【摘要】：模擬電路的故障診斷和失效預(yù)測是電子系統(tǒng)健康管理(Prognostics and Health Management,PHM)研究中的研究熱點。由于失效預(yù)測相比故障診斷可以更好的防止故障的發(fā)生,所以失效預(yù)測的研究尤其重要。模擬電路的失效預(yù)測有兩個難點:第一、當(dāng)模擬電路中某一個元件失效時,失效元件仍然是保持通電狀態(tài),因此對電路的失效狀態(tài)很難進行準確的預(yù)測;第二、因為模擬電路失效時間總是不大于單個元件全壽命,所以無法通過元件全壽命來預(yù)測電路失效時間。而現(xiàn)有的模擬電路失效研究在很大程度上都存在一些不足。一是現(xiàn)有失效預(yù)測研究中故障指示值(Fault Indicator,FI)的計算方法不完善,已有的FI計算方法缺乏合理性且計算復(fù)雜;二是現(xiàn)有方法對電路中的各個元件在保證電路性能下預(yù)測其剩余使用時間的方法不夠完善。針對上述問題,作者對于模擬電路的剩余使用性能(Remaining Useful Performance,RUP)預(yù)測方法開展了一些研究。而對于模擬電路失效預(yù)測的研究主要不是考慮所有種類模擬電路的退化原因和失效類型,而是以典型線性模擬濾波器電路為主,集中在退化數(shù)據(jù)的處理方法上。為了提高RUP預(yù)測方法的精度并且簡化預(yù)測過程,提出了幾種不同的RUP預(yù)測方法:基于高斯白噪聲估計的模擬電路RUP預(yù)測法;基于復(fù)數(shù)域建模的模擬電路單元件RUP預(yù)測法;采用電壓特征的線性模擬電路單元件RUP預(yù)測方法。同時,為了增加模擬電路RUP預(yù)測的電路狀態(tài)監(jiān)測能力,提出了一種基于極限學(xué)習(xí)機的模擬電路測試生成算法。本文的創(chuàng)新性工作如下:1、針對現(xiàn)有模擬電路RUP預(yù)測方法中FI計算過于復(fù)雜的問題,提出了一種基于高斯白噪聲估計的RUP預(yù)測方法。這種方法通過采集初始狀態(tài)及退化狀態(tài)各時刻的時域波形,利用Kalman濾波器對初始狀態(tài)的波形加入輔助噪聲并與退化狀態(tài)各時刻波形進行比對,得出一種新的FI計算方法和FI的退化模型,從而提出了一種改進Power式的更新式用于粒子濾波(Particle Filter,PF)。通過試驗驗證可知,這種RUP預(yù)測方法,由于選擇采集整個時域波形,使得特征包含更多的信息量,增加了預(yù)測的精度。同時不需要特征融合,簡化了FI的計算流程。2、針對現(xiàn)有的模擬電路RUP預(yù)測方法中FI的計算缺乏與模擬電路結(jié)構(gòu)關(guān)聯(lián)從而影響RUP預(yù)測精確性的問題,提出了一種基于復(fù)數(shù)域建模的模擬電路單元件RUP預(yù)測法。這種方法引入現(xiàn)有模擬電路圓模型故障診斷方法進行電路結(jié)構(gòu)分析,并結(jié)合電路的元件退化模型,提出了一種利用三點建圓和參數(shù)掃描相結(jié)合的模擬電路元件退化分析方法,根據(jù)這個方法得到一種新的FI計算式。再針對模擬電路中存在部分元件圓模型退化為線模型的特點,提出了關(guān)于線模型的FI計算方法以及線模型和圓模型的區(qū)別方法,從而完善了模擬電路預(yù)測中基于復(fù)數(shù)域建模的FI計算方法。最后,根據(jù)不同的FI計算式給出了不同的PF更新式。通過實驗也驗證了此方法在RUP預(yù)測精度上表現(xiàn)優(yōu)異。3、針對現(xiàn)有模擬電路RUP預(yù)測方法中測點總是固定為最終的輸出點從而導(dǎo)致診斷和預(yù)測架構(gòu)無法結(jié)合測點優(yōu)化和非固定測點故障診斷方法,以及現(xiàn)有RUP預(yù)測方法需要采集頻率特征從而無法對于純電阻電路進行RUP預(yù)測的問題,提出了一種采用電壓特征的RUP預(yù)測方法。這種方法引入現(xiàn)有斜率法進行電路分析,結(jié)合電路的元件退化模型,提出通過采集任意雙測點電壓,再通過歐式距離計算FI從而建立FI退化模型。通過實驗也驗證了該方法可以有效簡化FI的計算復(fù)雜度,提高了RUP的預(yù)測精度,對于純電阻電路的RUP預(yù)測方面也有較好的預(yù)測效果。4、狀態(tài)監(jiān)測是實現(xiàn)PHM的重要技術(shù)途徑,而測試生成算法是一種經(jīng)濟有效的狀態(tài)監(jiān)測方法。針對現(xiàn)有測試生成算法結(jié)構(gòu)復(fù)雜、壓縮樣本時精度不穩(wěn)定、測試時間消耗較多等問題,提出了一種基于極限學(xué)習(xí)機(Extreming Learning Machine,ELM)的模擬電路測試生成算法。該方法根據(jù)ELM進行樣本分類訓(xùn)練得出的分類面,提出一種基于ELM的測試信號生成式,進而改進了原有的信號生成方法和測試結(jié)構(gòu)。實驗驗證表明:該方法在測試結(jié)構(gòu)上縮減了50%,測試時間為原消耗時間的28%,在壓縮樣本狀態(tài)下,不需要額外進行參數(shù)或樣本尋優(yōu),測試精度也有明顯提高。
[Abstract]:......
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN710

【參考文獻】

相關(guān)期刊論文 前7條

1 羅航;王厚軍;黃建國;龍兵;;故障樹定量分析及其交互方式的實現(xiàn)[J];電子測量與儀器學(xué)報;2010年05期

2 黃建國;羅航;王厚軍;龍兵;;運用GA-BP神經(jīng)網(wǎng)絡(luò)研究時間序列的預(yù)測[J];電子科技大學(xué)學(xué)報;2009年05期

3 羅航;王厚軍;龍兵;;基于“松散型”小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測研究[J];計算機工程與應(yīng)用;2008年08期

4 許麗佳;龍兵;王厚軍;;基于LSSVM-HMM的發(fā)射機故障預(yù)測研究[J];儀器儀表學(xué)報;2008年01期

5 黃潔,何怡剛;模擬電路故障診斷的發(fā)展現(xiàn)狀與展望[J];微電子學(xué);2004年01期

6 華小洋,胡宗武,范祖堯;模糊故障樹分析方法[J];機械強度;1998年01期

7 葉昊,王桂增,方崇智;小波變換在故障檢測中的應(yīng)用[J];自動化學(xué)報;1997年06期

相關(guān)博士學(xué)位論文 前4條

1 龍婷;模擬電路測試生成及故障診斷的研究[D];電子科技大學(xué);2011年

2 孫永奎;基于支持向量機的模擬電路故障診斷方法研究[D];電子科技大學(xué);2009年

3 許麗佳;電子系統(tǒng)的故障預(yù)測與健康管理技術(shù)研究[D];電子科技大學(xué);2009年

4 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2005年

，

本文編號：2288544