模拟电路故障原因分析及诊断方法

Computer Technology Application计算机技术应用
0　引言
模拟集成电路呈现规模化发展，日益复杂和密集，对于可靠性方面的要求非常多。

实操中，要在故障之前，预先把模拟电路中的失效元件替换掉。

该背景下，通过预测故障，对失效元件加以确定，而人工诊断技术无法满足该要求，亟待创新。

1　模拟电路故障类型及成因
首先，依据故障性质，把模拟电路划分为早期、偶然、损耗三类故障。

早期故障因设计、制造缺陷所致，偶尔故障即有效使用期内各类故障，损耗故障指使用后期因老化磨损、疲劳等不良原因引发的故障问题。

早期故障率会因使用时间的延长而降低。

统计表明，数字电路早期故障率为3%～10%，模拟电路早期故障率1%～5%，电容器早期故障率仅0.1%～1%。

偶尔故障因偶然因素所致，发生在有效使用期内，故障率低，又是常数[1]。

损耗故障恰相反，发生在使用后期，原因为老化磨损、损耗等。

随着时间的延长，损耗故障随之上升。

其次，依据故障数量，对其进行单故障和多故障划分。

单故障即模拟电路中仅一个元件存在故障。

该过程中，无论参量，还是元件，均为一个，使用状态下的设备频发。

多故障即同时有两个及多个故障点，多发生在刚出厂设备上。

实际操作中，如果没有及时把早期的单故障排除，很容易损坏各类元件，使故障加剧，转变为多故障。

第三，依据故障程序，划分为软、硬故障两类。

在模拟电路内，元件受时间、环境影响，参数超出许可范围，但其原有属性并不发生改变，主要是电路指标、功能等与设计要求不符合，即为软故障。

硬故障即元件发生断路，或者，断路参数发生改变。

在模拟电路中，有许多都是硬故障。

倘若前期没有及时把软故障排除掉，会使之恶化，加剧为硬故障[2]。

划分依据不同，故障类型也存在差别。

模拟电路故障还有永久和间歇、独立和从属之分。

模拟电路故障原因分析及诊断方法
任玲
（沈阳航天新乐有限责任公司，沈阳 110034）
摘要：多元信息环境下，电子设备类型多，应用广泛。

而电路作为电子设备硬件基础，可细分为模拟电路和数字电路两类。

其中，模拟电路故障频发，很容易影响电子设备使用效果。

文章简要论述模拟电路故障类型及成因，明确该类型电路故障诊断特点，探究具体实施方法。

关键词：模拟电路；故障类型；小波变形
中图分类号：TN4 文献标识码：A文章编号：2095-6487（2019）03-0030-02
了开关的视觉检测、红外温度测量、部分放电试验、识别识别、远程控制、智能分析、开关状态识别、自充电等功能。

另外，利用它的运动和旋转功能，可以监视设备区域的死角，帮助操作人员找到不容易用肉眼发现的问题，并消除设备摇篮中的隐患。

并能在雨雪等恶劣天气下进行特种装备检查。

智能探测机器人有许多人性化的智能设定，如在目前侧有障碍物时自动减速或停车。

若先前的障碍物需时较长，则会自动返回，并通知操作人员及维修人员。

智能检测机器人在电力工程自动化控制中的应用，不仅创新了运行维护方法，降低了人为运行维护成本，提高了电力设备的检测检查效率，但也大大提高了发现设备缺陷和故障的准确性和及时性。

为电力工程自动化控制提供了一条新的途径。

它为用户可靠地使用电力提供了强有力的保证。

3.4　数据采集和信息处理
所谓数据采集，是指电力自动化控制系统通过预置程序或操作员输入指令，使特定的发电机组能够满足实际运行条件，掌握机组和周边设备的实际运行。

无论电气工程自动化控制系统的网络结构如何，利用智能技术，该系统都可以捕获合成信号、电气模拟信号、非电气模拟信号等数据，防止人为误差造成的不准确和不稳定。

完成数据采集后，智能控制系统可以通过预先设定的算法程序对采集到的数据进行深入分析，为以下信息处理任务提供数据支持，如历史数据调用、性能计算、参数显示、提高电气工程自动化水平。

4　结束语
总之，智能技术在电气工程自动化控制中的有效应用，有利于提高电气工程的智能水平，从而提高电气工程的运行效率，降低相关人员的劳动强度，保证电气工程师的准确性。

在实际应用中，智能技术不仅可以应用于电气工程的控制领域、设计领域和故障诊断领域，而且在许多领域都发挥着关键作用。

为了进一步促进电气工程及其自动化控制技术的发展，我们应该深刻理解智能技术的优势，把握智能技术的发展方向，并根据电气工程自动化控制的特点和需要，加快技术的发展。

通过技术创新，智能技术可以在电气自动化控制中发挥其优势和作用，从而大大提高了电气工程的运行水平。

参考文献
[1]刘耀聪.电气工程及其自动化技术在智能建筑中的应用分
析与探讨[J].中国战略新兴产业,2018(40):59.
[2]李安东.浅谈智能化技术在我国电气工程自动化控制中的
应用与发展[J].科技资讯,2018(22):34,37.
[3]王焕红.电气工程自动化控制中智能化技术具体的应用研
究[J].企业技术开发,2018,37(4):79-80, 83.
[4]邹恒.智能化技术在电气工程自动化控制中的具体应用探
析[J].科技风,2017(16):81.
今日自动化·2019.3 30
计算机技术应用Computer Technology Application
2　模拟电路故障诊断特点
与数字电路相比，模拟电路故障诊断发展速度慢，尚无推广性理论、方法等。

诊断特点如下：（1）模拟电路内，仅有少量可测电压节点，很难得出全面的故障诊断信息，经常发生故障点多，定位不准，难以诊断等情况。

（2）模拟电路输入输出信号，在时域、电压幅度方面，具备连续性特征，而连续的元件参数，使故障诊断模型更加复杂，不能够单一地进行量化。

（3）在模拟电路中，包含非线性电路和反馈电路。

一些模拟电路包含非线性元件，故而，诊断过程复杂，信息处理量大。

（4）模拟电路受环境影响，由制造工艺引发的元件参数偏差不仅会影响输出响应，还会受热噪音、电磁干扰等外界环境影响[3]。

（5）模拟电路元件有容差，而容差使故障较模糊，很难定位故障位置，导致诊断结果不准确。

这在一定程度上增加了故障诊断难度。

由上述情况可知，无法直接移植成熟的数字电路故障诊断方法至模拟电路系统，反之，需要依据模拟电路特性，对新型诊断理论、方法等加以研究、探索。

3　模拟电路故障诊断方法
3.1　信息融合故障诊断
无论设备自身，还是运行环境，都比较复杂，而且不够稳定。

对于单传感器来说，其不能够准确对设备信息进行反映，该过程具备不确定性，从而使故障诊断过程不够准确，甚至发生漏检、误诊等不良情况。

该背景下，发挥信息融合技术特点、优势，诊断复杂系统故障，明确这一过程中存在的漏洞及不确定性，优选多维信息处理方法，从根本上把常规网络撕裂法模拟电路故障诊断时，电路前后元件相互影响及容差、非线性因素等导致的各类不确定性问题解决掉[4]。

3.2　模糊理论故障诊断
根据专家意见，把模糊关系矩阵建立在故障征兆和故障原因空间之间，继而组合由各条模糊推理规则产生的模糊关系矩阵，把判定阈值作为故障元件识别依据。

近年，模糊理论发展速度快，被应用到各个领域，亮点突出。

诸如，其对各类不确定问题具备较强的适应性。

在模糊知识库内，发挥语言变量作用，对专家经验进行表述，这种方式与人的表述习惯接近。

事实上，无论建立、识别复杂系统模糊模型，还是获取、遗忘、修改语言规则等，在具体应用过程中，尚存在诸多漏洞，仍需进一步研究。

3.3　小波变换故障诊断
依托小波母函数在尺度、时域上的伸缩、平移，对信号进行分析，对母函数进行灵活选择，确保扩张函数局部特性良好。

其本质为时频分析方法。

该故障诊断背景下，发挥小波变换作用，把故障特征信息提取出来，然后，发送给故障分类处理器，执行故障诊断工作。

该背景下，无需系统属性模型，故障检测具备准确的灵敏度，运算量小，能够在一定程度上，抑制噪音，而且，对输入信息也没有提出太高要求。

但其缺陷在于大尺度背景下，滤波器时域很宽，检测过程中，时间延迟问题屡见不鲜，而诊断结果又受小波基选择情况影响。

3.4　专家系统故障诊断
专家系统作为计算机软件，具备智能化特性，其主要是借助知识、推理等方式，把只有专家才能够解决的各类复杂问题解决掉。

以产生式规则为基础，在诊断模拟电路故障时，灵活运用专家系统。

通过这种方式，对故障诊断专家动作进行模拟，顺利完成一系列故障诊断工作。

然而，实际应用过程中，尚存在漏洞和缺陷。

诸如，知识获取、维护难度大，不能够将故障诊断过程中的各类问题、不确定因素等有效解决掉。

模拟电路故障诊断专家系统结
构如图1所示。

图1 模拟电路故障诊断专家系统结构
3.5　神经网络故障诊断
人工神经网络原理即通过对真实人脑神经网络结构、功能进行模拟，对信息处理系统进行简化。

该系统具备动态性特征，高度并行、互连。

发挥人工神经网络作用，从征兆空间至故障空间，进行复杂非线性映射。

其功能非常多，如，分布式存储、并行处理、概况能力、联想记忆能力、非编程特点、容错性等。

故而，在模拟电路故障诊断工作中，其关注度非常高。

现阶段，模拟电路故障诊断工作中，神经网络应用普遍，模型数量可达40余类。

其中，SOFM网、ART网、BP网、Hopfield网、Kohonen网这五类比较常用。

然而，以人工神经网络诊断为基础，涉及到很多系统诊断参数，当征兆信息量比较大时，网络结构复杂，训练时间长，甚至不能够达到良好训练效果[5]。

加之，样本选择存在矛盾性、随机性特点，导致网络泛化能力不强，故障定位不准确。

该背景下，故障诊断准确与否，也与人工神经网络精度有关。

4　结束语
综上，在模拟电路中，故障原因非常多。

其中，故障诊断非常关键。

倘若选择正确的方式，对故障内容、位置等进行准确定位，继而采用专业方法处理故障，使其诊断能力得到明显提高。

除此之外，还要将计算机技术融入故障诊断中，增强可靠性，使故障诊断效率、质量等得到明显提高，降低模拟电路故障损失。

参考文献
[1]周启忠,谢永乐.基于矩阵扰动分析的模拟电路故障诊断方法
[J].西南交通大学学报,2017(2):369-378.
[2]吴昊.基于符号分析的模拟电路故障诊断方法及实现[J].信
息记录材料，2017(8):113-115.
[3]吴世浩，孟亚峰.非线性模拟电路故障诊断方法综述[J].飞
航导弹,2017（9）:60-64.
[4]杨苏娟.模拟电路故障诊断概述及相关技术[J].科技与创
新,2018(11):72-73.
[5]赵建松.模拟电路故障的诊断及检测技术[J].产业与科技论
坛,2017(3):59-60.
2019.3·今日自动化31。