性特征廣泛存在，即使在線性電路中非線性問題也無法避免，復(fù)雜的拓?fù)浣Y(jié)構(gòu)和非線性問題極大增加了模擬電路故障診斷的計(jì)算量，求解比較困難，對(duì)故障定位難以實(shí)現(xiàn)。

(4)環(huán)境因素影響較大。模擬電路對(duì)環(huán)境變化比較敏感，其輸出響應(yīng)不僅受電路板和電子元件的制造工藝引起的元件參數(shù)的偏差影響，而且容易受到溫度、濕度、電磁干擾等外界環(huán)境因素的影響[4]。

2 國(guó)內(nèi)外研究現(xiàn)狀

模擬電路故障診斷方法起步于20世紀(jì)60年代，由于美國(guó)軍事工業(yè)領(lǐng)域的重視，一度掀起研究熱潮。模擬電路的故障診斷發(fā)展大致可以分為傳統(tǒng)模擬電路故障診斷方法和智能化模擬電路故障診斷方法。前者在早期對(duì)簡(jiǎn)單電路的故障診斷效率較高，使用起來相對(duì)簡(jiǎn)單，后者偏向于對(duì)大規(guī)模集成電路進(jìn)行故障診斷，較為復(fù)雜。

2.1 傳統(tǒng)模擬電路故障診斷方法及發(fā)展

傳統(tǒng)模擬電路故障診斷通過在電路可測(cè)節(jié)點(diǎn)中測(cè)量電路信息，推斷電路中故障的形式和失效元器件或線路的位置。按照對(duì)電路進(jìn)行模擬分析和測(cè)量電路信息的前后順序，可以將模擬電路故障診斷方法分為測(cè)前模擬法和測(cè)后模擬法，如圖1所示。

圖1 模擬電路故障診斷方法

20世紀(jì)60年代，由于軍事工業(yè)領(lǐng)域的重視，電路板的故障診斷研究興起，接下來十幾年內(nèi)模擬電路故障診斷技術(shù)在全世界掀起熱潮。這一時(shí)期以測(cè)前模擬法為主，測(cè)前模擬法指在測(cè)量電路信息前，對(duì)電路進(jìn)行模擬分析，再通過節(jié)點(diǎn)參數(shù)的提取與之前進(jìn)行的模擬分析進(jìn)行比對(duì)，推斷故障的原因。測(cè)前模擬法中主要應(yīng)用的方法有故障字典法和概率統(tǒng)計(jì)法，但以故障字典法應(yīng)用最為廣泛。

故障字典法，即通過電路仿真得到各種故障狀態(tài)下的特征，并將特征和故障之間的對(duì)應(yīng)關(guān)系編入字典，在實(shí)際診斷過程中，只要對(duì)電路實(shí)時(shí)特性進(jìn)行采集，就可以從故障字典中查找相應(yīng)的故障。在故障字典法提出之后，國(guó)內(nèi)外都對(duì)故障字典法進(jìn)行了改進(jìn)型的研究，Grzechca等提出一種改進(jìn)的故障字典法，該方法將模糊理論加入到故障診斷中，可以對(duì)具有容差的模擬電路軟故障進(jìn)行診斷[5]；2000年陳圣儉等在故障字典法中運(yùn)用支路屏蔽原理，實(shí)現(xiàn)了模擬電路的軟故障診斷[6]。故障字典法是最早提出的故障診斷方法，該方法使用簡(jiǎn)單，無需計(jì)算，適用于線性和非線性系統(tǒng)的診斷。但是，當(dāng)測(cè)試節(jié)點(diǎn)和故障模式較多時(shí)，故障字典數(shù)據(jù)集將非常大，構(gòu)建故障字典難度大大提高，不適合應(yīng)用于大規(guī)模電路測(cè)試。而且故障字典的故障特征通常是實(shí)時(shí)的，沒有考慮實(shí)際的電路容錯(cuò)效果，對(duì)于單故障和硬故障診斷，軟故障和多故障的診斷效果是有限的。

在測(cè)后模擬法中主要有參數(shù)識(shí)別法和故障驗(yàn)證法。參數(shù)識(shí)別法根據(jù)網(wǎng)絡(luò)的已知拓?fù)潢P(guān)系、輸入和輸出，估計(jì)或求解各分量的參數(shù)(或參數(shù)與標(biāo)稱值的偏差)，最終確定網(wǎng)絡(luò)中的故障參數(shù)達(dá)到每個(gè)分量的容差范圍。該方法實(shí)際上是一種參數(shù)識(shí)別技術(shù)，適用于對(duì)網(wǎng)絡(luò)中的軟故障進(jìn)行診斷。在參數(shù)識(shí)別法的研究和應(yīng)用中，改進(jìn)型的參數(shù)識(shí)別法也有很多，如采取系統(tǒng)辨識(shí)工具與自回歸模型對(duì)電路的故障參數(shù)進(jìn)行檢測(cè)的方法[7]；Long提出將改進(jìn)靈敏度分析算法融入到參數(shù)識(shí)別，解決了參數(shù)識(shí)別法對(duì)可測(cè)性要求高的缺點(diǎn)[8]；謝仕煒等利用遞推最小二乘法，能夠?qū)崟r(shí)辨識(shí)多端口的外網(wǎng)靜態(tài)等值參數(shù)，提出了在外部網(wǎng)絡(luò)信息不足情況下的參數(shù)識(shí)別新方法[9]。但是參數(shù)識(shí)別法還存在一些不足，要對(duì)電路電路建立數(shù)學(xué)模型，要測(cè)得多處節(jié)點(diǎn)的電路參數(shù)，計(jì)算量大，對(duì)非線性電路和大規(guī)模電路來說實(shí)現(xiàn)困難。

到20世紀(jì)80年代，由于大規(guī)模集成電路的問世和普及，故障字典法和參數(shù)識(shí)別法已經(jīng)無法滿足大規(guī)模集成電路故障診斷的要求，一些研究者提出在獲取“不完整”的故障信息基礎(chǔ)上診斷，先預(yù)測(cè)網(wǎng)絡(luò)中故障元件的集合，再利用激勵(lì)信號(hào)和在可測(cè)節(jié)點(diǎn)取得數(shù)據(jù)，根據(jù)一定判據(jù)進(jìn)行驗(yàn)證，即故障驗(yàn)證法。故障驗(yàn)證法也是實(shí)際情況中進(jìn)行故障診斷的一般思路，在故障驗(yàn)證法中應(yīng)用最多的是網(wǎng)絡(luò)撕裂法，該方法主要針對(duì)大規(guī)模集成電路，主要思想是通過將大型電路網(wǎng)絡(luò)撕裂成子網(wǎng)絡(luò)，從而實(shí)現(xiàn)大規(guī)模電路的故障診斷，但該方法必須在可及節(jié)點(diǎn)進(jìn)行撕裂，否則劃分子模塊將不能實(shí)現(xiàn)故障診斷。國(guó)外學(xué)者在使用網(wǎng)絡(luò)撕裂法對(duì)模擬電路進(jìn)行障診斷的研究時(shí)，實(shí)現(xiàn)了并行稀疏矩陣求解器，用來提高電磁暫態(tài)(EMT)仿真軟件的計(jì)算速度。這種新方法建立在KLU稀疏矩陣求解器上，適用于基于電路的仿真方法，對(duì)所有非線性模型使用完全迭代，適用于大規(guī)模網(wǎng)絡(luò)[10]。國(guó)內(nèi)學(xué)者在復(fù)雜模擬電路的故障診斷中，基于交流置換激勵(lì)，并結(jié)合靈敏度分析提出了模擬電路網(wǎng)絡(luò)撕裂的新方法[11]。網(wǎng)絡(luò)撕裂法在現(xiàn)代。故障驗(yàn)證法對(duì)使用人員要求較高，需要豐富的經(jīng)驗(yàn)和大量專業(yè)知識(shí)儲(chǔ)備，還需了解電路的結(jié)構(gòu)等，在大規(guī)模電路故障診斷中需要進(jìn)行大量計(jì)算，如何減少驗(yàn)證計(jì)算量是故障驗(yàn)證法普及應(yīng)用的關(guān)鍵。

2.2 智能化模擬電路故障診斷方法及發(fā)展

20世紀(jì)90年代以后，隨著人工智能技術(shù)的發(fā)展，對(duì)模擬電路的故障診斷研究進(jìn)一步深入，基于人工智能的模擬電路故障診斷方法逐漸被發(fā)明。人工智能法不需要建立復(fù)雜的故障模型，主要包括故障樣本訓(xùn)練和測(cè)試兩個(gè)過程，可以智能的自動(dòng)判斷故障類型，同時(shí)適用于線性和非線性電路的故障診斷，對(duì)解決模擬電路故障診斷中的不確定性和模糊性效果較好。由于人工智能法不需要復(fù)雜的數(shù)學(xué)計(jì)算，大大提高了故障診斷的效率，而且要求獲得的故障信息較少，適合用于可測(cè)節(jié)點(diǎn)少的集成電路板和大規(guī)模集成電路的故障診斷，人工智能法也成為目前重點(diǎn)的研究方向。人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks)和支持向量機(jī)(Support Vector Machine)是目前模擬電路故障診斷中應(yīng)用最為廣泛的兩種人工智能技術(shù)。

人工神經(jīng)網(wǎng)絡(luò)是一種模仿神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型[12]。這種網(wǎng)絡(luò)具有復(fù)雜的內(nèi)部結(jié)構(gòu)，通過調(diào)整大量?jī)?nèi)部節(jié)點(diǎn)之間的互連關(guān)系，達(dá)到處理大量信息的目的。人工神經(jīng)網(wǎng)絡(luò)有很多優(yōu)點(diǎn)，自組織、自學(xué)習(xí)、自適應(yīng)能力強(qiáng)，魯棒性和容錯(cuò)性較好，并行處理能力良好，具備較強(qiáng)的非線性映射能力和分類識(shí)別能力。1990年，Starzyk對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行研究，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)具備的辨識(shí)和推理能力非常適用于模擬電路的故障診斷[13]。基于可測(cè)量性方法，一種基于可測(cè)性分析的神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷方法被提出，該方法首先對(duì)電路進(jìn)行可測(cè)試性分析，然后確定可診斷組件并消除不可診斷和難以診斷的組件，這種方法可以減小神經(jīng)網(wǎng)絡(luò)的規(guī)模并提高診斷效率[14]。神經(jīng)網(wǎng)絡(luò)的種類很多，各有其特點(diǎn)和缺陷，為集中發(fā)揮各種神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，集成的神經(jīng)網(wǎng)絡(luò)方法逐漸被應(yīng)用，并在模擬電路的故障診斷應(yīng)用中比單個(gè)神經(jīng)網(wǎng)絡(luò)有更好的故障診斷效果[15]。近幾年國(guó)外學(xué)者提出基于人工神經(jīng)網(wǎng)絡(luò)的三相整流器和逆變器兩種電力電子電路的精確缺陷導(dǎo)向參數(shù)測(cè)試方法，該算法采用離散小波分解作為特征提取的預(yù)處理器，采用兩種類型的前饋神經(jīng)網(wǎng)絡(luò)，例如BPMLP和PNN，用于故障事件檢測(cè)。結(jié)果發(fā)現(xiàn)非常有希望，最高達(dá)99.95%[16]。

在國(guó)外研究者對(duì)神經(jīng)網(wǎng)絡(luò)的研究如火如荼進(jìn)行同時(shí)，國(guó)內(nèi)專家學(xué)者緊跟國(guó)際前沿。基于不同的算法，人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用方法眾多。利用改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)對(duì)模擬電路進(jìn)行故障診斷，能夠提高網(wǎng)絡(luò)學(xué)習(xí)速率和故障診斷效率，但網(wǎng)絡(luò)結(jié)構(gòu)確定比較困難[17]；結(jié)合粒子群優(yōu)化算法和小波神經(jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)診斷方法，對(duì)模擬電路故障診斷效果良好[18]。近幾年神經(jīng)網(wǎng)絡(luò)算法的研究仍是熱點(diǎn)，在優(yōu)化的神經(jīng)網(wǎng)絡(luò)方法中，構(gòu)建了基于不同算法的改進(jìn)型神經(jīng)網(wǎng)絡(luò)方法?；诶侨核惴▽?duì)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化的方法被提出，并通過實(shí)驗(yàn)驗(yàn)證了該方法的可行性[19]；基于核覆蓋的神經(jīng)網(wǎng)絡(luò)模型，進(jìn)過仿真能有效構(gòu)建三層神經(jīng)網(wǎng)絡(luò)，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)難以確定的問題提出了解決的新方法[20]。在大規(guī)模數(shù)?；旌想娐分校收夏Ｊ蕉喽覡顟B(tài)復(fù)雜，發(fā)生傳播的可能性也較大，針對(duì)故障傳播的問題，模塊化BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法對(duì)該問題能夠有效解決[21]。神經(jīng)網(wǎng)絡(luò)方法對(duì)模擬電路故障診斷效果顯著的同時(shí)也存在了一些缺陷，主要是網(wǎng)絡(luò)結(jié)構(gòu)確定難，學(xué)習(xí)速度慢，訓(xùn)練時(shí)間長(zhǎng)等。

支持向量機(jī)是另一種人工智能的模擬電路故障診斷方法，也是目前的研究熱點(diǎn)。支持向量機(jī)是一種新的機(jī)器學(xué)習(xí)算法，是在統(tǒng)計(jì)學(xué)理論的基礎(chǔ)上，加上出色的學(xué)習(xí)性能，理論上可以彌補(bǔ)神經(jīng)網(wǎng)絡(luò)的許多缺陷，應(yīng)用前景更為廣闊。Salat R和Osowski S用支持向量機(jī)作為分類器實(shí)現(xiàn)電路故障診斷，在效果和性能上比起一般的分類器更好[22]。 Siwek等對(duì)支持向量機(jī)方法也進(jìn)行了研究，他采用用的診斷電路是RC階梯網(wǎng)絡(luò)電路，仿真結(jié)果表明診斷精度和效率都較高[23]。Kuraku N V P研究提出了一種基于概率主成分分析和支持向量機(jī)的新型故障診斷方法，用于單相級(jí)聯(lián)H橋多電平逆變器中的受控開關(guān)，仿真和實(shí)驗(yàn)結(jié)果表明，通過使用PPCA-SVM，可以提高故障定位的準(zhǔn)確性，減少CHMLI故障診斷所需的時(shí)間[24]。國(guó)內(nèi)的研究也緊隨其后，近幾年基于支持向量機(jī)的故障診斷研究中，將監(jiān)督式改進(jìn)K近鄰并將其與改進(jìn)最小二乘支持向量機(jī)結(jié)合，是支持向量機(jī)算法的新的突破[25]；基于改進(jìn)型果蠅算法，針對(duì)非線性系統(tǒng)的故障元件定位提出優(yōu)化支持向量機(jī)方法，提高了診斷的精度和速率[26]；在支持向量機(jī)基礎(chǔ)上，基于正余弦算法優(yōu)化的軟故障診斷方法在容差模擬電路診斷中有較強(qiáng)的適應(yīng)能力[27]。

3 模擬電路故障診斷的發(fā)展趨勢(shì)

模擬電路的故障診斷由于其自身結(jié)構(gòu)及傳遞信號(hào)的性質(zhì)，實(shí)現(xiàn)起來有諸多困難。從20世紀(jì)60年代開始，研究者們從未停止對(duì)模擬電路故障診斷的研究，取得了豐碩的成果，但模擬電路故障診斷的方法仍然較為復(fù)雜，從目前的研究現(xiàn)狀看，模擬電路故障診斷方法的研究呈現(xiàn)出以下趨勢(shì)：

(1)增強(qiáng)模擬電路系統(tǒng)自身測(cè)試性。從模擬電路故障診斷的關(guān)鍵技術(shù)上來看，無論是傳統(tǒng)的故障診斷方法還是現(xiàn)代智能化的診斷方法，都需要能對(duì)待診斷電路進(jìn)行數(shù)據(jù)采集和測(cè)量，而模擬電路尤其是大規(guī)模的集成電路可測(cè)的節(jié)點(diǎn)少，對(duì)電路參數(shù)的采集帶來諸多不便。在模擬電路設(shè)計(jì)之初增加可測(cè)節(jié)點(diǎn)將會(huì)減小獲取電路的參數(shù)，其次可以在電路中加入自檢測(cè)功能，當(dāng)電路發(fā)生故障時(shí)可自動(dòng)報(bào)警標(biāo)識(shí)發(fā)生故障的子電路或元件。

(2)進(jìn)一步對(duì)人工智能法進(jìn)行研究。人工智能方法在問世之初便以很好的學(xué)習(xí)能力和自適應(yīng)能力獲得故障診斷研究者的青睞，目前人工智能方法的研究成果大多還存在很多弊端，無法進(jìn)行推廣應(yīng)用，主要是需要大量的故障樣本集和耗費(fèi)大量系統(tǒng)的訓(xùn)練時(shí)間，導(dǎo)致實(shí)際操作中比較復(fù)雜。要突破人工智能方法的這些缺陷，還需要研究者進(jìn)行后續(xù)的研究。

(3)對(duì)模擬電路進(jìn)行數(shù)字化改造。在模擬電路的故障診斷技術(shù)研究遭遇瓶頸的同時(shí)，數(shù)字電路的故障診斷技術(shù)已經(jīng)相對(duì)成熟，也有很多專家學(xué)者轉(zhuǎn)向?qū)⒛M電路改造成數(shù)字電路的研究。但是由于模擬電路和數(shù)字電路的信號(hào)本質(zhì)區(qū)別，數(shù)字電路想要完全取代模擬電路仍有難以攻克的困難，但對(duì)模擬電路進(jìn)行數(shù)字化改造也必然是一種發(fā)展趨勢(shì)，數(shù)模混合電路中數(shù)字電路部分所占比重也一定會(huì)越來越高。

4 結(jié)束語

模擬電路的可靠性是整個(gè)電路系統(tǒng)可靠性的重要決定因素，電子技術(shù)和產(chǎn)業(yè)的快速發(fā)展對(duì)模擬電路的檢測(cè)和診斷提出了更高要求。由于電路結(jié)構(gòu)不斷復(fù)雜化和集成程度的不斷深入化，傳統(tǒng)的故障診斷方法不能滿足現(xiàn)大規(guī)模集成模擬電路的診斷要求，迫使人們探尋更加智能化高效化的方法，現(xiàn)代信息處理技術(shù)和機(jī)器學(xué)習(xí)理論為智能化的模擬電路故障診斷方法研究提供了理論支持，為模擬電路故障診斷技術(shù)的進(jìn)一步發(fā)展提供了重要契機(jī)。

文中指出了模擬電路故障診斷的難點(diǎn)，在國(guó)內(nèi)外研究現(xiàn)狀部分分別對(duì)傳統(tǒng)方法和智能化方法的發(fā)展和研究現(xiàn)狀進(jìn)行了較為全面的綜述，并對(duì)未來模擬電路的故障診斷發(fā)展趨勢(shì)進(jìn)行了展望。當(dāng)前，模擬電路的故障診斷已經(jīng)取得了大量成果，但在理論和應(yīng)用方面還存在許多需要解決的問題，對(duì)單一故障診斷的方法研究較多，多故障的故障診斷涉及較少。單一的診斷方法應(yīng)用到實(shí)際中效果并不夠理想，因此多種診斷方法的結(jié)合提高對(duì)系統(tǒng)的故障診斷能力也是很有前景的研究方向。