基于敏感度因子与故障隔离度的模拟电路测点选择

提出了一种基于类内类间敏感度因子与故障隔离度的新方法对模拟电路测试节点进行优选。计算电路各测点采样数据的类内与类间距离离散度来定义测点敏感度因子,根据敏感度因子大小对待优选测点进行重新排序,利用KNN网络计算重排序测试节点的故障隔离组(度),最后优选出能辨识全部预设故障的最优测试节点集。实验结果证明:新方法得出的最优测点集包含的测点数量更少,该方法可以优选出相比其他文献方法故障诊断效率更高的同等规模的测试节点集合。

多故障诊断的即时策略研究

目前的系统多故障诊断一般是在固定的初始多故障模糊组下预先生成平均测试代价最小的测试序列,然后根据该测试序列建立故障诊断树进行故障定位,因此测试执行顺序和故障诊断树相对固定,当初始多故障模糊组变化后,诊断策略并不能随之灵活地改变。针对这个问题,提出一种多故障诊断的即时策略,推导了多故障模糊组概率计算的迭代公式,通过基于单位代价故障隔离度和信息熵的评估函数选择最佳测试,使用集覆盖的算法寻找后验概率最大的故障单元进行更换或修理。测试案例分析表明:这种即时策略能够灵活地利用已知信息进行多故障定位,具有计算简单、存储空间小的特点,适合复杂系统的多故障诊断。