某型電子信息系統模塊級故障診斷技術研究

摘 要： 針對電子信息系統結構復雜、難于建立精確數學模型等特點，以某型電子信息系統為例，采用故障字典和BP神經網絡相結合的方法，利用Multisim軟件進行電路仿真。再由實測樣本數據對BP神經網絡進行訓練，完成對網絡各參數的設置。仿真結果表明，該方法可以較好地將故障定位到元器件，同時可為其他電子信息系統模塊級故障診斷技術研究提供借鑒。

關鍵詞： 電子信息系統； 故障診斷； 神經網絡； 故障字典

中圖分類號： TN710?34 文獻標識碼： A 文章編號： 1004?373X（2013）20?0166?05

目前，電子信息系統的復雜化、自動化和信息化程度越來越高，對可靠性、可維修性和技術保障能力的要求日趨迫切。系統中每一個部件發生故障都可能會產生鏈式反應，影響系統效能發揮或造成重大的經濟損失。因此，電子信息系統的狀態監測與故障診斷技術早已得到世界各個發達國家相關部門的重視[1]。電子信息系統的功能電路大部分為模擬電路，許多元件參數具有很大的離散性，即具有容差。容差的普遍存在，導致實際故障的模糊性，加大了其故障定位的困難系數[2]。因此，針對該型電子信息系統的電路原理，綜合運用故障字典和神經網絡相結合的故障診斷方法，研究某型電子信息系統模塊級故障診斷技術，具有一定的理論意義和和重要的實用價值。同時，本文研究的成果可以推廣到其他型號的電子信息系統故障診斷技術研究[3]。

1 故障診斷流程圖和電路仿真

1.1 功能模塊級故障診斷流程圖

首先對某型電子信息系統需要診斷的電路進行仿真，然后將得到的數據建成故障字典，最后，在故障字典中找出具有典型性的故障數據作為神經網絡的輸入，利用BP神經網將故障定位在具體的元器件上。圖1為模塊級故障診斷流程圖。

1.2 電路仿真

某型電子信息系統中的典型電路圖如2所示。

（1）晶體管的故障模型

由于無源元器件如電阻、電容的可靠性較高，發生故障的概率較小，因此假設電路中電阻、電容均無故障，只有5個晶體管出現故障。通過對故障晶體管的分析，將其的故障表現歸結為三類：內部短路、內部開路、局部擊穿?？紤]到以下的事實：開路的引腳不能與其他引腳短路、擊穿；兩個引腳開路等效于三個引腳同時開路；兩個PN結短路，等效于三個引腳同時短路；將三類故障在晶體管的三個引腳、兩個PN結之間進行故障組合后，可歸結為21種故障類型[4]，見表1。

（2）故障近似模型

在電路仿真的過程中，對使用最多的雙極型晶體管的近似故障模型進行研究，使用一種基于晶體管正常模型——GP模型為故障近似模型[5]。為使用軟件進行故障模擬，下面給出晶體管的故障模型，見圖3。其中故障引腳電阻RC，RB，RE為晶體管各引腳與電路相應節點間的串聯電阻；故障結電阻RBC，RBE，RCE。分別為并聯于晶體管某兩引腳之間的電阻，用于模擬晶體管PN結的短路和擊穿。

正常情況下，故障引腳電阻RC，RB，RE阻值近似為零；故障結電阻RBC，RBE，RCE阻值為無窮大。仿真時，按如下方法設置電阻阻值：

（1）某引腳開路，對應的故障引腳電阻阻值設置為無窮大，文中設置為10 000 Ω。

（2）某兩引腳短路，對應的故障結電阻阻值設置為0 Ω（此處為理想值）。

（3）某兩引腳擊穿時，對應的故障結電阻阻值設置為700 Ω（PN結擊穿后電阻阻值一般在500～1 500 Ω之間）。

（3）仿真軟件

仿真軟件選擇的是Multisim，該軟件操作簡單、快捷，最主要的是它可以直接調用所需元器件，而不必近似地畫出被測電路的等效電路圖，使得仿真結果更加接近于真實值。

（4）仿真過程

圖4為某型電子信息系統中的典型電路在軟件Multisim仿真時的界面圖。

2 故障字典的建立

（1）故障定義

現將圖2電路中與晶體管相關的106種故障（包括正常狀態F0）定義列于表2中。表中V代表晶體管，s代表短路，o代表開路，d代表擊穿，b代表基極，e代表發射極，c代表集電極。例如V4ecsbed就代表第4個晶體管發射極和集電極短路，基極和發射極擊穿[6]。其他故障以此類推。

（2） 測試量

本電路共有106種情況，即1個正常情況和105種個故障情況。在9個測試點上共得到[106×9=954]個電壓值。模擬圖2進行仿真，所得的954個數據列于表3。

（3）刪除不需要的測試點

由表3可見，節點1上的電壓不提供任何有用的信息，所以將其刪除。節點6和節點9上的電壓完全相同，所以刪除節點9。同一測試點，在兩種故障現象下，被測電壓之差超過0.1 V，則認為這兩個故障可分離；若被測電壓之差不超過0.1 V，則認為這兩個故障為不可惟一隔離的模糊故障組合。通過分析表中的數據，可以看到F2與F4等均為兩個不能唯一隔離的故障。

但由于它們皆與晶體管V1有關，任一故障可通過更換V1來排除，因此，無需進一步隔離的必要[7]。類似情況，經過整理就得到了一個規范標準的故障字典列于表4。

3 BP神經網絡的應用

基于BP神經網絡能夠出色地解決那些傳統故障診斷方法難以解決的問題，所以某型電子信息系統模塊級故障診斷系統采用故障字典和是神經網絡相結合的方法，力求準確、快速地進行功能模塊級故障診斷[8]。

3.1 BP神經網絡的故障診斷步驟

應用神經網絡檢測模擬電路故障的基本步驟為[9]：

（1） 建立故障字典或故障狀態表。應用軟件模擬出對應電路的正常狀態所對應得各測試點的理論值，并把它建成一個故障字典或故障狀態表。

（2）建立神經網絡。把故障字典或狀態表中的數據作為神經網絡的輸入，按照電路故障特征點的數目以及所優化處理得到的故障輸出類別的數目建立神經網絡。

（3） 神經網絡的訓練、學習。設定神經網絡學習速度、訓練方法及相關參數，對網絡進行學習、訓練。

（4）利用訓練好的BP神經網絡進行故障隔離。將電路的故障字典建立在神經網絡之中，網絡的輸入節點由電路的可測節點決定，輸出節點由故障狀態的數目決定。

輸出有多少個故障狀態，輸出層就選用多少個神經元，每一種故障狀態對應一個相應的神經元。診斷是某種狀態時對應的那個神經元被激活，輸出其對應的編碼。

3.2 仿真試驗及結果分析

（1） 本系統采用故障字典和神經網絡相結合故障診斷技術研究，采用三層神經網絡。通過電路的分析，選擇7個關鍵點的電壓作為神經網絡的輸入。選擇6種故障現象作為神經網絡的輸出模式，因此實際的神經網絡輸入神經元數為7，輸出神經元數為6，隱含層的單元數按照前面介紹的公式計算為9。通過分析看到，在BP神經網絡的輸出端應該有6個節點，分別對應1個無故障和5個故障。網絡的期望輸出如表5所示。

將仿真數據進行歸一化處理后，以實際故障樣本為網絡的原始訓練樣本，網絡輸入層、隱含層和輸出層節點數分別取7、9和6，系統總誤差[E

最后，可用仿真得到的其余數據驗證神經網絡的訓練情況。表6為神經網絡的驗證數據。表7為驗證數據對應的輸出結果。

（2） 由三層BP神經網絡組成的診斷系統在進行故障診斷時，采取數據驅動的正向推理策略，從初始狀態出發，向前推理，到達目標狀態為止。

故障診斷推理步驟如下：

①將故障樣本輸入給輸入層各節點，并將其作為該層神經元的輸出；

②求出隱含層神經元的輸出并作為輸出層的輸入；

③求出輸出層神經元的輸出；

④由閾值函數判定輸出層神經元的最終輸出結果[10]。

假設用[Yn]表示故障類型，則故障類型閾值判定函數為：

式中：[Φk=0.90]，當某模式下神經網絡的輸出大于0.90，而其他值均較小時，則可認為發生了該故障。則表7變為相應的表8。

表8 整理結果

通過表8與表5的對比，可見仿真結果與事實相符。

4 結 語

本文針對某型電子信息系統的電路原理，綜合運用故障字典和神經網絡相結合的故障診斷方法，研究該型電子信息系統模塊級故障診斷技術，具有一定的理論意義和和重要的實用價值。同時，本文研究的成果可以推廣到其他型號的電子信息系統故障診斷技術研究。

參考文獻

[1] 徐章遂，房立清，王希武，等.故障信息診斷原理及應用[M].北京：國防工業出版社，2000.

[2] 宋小安.模擬電路故障診斷的專家系統法與BP神經網絡法研究[D].南京：河海大學，2005.

[3] 胡昌華，許化龍.控制系統故障診斷與容錯控制的分析和設計[M].2版.北京：國防工業出版社，2001.

[4] 朱大奇.電子設備故障診斷原理與實踐[M].2版.北京：電子工業出版社，2004.

[5] 劉志海，魯青，李桂莉.基于故障樹的故障診斷專家系統的研究[J].礦山機械，2006，34（5）：75?76.

[6] 張翼.基于故障字典法的模擬電路印刷板故障診斷[D].南京：南京理工大學，2001.

[7] 余浩章，陳新華.基于故障樹的故障診斷推理新方法[J].上海海運學院學報，2001，22（3）：65?67.

[8] 高雋.人工神經網絡原理及仿真實例[M].北京：機械工業出版社，2003.

[9] 王玉德，許振方，陳春延.基于BP算法的模擬電路故障診斷[J].電子測量技術，2006，29（6）：205?206.

[10] 王承.基于神經網絡的模擬電路故障診斷方法研究[D].成都：電子科技大學，2005.

[11] 魏江濤，陳方濤，姜美雷.BP神經網絡在設備故障診斷方面的應用[J].現代電子技術，2012，35（19）：131?134.

[12] 郭富強.基于小波神經網絡和相位差的模擬電路故障診斷[J].現代電子技術，2012，35（13）：183?186.