基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷技術(shù)概述

北京市朝陽外國語學(xué)校 孫照斌

1.引言

隨著科學(xué)技術(shù)的發(fā)展，越來越多的電子產(chǎn)品進(jìn)入到我們的生活，大規(guī)模電路也在通信技術(shù)和控制設(shè)備中被廣泛應(yīng)用。然而在一些重要的領(lǐng)域內(nèi)，僅僅依靠人力對(duì)電路故障進(jìn)行排查是不現(xiàn)實(shí)的。為了簡化工作量，提高電路運(yùn)行速度效率及安全性，達(dá)到實(shí)時(shí)監(jiān)控故障的效果，業(yè)界利用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自動(dòng)化的診斷。本文主要介紹當(dāng)前最常用的兩種神經(jīng)網(wǎng)絡(luò)故障診斷法，并根據(jù)這兩種方法在模擬電路中診斷的結(jié)果，闡述各自的優(yōu)勢(shì)和劣勢(shì)，最后對(duì)未來亟需攻克的問題及神經(jīng)網(wǎng)絡(luò)故障診斷法的發(fā)展趨勢(shì)進(jìn)行簡要概述。

2.電路故障診斷分類

2.1 硬故障

模擬電路會(huì)出現(xiàn)因電路本身元器件故障而導(dǎo)致電路陷入癱瘓的情況。這些故障通常是由于元器件出現(xiàn)老化，自身性質(zhì)發(fā)生極大的、不可逆的變化，從而使電路的拓?fù)浣Y(jié)構(gòu)發(fā)生變化，形成短路或開路，導(dǎo)致電路停止工作。有時(shí)某個(gè)電路的停止會(huì)波及到整個(gè)系統(tǒng)，形成連鎖反應(yīng)，甚至造成系統(tǒng)崩潰，嚴(yán)重影響生產(chǎn)效率和經(jīng)濟(jì)效益。這種毀滅性的自身故障統(tǒng)稱為硬故障。

2.2 軟故障

通常情況下，電路中的各元件均存在一個(gè)容差，由于環(huán)境溫度、濕度等條件的影響，元件的性質(zhì)也會(huì)隨之發(fā)生一定的變化，但只要在容差范圍內(nèi)，電路均可正常工作。一旦元件性質(zhì)發(fā)生突變，超出了容差范圍，電路的運(yùn)行就會(huì)出現(xiàn)一系列反常的變化。這種變化短時(shí)間內(nèi)不會(huì)影響電路的運(yùn)行，但會(huì)使電路的運(yùn)行性能逐漸下降。這樣的故障可以通過神經(jīng)網(wǎng)絡(luò)電路故障診斷技術(shù)來準(zhǔn)確迅速判斷出故障所在位置并進(jìn)行解決，這種可被修復(fù)的，一定時(shí)間內(nèi)不影響電路工作的故障統(tǒng)稱為軟故障。

3.神經(jīng)網(wǎng)絡(luò)故障字典法介紹

神經(jīng)網(wǎng)絡(luò)故障字典法實(shí)際上與人工方法相似度很高，但能節(jié)省許多的人力。它通過模擬電路實(shí)驗(yàn)，將電路故障逐個(gè)進(jìn)行分類，形成一個(gè)訓(xùn)練集，相當(dāng)于一個(gè)字典，類似于人類的經(jīng)驗(yàn)。電路故障發(fā)生的時(shí)候，神經(jīng)網(wǎng)絡(luò)在字典中進(jìn)行檢索，并運(yùn)用擬合算法判斷故障類型，實(shí)現(xiàn)電路故障的快速診斷。當(dāng)前，神經(jīng)網(wǎng)絡(luò)故障字典法是最廣泛的方法之一，根據(jù)其內(nèi)部的操作及運(yùn)算流程，可分為BP神經(jīng)網(wǎng)絡(luò)和SOM神經(jīng)網(wǎng)絡(luò)。

3.1 BP神經(jīng)網(wǎng)絡(luò)故障字典法

BP神經(jīng)網(wǎng)絡(luò)故障字典法最突出的特點(diǎn)是多層分析，將神經(jīng)網(wǎng)絡(luò)分為輸入層，隱藏層和輸出層。通過模擬電路故障，BP神經(jīng)網(wǎng)絡(luò)將每種故障電路的狀態(tài)信息通過編碼的形式傳入到輸入層的節(jié)點(diǎn)上，經(jīng)過優(yōu)化訓(xùn)練形成模擬訓(xùn)練集。在出現(xiàn)故障時(shí)，BP神經(jīng)網(wǎng)絡(luò)通過測(cè)試激勵(lì)機(jī)制激活輸入層，經(jīng)過隱藏層的經(jīng)驗(yàn)公式計(jì)算，推導(dǎo)出最符合訓(xùn)練集中的故障信息，并將信息轉(zhuǎn)化成編碼準(zhǔn)確傳遞到輸出層的節(jié)點(diǎn)上，達(dá)到故障診斷的目的。

3.2 SOM神經(jīng)網(wǎng)絡(luò)故障字典法

基于BP神經(jīng)網(wǎng)絡(luò)層次結(jié)構(gòu)繁瑣的問題，來自芬蘭的教授應(yīng)用自組織特征映射（SOM）神經(jīng)網(wǎng)絡(luò)，將網(wǎng)絡(luò)結(jié)構(gòu)簡化為兩層——輸入層和輸出層。SOM網(wǎng)絡(luò)的工作原理為：輸入的數(shù)據(jù)以連接權(quán)矢量的空間密度的形式進(jìn)行表達(dá)，再經(jīng)過訓(xùn)練集的匹配，將數(shù)據(jù)信息輸出到競爭層（輸出層）節(jié)點(diǎn)，最后經(jīng)過神經(jīng)網(wǎng)絡(luò)的處理，對(duì)故障進(jìn)行診斷。這種方法能夠?qū)Ω喾N類的故障進(jìn)行判斷，能夠更加靈活地對(duì)電路故障進(jìn)行診斷，容錯(cuò)率得到了提高。也正因?yàn)槿绱耍琒OM網(wǎng)絡(luò)在復(fù)雜電路中的運(yùn)用十分普遍。SOM神經(jīng)網(wǎng)絡(luò)的工作流程雖然看起來相對(duì)簡單，但能夠更加有效診斷電路故障。實(shí)際上，SOM神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)難度要遠(yuǎn)高于BP神經(jīng)網(wǎng)絡(luò)，其中采用的模糊性運(yùn)算也會(huì)大幅提升故障診斷難度。

3.3 神經(jīng)網(wǎng)絡(luò)故障字典法的優(yōu)劣性

神經(jīng)網(wǎng)絡(luò)故障字典法的大規(guī)模應(yīng)用源于它突出的優(yōu)勢(shì)：速度快，準(zhǔn)確性高。與人工篩查故障相比，神經(jīng)網(wǎng)絡(luò)的速度占有絕對(duì)優(yōu)勢(shì)。在神經(jīng)網(wǎng)絡(luò)興起之前，機(jī)械的靈活程度往往是無法與人類相比的，但神經(jīng)網(wǎng)絡(luò)使得機(jī)器也可以通過訓(xùn)練和算法，對(duì)電路軟故障進(jìn)行準(zhǔn)確診斷。從這些角度來看，神經(jīng)網(wǎng)絡(luò)故障字典法的確無可挑剔，但其缺點(diǎn)也非常明顯。首先，字典信息的錄入需要長時(shí)間的訓(xùn)練，訓(xùn)練時(shí)的數(shù)據(jù)選擇也具有一定的難度。同時(shí)，隱藏層的算法設(shè)計(jì)很難把握，經(jīng)驗(yàn)公式也需要長時(shí)間的計(jì)算才能更加準(zhǔn)確，精密的神經(jīng)網(wǎng)絡(luò)如果發(fā)生故障，排除故障也存在較大的難度。這些問題目前正限制著神經(jīng)網(wǎng)絡(luò)故障字典法的發(fā)展。

4.神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法

鑒于神經(jīng)網(wǎng)絡(luò)故障字典法的劣勢(shì)，業(yè)界采用了另一種診斷方法：神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法。首先，系統(tǒng)將正常的電路信息拷貝到數(shù)據(jù)庫中作為基底，當(dāng)電路發(fā)生故障時(shí)，系統(tǒng)將故障信息反饋到神經(jīng)網(wǎng)絡(luò)中，形成一個(gè)模板。由于可能出現(xiàn)故障的區(qū)域有多種情況，神經(jīng)網(wǎng)絡(luò)將其等效為一個(gè)選擇方案問題，通過建立符合故障描述的能量函數(shù)，利用網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比函數(shù)的權(quán)值和偏流，從而尋找最優(yōu)解。接下來，神經(jīng)網(wǎng)絡(luò)利用最優(yōu)解與數(shù)據(jù)庫中正常的電路信息進(jìn)行校驗(yàn)比對(duì)，同時(shí)與模板進(jìn)行匹配，最終將診斷結(jié)果進(jìn)行輸出。

神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法可以直接忽略系統(tǒng)參數(shù)的容差，適用于任何硬故障和軟故障。同時(shí)它的效率也很高，所需的數(shù)據(jù)量相比于神經(jīng)網(wǎng)絡(luò)故障字典法減少了許多，診斷的結(jié)果也更加準(zhǔn)確可靠，在當(dāng)前高速發(fā)展的電子行業(yè)中具有很大優(yōu)勢(shì)。然而，公式的適用性和多樣性成為了神經(jīng)網(wǎng)絡(luò)優(yōu)化診斷法發(fā)展的絆腳石。如何確定最優(yōu)解的正確性，如何判斷公式的誤差大小，如何找出較為精準(zhǔn)的能量函數(shù)，如何將公式進(jìn)行優(yōu)化等眾多高技術(shù)含量的問題，使得這種方法在當(dāng)前尚未普及，但其可挖掘潛力巨大，將會(huì)成為未來診斷電路故障的主要方法。

5.電路故障診斷方法的發(fā)展趨勢(shì)

當(dāng)前，基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷方法具有遠(yuǎn)高于人工診斷的效率，實(shí)現(xiàn)了低成本與低能耗，得到了業(yè)界的廣泛認(rèn)可，但這些故障診斷方法都存在著不同的優(yōu)勢(shì)和弊端。為了彌補(bǔ)各個(gè)方法的劣勢(shì)，需要針對(duì)不同性質(zhì)，不同類型的電路故障選取合適的故障分析法。這就要求業(yè)界對(duì)各種診斷方法進(jìn)行綜合利用，得出最優(yōu)的算法，在有限的條件下發(fā)揮神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，這是未來電路診斷方法優(yōu)化的基礎(chǔ)和必然趨勢(shì)。

此外，現(xiàn)有的神經(jīng)網(wǎng)絡(luò)診斷技術(shù)必然不足以支撐人們?nèi)找嬖鲩L的電路故障診斷需求，在競爭越來越激烈的環(huán)境下，新型的電路診斷方法正成為業(yè)界的主要研究方向之一。在診斷方法結(jié)合利用的大趨勢(shì)下，如果沒有方法上的創(chuàng)新，將會(huì)導(dǎo)致診斷方法的單一化，使電路診斷的彈性變差。因此，對(duì)電路故障診斷技術(shù)方法進(jìn)行創(chuàng)新與深入研究，是未來電路診斷方式發(fā)展的必然趨勢(shì)。

基于神經(jīng)網(wǎng)路的電路故障診斷技術(shù)目前在模擬電路實(shí)驗(yàn)中已經(jīng)初見成效，其可行性得到了充分的驗(yàn)證，但神經(jīng)網(wǎng)絡(luò)的應(yīng)用還顯得過于理論化，距離大規(guī)模的實(shí)際應(yīng)用還有一定距離，高昂的成本和核心技術(shù)的難度也使得神經(jīng)網(wǎng)絡(luò)距離在普通企業(yè)中應(yīng)用尚有一定距離。也正因?yàn)槿绱耍粩喟l(fā)展神經(jīng)網(wǎng)絡(luò)技術(shù)，使其變得更經(jīng)濟(jì)與更有效，是今后發(fā)展的首要目標(biāo)。

6.小結(jié)

本文主要介紹了用于電路診斷的幾種神經(jīng)網(wǎng)絡(luò)診斷法的應(yīng)用原理和優(yōu)劣勢(shì)，并對(duì)其可能的發(fā)展方向和空間進(jìn)行了簡要分析，同時(shí)展望了神經(jīng)網(wǎng)絡(luò)診斷法的發(fā)展趨勢(shì)，指出了不足和希望。近年來，人工智能技術(shù)正在高速發(fā)展，這源于人們發(fā)展創(chuàng)新意識(shí)的覺醒、對(duì)高科技人才培養(yǎng)的重視及經(jīng)濟(jì)的飛速發(fā)展。可以預(yù)計(jì)在不久以后，基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷技術(shù)一定會(huì)取得顯著的發(fā)展。