莫海城

(廣西安全工程職業(yè)技術(shù)學(xué)院,廣西 南寧 530015)

電子設(shè)備在人們?nèi)粘Ｉ詈蜕a(chǎn)經(jīng)營的各個(gè)領(lǐng)域應(yīng)用廣泛,電路集成規(guī)模程度日益提高。功能越多的電子系統(tǒng)的結(jié)構(gòu)越復(fù)雜,影響電子系統(tǒng)正常運(yùn)行的因素增多,電子設(shè)備功能失效或電路出現(xiàn)故障的概率也越大[1-2]。

文獻(xiàn)[3] 采用混雜模型來模擬電力電路的運(yùn)行,通過分析電路信號,實(shí)現(xiàn)對所有電子元件運(yùn)行狀態(tài)的全面檢測。然而,這種方法在電力電路建模方面存在挑戰(zhàn),且在針對特定電路時(shí)通用性較低。文獻(xiàn)[4]基于可靠性評估技術(shù)ADT,對電力電路的狀態(tài)進(jìn)行評估。此方法根據(jù)預(yù)測的樣本退化程度,對電子設(shè)備的運(yùn)行情況進(jìn)行判斷。但是,受實(shí)驗(yàn)樣本少及難以確認(rèn)的特征影響,這在評估復(fù)雜電子設(shè)備時(shí)帶來了困難。文獻(xiàn)[5]在模塊化多級轉(zhuǎn)換器到實(shí)驗(yàn)設(shè)備的基礎(chǔ)上,分析了半導(dǎo)體開關(guān)故障后系統(tǒng)參數(shù)變化的性質(zhì),提出了基于自適應(yīng)濾波器預(yù)測的故障診斷方法。自適應(yīng)濾波器方法可以預(yù)測子項(xiàng)目中電容器的電壓,并根據(jù)電容器是否超過閾值來確定其故障。由于這種方法教學(xué)性質(zhì)比較強(qiáng),無法讓學(xué)者完全掌握。文獻(xiàn)[6]通過DC-DC功率模塊電路的仿真分析研究了測試信號的類型和應(yīng)用模式,確定了不同內(nèi)部設(shè)備對不同測試信號的反應(yīng)。通過分析輸出電壓的形狀,可以根據(jù)衰減振動的數(shù)量來決定反饋電路中的光通信的誤差狀態(tài)。

1 電子電路故障診斷方法

1.1 電子電路故障診斷系統(tǒng)設(shè)計(jì)

故障診斷系統(tǒng)采用LabVIEW軟件設(shè)計(jì)開發(fā),通過預(yù)設(shè)參數(shù),將模擬信號轉(zhuǎn)換為數(shù)字信號,采用接口傳輸?shù)姆椒▽?shù)據(jù)傳輸至上位機(jī)[7-8]。電子電路故障診斷系統(tǒng)架構(gòu)如圖1所示。

圖1 電子電路故障診斷系統(tǒng)架構(gòu)

從圖1可以看出,首先進(jìn)行預(yù)處理,篩選故障信息,獲取測試信號類型和應(yīng)用模式,并確定每個(gè)內(nèi)部設(shè)備對不同測試信號的響應(yīng)。通過分析輸出電壓的形狀,可以根據(jù)阻尼器的振蕩次數(shù)來確定反饋電路中光學(xué)通信的故障狀態(tài)[9]。該系統(tǒng)進(jìn)行消毒、標(biāo)準(zhǔn)化等。將模擬退火算法與粒子群最小二乘向量機(jī)相結(jié)合,系統(tǒng)地評估故障。該系統(tǒng)基于遺傳算法變異的思想,在退火SA算法中引入了簡單的變異算子,并提出了動態(tài)自適應(yīng)SAPSO算法,以克服傳統(tǒng)粒子群算法對局部優(yōu)化的依賴[10]。

處理后的故障數(shù)據(jù)被分為訓(xùn)練、測試樣本。分類器通過訓(xùn)練樣本學(xué)習(xí),再將測試的樣本輸入到分類器,得出故障模式和元件位置。系統(tǒng)采用Oracle數(shù)據(jù)庫作為后臺,實(shí)現(xiàn)信息和線索的共享。系統(tǒng)客戶端接收用戶請求,通過調(diào)整模型在Servlet界面呈現(xiàn)故障信息。

1.2 電子電路故障信號采集模塊設(shè)計(jì)

故障診斷設(shè)備采用STM32做主控制芯片,與上位機(jī)通過引腳PA11和PA12通信。故障信號采集模塊需要同時(shí)采集待診斷電路的輸入和輸出信號。因此,選擇具有8路通道采集的模數(shù)轉(zhuǎn)換芯片,獲取眾多的采樣信號,以便采集故障電路的輸出信號。

采集模塊電路使用AD7606芯片進(jìn)行采集數(shù)據(jù),模塊采用5 V單電源供電,該芯片具有多個(gè)通道,能夠同時(shí)采集多路模擬信號,并將其轉(zhuǎn)換為數(shù)字信號。AD7606的內(nèi)部結(jié)構(gòu)集成了采樣保持電路、ADC核心以及串行接口等功能,可以實(shí)現(xiàn)高速、精確的模擬信號轉(zhuǎn)換[11]。

本研究選用28～12 V DC-DC變換電路作為二次電源,對電路中可能出現(xiàn)的硬故障和軟故障進(jìn)行了診斷研究,電路結(jié)構(gòu)如圖2所示。

圖2 變換電路原理圖

從圖2可知,輸入28 V直流電壓,RL是15 Ω?？刂齐娐肥且訳C3843A芯片作為核心。本文采用型號為LM317、輸出電壓為1.2～37 V 的電源電壓調(diào)節(jié)器進(jìn)行調(diào)節(jié)電源,其計(jì)算公式為:

(1)

式中:IAdj為電源電壓調(diào)節(jié)器調(diào)節(jié)端的電流;R1、R2為調(diào)節(jié)電阻[12]。電路中的檢測點(diǎn)為Vdmos、Vs、VL2、Vout、Vfb、Vcom、Vref、Vcs、Vpwm和Vrct等[13]。

1.3 基于BP神經(jīng)網(wǎng)絡(luò)模型的電子電路故障診斷

BP神經(jīng)網(wǎng)絡(luò)屬于多層前饋神經(jīng)網(wǎng)絡(luò),其工作過程可分為學(xué)習(xí)期和工作期2個(gè)階段。通過3層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、訓(xùn)練,以將數(shù)據(jù)模型按照任意精度與設(shè)置的理論值進(jìn)行逼近,以提高電子電路故障診斷能力。

學(xué)習(xí)期間的主要特征是信號的直接傳播和錯(cuò)誤的反向傳播。在信號傳入之前的傳播過程中,輸入信號從輸入層開始,由層次結(jié)構(gòu)中的神經(jīng)元層處理到輸出層[14]。假如輸出層無法獲得所需的輸出,則轉(zhuǎn)換錯(cuò)誤將重新分發(fā)。根據(jù)目標(biāo)功能最小化原理,調(diào)整重量和連接閾值,使BP神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出持續(xù)接近預(yù)期輸出。當(dāng)神經(jīng)網(wǎng)絡(luò)內(nèi)的壓力固定時(shí),確定BP神經(jīng)網(wǎng)絡(luò)模型并開始工作周期。在操作過程中,輸入信號只有正傳播,層輸出的等待時(shí)間未知。計(jì)算每個(gè)模型的輸入信號,以獲得輸出層的實(shí)際輸出。經(jīng)典的BP三級神經(jīng)網(wǎng)絡(luò)具有很高的自我實(shí)現(xiàn)能力,可以接近任何非線性功能。其拓?fù)鋱D如圖3所示,其中X1,X2,…,Xm是BP神經(jīng)網(wǎng)絡(luò)的輸入量;Y1,…,Yn是BP神經(jīng)網(wǎng)絡(luò)的輸出量;ωij、ωjk為層間神經(jīng)元的連接權(quán)值。

圖3 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

由圖3可知,當(dāng)輸入層節(jié)數(shù)m和隱含層節(jié)數(shù)n取不同值時(shí),所對的BP神經(jīng)網(wǎng)絡(luò)模型也不同。

由于噪聲干擾和測量誤差會對從斷層鏈中提取的信息的反應(yīng)不完整,包括許多不確定性,使得診斷電路故障變得困難。在測試斷裂電路時(shí),需要配置一系列電流測量設(shè)備。同時(shí),反饋電路必須關(guān)閉,因此響應(yīng)電流很少用于故障評估。通常情況下,故障判定會使用觸發(fā)電壓[15]。電子電路元件的軟硬故障分類如圖4所示。

圖4 電子電路元件的軟硬故障分類

其中Pn表示標(biāo)稱值,軟故障的定義范圍為[0.1Pn,(1-c)P)∪((1+c)Pn,10Pn],硬故障的范圍為[0,0.1Pn)∪(10Pn,∞]。本研究采用BP神經(jīng)網(wǎng)絡(luò)模型用于分析所采集的電子電路原始數(shù)據(jù)集,以增強(qiáng)不同故障特征數(shù)據(jù)的識別能力。BP神經(jīng)網(wǎng)絡(luò)模型提取診斷流程如圖5所示。

圖5 BP神經(jīng)網(wǎng)絡(luò)模型提取診斷流程

根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的工作原理,對其進(jìn)行定量分析:

(1)網(wǎng)絡(luò)的初始化。通過系統(tǒng)輸入量的維度及輸出量的維數(shù)作為輸入層節(jié)點(diǎn)數(shù)和輸出層節(jié)點(diǎn)數(shù),隱含層的節(jié)點(diǎn)數(shù)l并沒有統(tǒng)一的選取規(guī)則[14],最佳隱含層節(jié)點(diǎn)數(shù)計(jì)算公式:

l

(2)

(3)

l=log2n

(4)

式(2)～式(4)中,m和n分別為輸入層和輸出層的節(jié)點(diǎn)數(shù);l為隱含層節(jié)點(diǎn)數(shù);a為常數(shù)。神經(jīng)元多采用Log-sigmoid函數(shù)作為活化函數(shù),其表達(dá)式為:

(5)

(2)隱含層輸出計(jì)算。由輸入量Xi(i=1,2,…,m),輸入層與隱含層的連接權(quán)值ωij以及隱含層第j(j=1,2,…l)個(gè)節(jié)點(diǎn)閾值aj,可計(jì)算出隱含層第j個(gè)節(jié)點(diǎn)的輸出Hj[14]。

(6)

式中:m、i分別表示輸入層、隱含層節(jié)點(diǎn)數(shù),f1()表示隱含層神經(jīng)元的活化函數(shù)。

(3)輸出層的輸出計(jì)算。依據(jù)隱含層第j個(gè)節(jié)點(diǎn)輸出Hj,連接權(quán)值ωjk和輸出層第k個(gè)節(jié)點(diǎn)閾值bk,可計(jì)算出輸出層第k個(gè)節(jié)點(diǎn)的輸出Yk:

(7)

式中:l、j分別表示隱含層、輸出層節(jié)點(diǎn)數(shù),f2()表示輸出層神經(jīng)元的活化函數(shù)。

(4)誤差的計(jì)算。Yk、Ok表示輸出層第k(k=1,2,…n)個(gè)節(jié)點(diǎn)的實(shí)際、期望輸出,由此可計(jì)算網(wǎng)絡(luò)的診斷誤差:

ek=Ok-Yk

(8)

目標(biāo)函數(shù)最小化表達(dá)式為:

(9)

(5)權(quán)值的更新。ek是輸出層第k(k=1,2,…n)個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)誤差,可通過它調(diào)整各層之間的連接權(quán)值ωij與ωjk。

i=1,2…m;j=1,2…l

(10)

ωjk=ωjk+ηHjek,j=1,2…l;k=1,2…n

(11)

式中:η為學(xué)習(xí)率。

(6)閾值的更新。通過ek,可更新隱含層、輸出層的第k個(gè)節(jié)點(diǎn)的閾值aj,bk。

(12)

bk=bk+ek,k=1,2…n

(13)

依據(jù)上述學(xué)習(xí)過程,可將BP神經(jīng)網(wǎng)絡(luò)的診斷過程進(jìn)行歸納。

2 應(yīng)用測試

在系統(tǒng)模塊化編程方面,本研究采用QT Creator 4.11.0開發(fā)工具。通過系統(tǒng)客戶端可將本研究的計(jì)算結(jié)果和電子電路故障診斷結(jié)果展示于系統(tǒng)交互界面。選擇硬件電路圖中的電容C1為50 V/220 μF;C2為25 V/220 μF;電感L1、L2均為3 A/470 μF。

在標(biāo)準(zhǔn)工況下,通過數(shù)據(jù)采集模塊,采集電路正常工作時(shí)測點(diǎn)Vdmos、Vs、VL2、Vout的電壓信號,得到輸出信號的波形,如圖6所示。

圖6 輸出測點(diǎn)的電壓波形

本研究將故障診斷率(Fr)、故障漏檢率(Fl)、故障虛警率(Ff)、故障誤檢率(Fm)作為故障診斷的性能評價(jià)指標(biāo)。

2.1 故障診斷率

(14)

式中:N、S分別為電路的工作模式數(shù)、所有電路工作模式中正確診斷的樣本總數(shù);Ti為第i類電路工作模式下的樣本數(shù)量。

2.2 故障漏檢率

(15)

式中:Sl為電路故障樣本被漏診為正常的樣本數(shù)量;N為模式數(shù);Ti為第i類的樣本數(shù)量;j表示電路正常的模型。

2.3 故障虛警率

(16)

式中:Sf為正常樣本被誤判為故障的樣本數(shù)量。

2.4 故障誤檢率

(17)

式中:Sr為故障類型點(diǎn)位錯(cuò)誤的樣本總數(shù)。

采用文獻(xiàn)[3]、文獻(xiàn)[4]系統(tǒng)方法和本研究系統(tǒng)方法對實(shí)驗(yàn)電路中出現(xiàn)的硬故障進(jìn)行診斷分析,其診斷率結(jié)果如表1所示。

表1 3種系統(tǒng)的硬故障診斷率Tab.1 Hard fault diagnosis rate of the three systems

由表1可知,本研究系統(tǒng)在對實(shí)驗(yàn)電路上出現(xiàn)的5種硬故障的診斷率達(dá)到100%;采用文獻(xiàn)[3]、文獻(xiàn)[4]系統(tǒng)方法對硬故障的診斷率均低于本研究系統(tǒng)方法。其中采用文獻(xiàn)[3]系統(tǒng)方法的平均診斷率為92.8%;文獻(xiàn)[4]系統(tǒng)方法的平均診斷率為93.6%。而采用本文設(shè)計(jì)的電子電路故障診斷系統(tǒng)方法對實(shí)驗(yàn)電路中的硬故障的診斷率明顯高于其他2種系統(tǒng)診斷方法,證明了本研究系統(tǒng)方法的優(yōu)越性和可行性。

采用文獻(xiàn)[3]、文獻(xiàn)[4]系統(tǒng)方法和本研究系統(tǒng)方法對實(shí)驗(yàn)電路中出現(xiàn)的軟故障進(jìn)行診斷分析,其診斷率如表2所示。

表2 3種系統(tǒng)的軟故障診斷率Tab.2 Soft fault diagnosis rate of the three systems

由表2可知,本研究系統(tǒng)方法的軟故障診斷方法的平均診斷率為96.4%,其中對C1電容值減少20%～50%的軟故障診斷率能達(dá)到100%。而文獻(xiàn)[3]、文獻(xiàn)[4]的軟故障診斷方法的平均診斷率分別為87.6%和85%。由此可見,采用本文設(shè)計(jì)的電子電路故障診斷系統(tǒng)方法對實(shí)驗(yàn)電路中的軟故障的診斷率明顯高于其他2種系統(tǒng)診斷方法,進(jìn)一步證明了本研究系統(tǒng)方法的優(yōu)越性和可性性。

3 結(jié)語

本研究基于BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)的電子電路故障診斷技術(shù)的創(chuàng)新點(diǎn)在于:

(1)利用多個(gè)采集通道對8路數(shù)據(jù)進(jìn)行同步采集,可較快地獲取電子電路故障信息。將直流變換電路作為仿真電路,將LM317電源電壓調(diào)節(jié)器加入到控制電路中。故障診斷的特征參數(shù)是測點(diǎn)電壓信號的峰值和峰峰值,用以反映電路的故障類型;

(2)以DC-DC變換電路為仿真電路,通過將測試點(diǎn)電壓信號峰值作為故障特征參數(shù),計(jì)算出故障診斷率、故障漏檢率、故障虛警率、故障誤檢率,從而來作為故障診斷的性能評價(jià)指標(biāo)。

雖然本研究系統(tǒng)方法能實(shí)現(xiàn)對電子電路故障診斷,且對軟硬件故障診斷上有著較高的診斷率,但在故障特征信息融合上還需進(jìn)一步研究。