一种模拟电路故障诊断中的测点选择方法
【专利摘要】本发明公开了一种模拟电路故障诊断中的测点选择方法，首先在预先设置的容差范围内，对电路进行故障模拟仿真，得到各故障下各测点的测量数据，然后采用基于启发式图搜索的测点选择算法选择测点，先初始化根节点，将根节点作为目标节点，采用测点集合中的所有测点作为后继节点来扩展目标节点，根据数据标识筛选每个后继节点对应测点的仿真数据，根据筛选出来的住址数据进行模糊组划分，得到模糊组的发生概率，计算每个后继节点的信息熵，选择信息熵最小的节点作为最优节点，并从测点集合中删除，将最优节点作为目标节点，继续进行扩展，直到信息熵为零或测点集合为空。本发明可以从测点优选得到最优测点选择方案，以较少的测点来实现故障诊断。
【专利说明】一种模拟电路故障诊断中的测点选择方法
【技术领域】
[0001] 本发明属于模拟电路故障诊断【技术领域】，更为具体地讲，涉及一种模拟电路故障 诊断中的测点选择方法。
【背景技术】
[0002] 故障字典技术属于测前仿真方法，是目前较为有效的模拟电路故障诊断方法。 故障字典的测点选择问题得到了广泛关注，而实践证明整数编码方法是测点选择的有 效工具。整数编码技术又源于模糊组概念，Hochwald等人在其文献中首先提出了模糊 组的概念，对于任何给定节点，可能存在许多故障在此节点上产生的故障信号（如电压 值等）很相近，从而导致这些故障在此节点上是不可区分的。这些故障就称为属于同一 个模糊组。如果考虑容差，那么一个故障在某个测点上产生的电压就可能在一定范围内 随机变化，多个故障的故障信号变化区域就有可能发生重叠，那么这些故障也称为属于 同一个模糊组。模糊组的确定可由蒙特卡罗仿真得到，该仿真需要考虑元件容差，测量 工具误差等因素。目前较常用的方法是如果两个故障产生的故障特征的差异小于某给 定阈值，就认为这两个故障属于同一个模糊组。对于目前普遍采用的电压特征方法，一 般认为当两个故障产生的电压差的绝对值小于0.7伏（二极管的导通电压）时就认为 这两个故障属于同一个模糊组且不可区分。因为对于不同电路可能有不同的电压区分 值，采用不同的故障特征（如电流）也会有不同的故障区分标准，在实际应用中根据需 要确定。
[0003] 用一个例子来说明整数编码表技术。选取电压值作为区分故障的特征，假定某电 路存在8个潜在故障源（ Sl?s8)和4个备选测点&?t4，表1是该电路的电压故障字典。 表1中，用表示电路正常工作。
[0004]
【权利要求】
1. 一种模拟电路故障诊断中的测点选择方法，其特征在于，包括以下步骤： 51 :在预先设置的容差范围内，对电路进行故障模拟仿真，得到无故障下和各故障源单 独故障下各测点的测量数据V(n，m，i)，其中，η表示故障s n的序号，η的取值范围为η = 0, 1，2,…，I S I，η = 0表不无故障，I S I表不故障源数量；m表不每个故障下仿真序号，m的 取值范围为m = 1，2,…，MC，MC表示仿真次数；i表示测点t的序号，i的取值范围为i = 1，2,…，H，Η表示测点数量； 52 :采用基于启发式图搜索的测点选择算法选择测点，具体步骤包括： S2. 1 :设置图层次标签1 = 0 ;初始化根节点，根节点对应的信息包括：模糊组 =丨，测点集合T = {tp h，…，tH}，模糊组中第ρ个故障第111次仿真的数 据标识= 1，P的取值范围为1彡P彡I S I +1 ;将根节点记为目标节点Obj ; S2. 2 :用测点集合T中的所有测点作为后继节点来扩展目标测点节点Ob j，图层次标签 1 = 1+1; S2. 3 :对于图层1-1中目标节点Obj的模糊组划分结果，依次选择图层1中各节点对应 的测点^的仿真数据，对各个大小大于1的模糊组进行进一步划分，计算每个节点对应的 信息熵，具体方法为： 记原模糊组』^中故障数量为F，j' = 1，2,…，Ακ，Ακ表示图层1-1中目标节点Obj 的模糊组数量，根据该模糊组中第f个故障第m次仿真在图层1-1中的数据标识,从 测点h、故障sf对应测量数据V (f，m，i)中筛选出数据标识= 1的第m次仿真的测量数 据，根据筛选出的测量数据得到测点^在F个故障中每个故障下的测量数据极值，共计2F 个极值，对极值数据去重，得到Q个极值，将极值作为测量数据的间隔，得到Q-1个区间fi， j的取值范围为j = 1，2, "'Q-l ; 判断筛选出的测点&在各故障％下的测量数据区间是否与区间A相交，如果相交，则 将该故障加入对应的模糊组、，否则不做任何操作；将最终得到的模糊组?中的故障数量 记为|Α」； 如果|Α」=0,删除该模糊组，否则对于模糊组、中第k个故障\k，k的取值范围为 1彡k彡| A」|，如果MC次仿真中第m次仿真对应的测量数据V (sk，」，m，i)落入模糊组、对 应的区间％，设置初始数据标识=1，否则设置初始数据标识=〇,分别将每次仿 真的初始数据标识与<^进行与运算，得到图层1中第m次仿真的数据标识;根据 标识计算模糊组、的发生概率Ρι>计算公式为： I-'1/： MC ΣΣ4- Pr = r |S|xMC 根据各模糊组的发生概率计算测点h对应节点的信息熵，计算公式为：
其中Au表示图层1中，选择测点ti所得到的模糊组总数； S2. 4 :对于图层1中各节点，选择信息熵最小的测点f对应的节点作为最优节点，如果 信息熵最小的测点有多个，则任意选择一个；从测点集合T中将测点？删除； S2. 5 :判断最优节点对应测点|的信息熵/ p j是否等于0或测点集合T是否为空集，当 任意一个判断结果为是时，测点选择停止，进入步骤S2. 5 ;否则将最优节点作为目标节点 Obj，返回步骤S2. 2 ; S2. 5 :回溯最优节点至根节点路径中包含的所有节点对应的测点，所得到的测点集即 为最优的测点选择方案。
2.根据权利要求1所述的测点选择方法，其特征在于，所述故障模拟仿真采用蒙特卡 罗仿真。
【文档编号】G01R31/316GK104090227SQ201410336324
【公开日】2014年10月8日 申请日期:2014年7月16日 优先权日:2014年7月16日
【发明者】杨成林, 田书林, 刘震, 龙兵, 周秀云 申请人:电子科技大学