糊组，合并为一个行向量，从而得到合并简化后的故障字典矩阵 N。 每个模糊组中可以任选其中一个元件作为代表性故障源。将合并后故障字典矩阵D' 中行的数量作为元件数量N。
[0039] S103 :频率扫描得到故障系数向量：
[0040] 当滤波电路发生故障时，对滤波电路进行频率扫描，也就是采用不同频率的激励 信号输入电路，激励信号的频率数量大于系数数量，得到输出电压；然后根据得到的输出电 压，采用最小均方拟合方法得到滤波电路的传输函数表达式，得到被测滤波电路的故障系 数!向里 Cf - {c fl，Cf2，· · ·，O
[0041] 为保证各个频率范围的扫描精度，激励信号的频率范围为滤波电路工作频率上下 100倍频的范围。为减小数据量，本实施例中采用每10倍频10个采样点的均匀扫描方式。
[0042] S104 :计算故障特征向量：
[0043] 由于各系数的量级可能不同，如果直接根据绝对值来判断系数是否发生变化会导 致较大误差，因此本发明采用各系数的变化相对量@。故障系数向量C f各个系数cf]相对 于无故障系数向量C。中对应系数值的变化相对量@其计算公式为：
[0044]
§；}
[0045] 如果> 7_'，T表示元件容差阈值，根据实际需要确定，对应的故障特征df]设置 为1，否则设置为〇。由于元件的容差范围一般不差过上下10%，因此本实施命名设置T = O. 1。逐个判断所有%，就得到如下所示故障特征向量：
[0046] df= [d fl, df2, . . . , dfK] (4)
[0047] 显然，dfjG {〇, 1}。
[0048] S105 :故障诊断：
[0049] 从故障字典矩阵D'中查找与故障特征向量df最接近的行向量，其对应的元件即 为故障元件。向量的接近程度判断方法可以根据需要采用不同的方法，例如可以采用欧式 距离来判断，欧式距离越小，向量越相似。本实施例中采用的方法为：求取故障特征向量d f 与元件Pi对应的特征向量D' (i)的差值δ (i)，计算公式为：
[0050]
[0051] 差值δ (i)越小，向量越接近。也就是说N个元件的差值δ (i)中最小值所对应 的元件即为故障元件。
[0052] 实施例
[0053] 为了说明本发明的技术效果，采用二阶托马斯滤波电路作为被测电路进行分析验 证。图2是二阶托马斯滤波电路拓扑图。
[0054] 首先得到该电路的传输函数如下：
[0058] 根据化简后的传输函数可得各系数的表达式为：
[0055]
[0056]
[0057]
[0059]
[0060] 将电路中的元件参数代入式（7)，计算得到传输函数的无故障系数标准向量C。= [-1，-104，-10 8]。
[0061] 根据各系数的表达式得到用元件参数表达的传输函数系数关系矩阵D。表3是本 实施例中用元件参数表达的传输函数系数关系矩阵的表格形式。
[0062]
[0063] 表 3
[0064] 将矩阵D转置后并将各元素求绝对值，得到故障字典矩阵D'。表4是本实施例中 故障字典矩阵的表格形式。
[0065]
[0066] 表 4
[0067] 理论上三位二进制数可以表示8个不同的数，即表4中的三个系数理论上能区分 8个故障源，但实际电路中一般存在模糊组，如表中R4, R5, R6和C2对应行相同，即具有相 同特征向量，是一个模糊组，不能区分，应合并为一行，从而得到合并后的故障字典矩阵。表 5是合并后的故障字典矩阵的表格形式。
[0068]
[0069] 表 5
[0070] 接下来对故障诊断进行实验验证。本次实验中假定R2发生故障，其参数值由 104Ω变为6000Ω。在电路中，容差和测量误差定义为：电阻容差范围aR = ±5%，电容容 差范围aC = ±10%，测量误差范围e = ±5%。因此其他元件在容差范围内由计算机随机 产生元件参数值。
[0071] 采用54个不同频率的激励信号输入电路，得到输出电压。表6是本实施例中不同 激励信号下的输出电压统计表。
[0072]
[0073] 表 6
[0074] 根据得到的输出电压，采用最小均方拟合方法对三个参数Cl，c2, C3进行拟合，拟合 得到的系数向量为Cf= [-0.9706, -1.8059X 10 4, -1.0294X 10 8]。根据公式（3)计算得 到記=[0.0294，0.:額59,0.0294]，进而得到屯=[0，1，0]。
[0075] 与故障字典矩阵D"中各行向量匹配可知，df与第2行特征向量相同，因此得到故 障诊断结果为元件R2发生故障，与设置的故障完全相同，故障诊断成功。
[0076] 尽管上面对本发明说明性的【具体实施方式】进行了描述，以便于本技术领域的技术 人员理解本发明，但应该清楚，本发明不限于【具体实施方式】的范围，对本技术领域的普通技 术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些 变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
【主权项】
1. 一种基于传输函数的滤波电路故障诊断方法，其特征在于包括： 51 :获取滤波电路传输函数，得到电路传输函数中与元件参数相关的各项系数c]的表 达式；然后得到无故障状态下各项系数构成的无故障系数向量C。= {c M，C(]2，…，CfflJ，其中 K表示系数数量，Cw表示第j个系数在无故障状态下的值，j的取值范围为j = 1，2,…，K ; 52 :根据各项系数C]的表达式得到用元件参数表达的传输函数系数关系矩阵D，矩阵D 中的元素 Cljl表示系数c ;与第i个元件p啲关系，i的取值范围为i = 1，2,…，N，当系数 Cj与元件P i无关时d M= 0,当元件p i在系数C 的表达式中为分子时d M= 1，当元件P ;在 系数Cj的表达式中为分母d -1 ; 将矩阵D转置并将各元素取绝对值得到故障字典矩阵D'，其中元素 Cllj= I Cl jlI,元件 P1对应的特征向量为故障字典矩阵IV的第j行行向量IV (i) = {d u，dl2，…，dlK}; 53 :当滤波电路发生故障时，采用不同频率的激励信号输入电路，激励信号的频率数量 大于系数数量，得到输出电压；然后根据得到的输出电压，采用最小均方拟合方法得到滤波 电路的传输函数表达式，得到被测滤波电路的故障系数向量Cf= {c fl，cf2，…，cfK}; 54 :计算故障系数向量Cf中各个系数c f]相对于无故障系数向量C。中对应系数值的变 化相对量ACy :如果>7% τ表示元件容差阈值，对应的故障特征df]设置为1，否则设置为0 ;从 而得到故障特征向量df= [d fl, df2,…，dfK]; 55 :从故障字典矩阵IV中查找与故障特征向量df最接近的行向量，其对应的元件即 为故障元件。2. 根据权利要求1所述的滤波电路故障电路诊断方法，其特征在于，所述步骤S2中故 障字典矩阵D'采用以下方式进行合并：将具有相同行向量的元件作为一个模糊组，合并 为一个行向量，将合并后故障字典矩阵D'中行的数量作为元件数量N。3. 根据权利要求1所述的滤波电路故障诊断方法，其特征在于，所述步骤S3中激励信 号的频率范围为滤波电路工作频率上下100倍频的范围。4. 根据权利要求1所述的滤波电路故障诊断方法，其特征在于，所述步骤S5中最接 近行向量的求取方法为：求取故障特征向量df与元件p ;对应的特征向量IV (i)的差值 δ (i)，计算公式为：差值δ (i)越小，向量越接近。
【专利摘要】本发明公开了一种基于传输函数的滤波电路故障诊断方法，首先根据滤波电路传输函数得到与元件参数相关的各项系数的表达式，以及无故障系数向量，根据各项系数的表达式得到用元件参数表达的传输函数系数关系矩阵，将矩阵转置并将各元素取绝对值得到故障字典矩阵；当滤波电路发生故障时，采用不同频率的激励信号输入电路得到输出电压，拟合得到滤波电路的传输函数表达式，得到被测滤波电路的故障系数向量，根据故障系数向量和无故障系数向量得到故障特征向量，从故障字典矩阵中查找与故障特征向量最接近的行向量，其对应的元件即为故障元件。本发明利用传输函数各项系数与故障元件的关系来进行故障诊断，可以快捷、准确地实现故障定位。
【IPC分类】G01R31/316
【公开号】CN105158679
【申请号】CN201510579789
【发明人】杨成林, 林干 , 田书林
【申请人】电子科技大学
【公开日】2015年12月16日
【申请日】2015年9月14日