Wavelet neural network based fault diagnosis in nonlinear analog circuits

The theories of diagnosing nonlinear analog circuits by means of the transient response testing are studled. Wavelet analysis is made to extract the transient response signature of nonlinear circuits and compress the signature dada. The best wavelet function is selected based on the between-category total scatter of signature. The fault dictionary of nonlinear circuits is constructed based on improved back-propagation（BP） neural network. Experimental results demonstrate that the method proposed has high diagnostic sensitivity and fast fault identification and deducibility.

非线性模拟电路故障诊断的MF-DFA方法

针对非线性模拟电路故障的复杂性和非线性,提出一种基于多重分形消除趋势波动分析和支持向量机的故障诊断方法.应用多重分形消除趋势波动分析方法处理信号,提取能够精细表征信号能量分布的奇异状况和几何特征分布概率的多重分形特征;将提取的多重分形特征作为支持向量机的输入样本,利用支持向量机的分类功能对电路工作模式作出故障决策.通过对Duffing混沌电路的模拟仿真实验,证明了该方法的有效性.

Volterra核的测量及在非线性模拟电路测试中的应用

研究了Volterra频域核的测量方法,提出一种利用优化正弦谐波信号作为系统的激励信号测量Volterra频域核的方法.将其用于测量2阶Volterra核时,没有1,3,5等奇数阶和4阶Volterra核的干扰,测量精度高.利用2阶Volterra频域核作为故障特征对非线性模拟电路进行故障诊断,仿真结果表明,故障识别率高,时间开销小,通用性强.

基于导纳矩阵分解的非线性电路故障诊断

提出了一种非线性模拟电路故障诊断新方法。利用矩阵理论的W oodbury公式分解扰动电路的导纳矩阵,推导出非线性元件端电压跨越其工作区间的上折点电压或下折点电压时,扰动元件参数的偏移量和可及测试节点的电压值。利用该方法对非线性模拟电路进行故障诊断,由可及测试节点的电压测试值,诊断出扰动元件参数的偏移量和非线性元件的工作区间。

非线性模拟电路软故障诊断方法

针对非线性模拟电路故障诊断中软故障诊断的难题,提出了Volterra级数结合隐马尔科夫模型(HMM)进行故障诊断的方法。首先利用梯度搜索算法求解Volterra级数并提取出故障特征,然后利用提取出来的故障特征构造出观察变量对隐马尔科夫模型进行训练,最后用训练好的隐马尔科夫模型完成故障诊断。实验结果表明,该方法能有效提取故障特征,提高故障诊断效果。

基于电压增量的非线性模拟电路软故障诊断

基于节点电压增量关系方程理论,根据高阶故障对低阶故障的覆盖性,并结合替代原理,提出了一种可以诊断非线性模拟电路软故障的字典法,将仅应用于线性模拟电路软故障诊断的方法推广到了含有少量非线性元件的模拟电路。将非线性元件作为一个整体,利用节点电压增量关系方程的线性相关系数作为统一故障特征,实现了电路中非线性元件和线性元件集的硬故障、软故障、单故障和多故障的诊断。给出了含有单个或多个非线性元件的电路诊断方法,并用最小距离法对容差做了相应的处理,最后通过仿真实例证明了该诊断方法的有效性。

频域内的非线性模拟电路故障诊断

利用Volterra级数分析非线性模拟电路核函数的结论,分析了测试节点输出响应信号各阶频率分量相对于电路中元件参数的灵敏度,从而确定被测电路的故障诊断算法。为了提高灵敏度计算的效率,本文分析了灵敏度计算时非线性元件高阶项对测试节点输出响应信号各阶频谱分量的直接影响因素和间接影响因素,从而避免了两者之间的耦合而增加灵敏度的计算量。实际应用电路的分析结果表明本文介绍算法不仅极大的降低了灵敏度分析的计算量,可广泛应用于非线性模拟电路的自动测试系统。

一种非线性模拟电路的可测性判定方法

针对支路诊断法分析了电路的可测拓扑结构和可测拓扑条件,提出了可测性分析和可测性设计方法.在可测性设计过程中,通过适当地改变拓扑结构与可及节点的个数和位置,对电路中单故障和多故障的可测性予以判定.最后将该方法运用于非线性模拟电路的可测性问题分析.实验结果验证了该方法的有效性.

非线性模拟电路可测试性度量研究

模拟电路的可测试性度量是指导其进行可测试性设计的基础,针对目前非线性模拟电路可测试性分析过程复杂,无法量化的问题,在深入研究模拟电路可测试性度量和非线性模拟电路特性的基础上,利用分段线性方法将非线性模拟电路近似等效为线性模拟电路,并给出了非线性模拟电路可测试性度量的计算方法,极大拓宽了可测试性度量的应用范围;最后通过实例详细讲解了计算过程,并利用模拟电路可测试性度量的定义验证了该结果的有效性,该方法计算量小,不受容差影响,对非线性模拟电路可测试性研究具有一定的指导意义。

基于简化GFRF模型辨识算法的非线性模拟电路故障诊断

提出了基于简化GFRF(广义频率响应函数)模型辨识非线性电路的故障诊断方法。利用非线性频谱分析法获得被诊断系统的GFRF模型估计并提取能表征系统工作状况的电路特征,通过预设故障模式确定被诊断系统所处的工作状态从而定位系统故障。实验结果表明:基于非线性GFRF分析的故障诊断技术,无需在线辨识GFRF、计算量小,故障诊断效果较好。

基于HAAR小波和BP神经网络的非线性电路故障诊断(英文)

提出了一种基于HAAR小波和BP神经的非线性电路故障诊断方法,该方法采用小波分解作为非线性电路故障信号的预处理器能大大减少神经网络的输入及训练和处理时间.介绍了一种改进的采用动量因子防止局部收敛的BPNN方法后,阐述基于HAAR小波分解提取故障信号中的故障特征的原理.

基于Volterra频域核的非线性模拟电路故障诊断

非线性模拟电路的故障特征的表征困难,另外基于神经网络的故障诊断存在收敛速度低及泛化能力差的问题.本文将非线性系统复杂的Volterra高阶核函数表示成一维数值解的形式,并以此来表征故障特征,同时借助小波变换与神经网络的优点,降低了输入特征矢量的维数,并且提高了泛化能力.实验结果表明:该方法建模简单,运算量小,具有一定的可行性和实用性.

用于模拟电路行为级建模的自动压扩子波方法

提出了一种新的自动压扩方法 ,适用于基于子波配置方法的模拟电路行为级建模 .该压扩方法采用的压扩函数根据模块输入 -输出函数的奇异性自动生成 ,因而这一方法具有通用性 ,可应用于任意输入 -输出函数的电路模块的建模 .与已有的建模方法相比 ,该方法能有效地降低模拟误差并减少使用基函数的个数 .

非线性容差模拟电阻电路故障诊断神经网络方法

将线性电路故障定位 l1 范数最优化算法推广到非线性电路的故障定位 ,由于测后计算是基于神经网络计算机环境 ,所需时间较少 ,能满足现代工业实时性需要。

12位80MHz采样率具有梯度误差补偿的CMOS电流舵D/A转换器实现

提出了一种 12位 80 MHz采样率具有梯度误差补偿的电流舵 D/ A转换器实现电路 .12位 DAC采用分段式结构 ,其中高 8位采用单位电流源温度计码 DAC结构 ,低 4位采用二进制加权电流源 DAC结构 ,该电路中所给出的层次式对称开关序列可以较好地补偿梯度误差 .该 D/ A转换器采用台湾 U MC 2层多晶硅、2层金属 (2 P2 M) 5 V电源电压、0 .5μm CMOS工艺生产制造 ,其积分非线性误差小于± 0 .9L SB,微分非线性误差小于± 0 .6 L SB,芯片面积为 1.2 7mm× 0 .96 m m ,当采样率为 5 0 MHz时 ,功耗为 91.6 m W.

CMOS亚阈值特性的低频低压微功耗电路的设计与模拟

工作在亚阈值状态的MOS晶体管具有极小的工作电流和类似于双极型晶体管的指数特性 ,因此适合于实现微功耗的外部线性内部非线性电流型电路 .为了适合于低电源电压的运用 ,本文给出了一种新型的电流型四象限乘法器以及滤波器 ,振荡器等基本单元电路 ,并利用标准 0 6

基于改进烟花算法的非线性模拟电路测试激励优化

为增强非线性模拟电路故障诊断中故障模式之间的可辨识性,提高故障诊断率,提出一种基于改进烟花算法的非线性模拟电路测试激励优化方法。该方法首先采用基于Volterra频域核和BP神经网络的方法对非线性模拟电路进行建模,进而针对烟花算法存在寻优速度慢、效率低等问题,对其爆炸算子、变异算子、选择策略等进行改进,采用改进后的烟花算法对非线性模拟电路的测试激励进行寻优,通过电路仿真表明,优化后的信号可有效提高故障可分性,从而提高故障诊断率。

基于GFRF的弱非线性模拟电路特征提取

介绍一种基于GFRF分析的非线性模拟电路故障诊断方法,着重阐述这种故障诊断技术中电路特征的提取方案,重点解决了激励信号的设计,Volterra频域核测量等关键技术问题。利用Volterra频域核辨识非线性系统,确定电路的最高显著阶,设计合适的激励信号,用范德蒙特方法分离出电路的各阶响应,利用公式计算出Volterra频域核。

Elman神经网络在非线性模拟电路故障诊断中的应用

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确诊断率。首先用改进的Elman神经网络建立故障电路和无故障电路系统模型,然后用遗传算法搜索电路故障诊断的最佳激励信号参数。

8bit 80MHz采样率具有梯度误差补偿的温度计码D/A转换器实现

提出了一种8bit 80MHz采样率具有梯度误差补偿的温度计码D/A转换器实现电路,该电路中所给出的层次式对称开关序列可以较好地补偿梯度误差,该D/A转换器采用台湾UMC 2层多晶硅,2层金属,5V电源电压,0.5μm CMOS工艺生产制造,其积分非线性误差以及微分非线性误差均小于0.5LSB,芯片面积为1.275mm×1.05mm,当采样率为50MHz时,功耗为56mW。