浅谈模拟电路故障原因与诊断方法

摘要：社会经济科技快速发展，各个行业依托现有的技术逐渐向现代化的转变，在现代化进程中电子设备在各领域中广泛应用，电路是电子设备的硬件基础，特别是当前对模拟电路的研究还不够深入，为了保证电子设备能够正常使用满足人们的需求，需要在发展中不断进行探索增加模拟电路的可靠性。本篇文章首先探讨模拟电路故障的类型和成因，深入分析模拟电路故障诊断特点进而有效区别于数字电路，并且提出更现代科学的模拟电路故障诊断方法，希望可以为以后的模拟电路故障排除工作实践提供借鉴。

关键词：模拟电路;故障原因;诊断方法

一、模拟电路故障类型及成因

故障电路是不能达到设计规定功能和指标的电路，模拟电路出现故障主要是由于长期使用过程中导致相关元件和电路产生老化磨损，还有一部分是由于设计缺陷或者是后期生产过程中工艺技术落后。根据故障发生的实际情况可以进行分类，比如偶然故障就是指在正常有效期内发生的模拟电路故障，通常我们所说的损耗故障就是长期使用老化磨损和电路疲劳造成的。除此之外，模拟电路使用初期出现故障主要是由设计或制造原因产生的称为早期故障，此种故障出现时会随着使用时间变化，导致电路出现故障的概率会逐渐降低。偶然故障就是在电路使用有效期内有偶然因素影响突然引发的故障，模拟电路出现偶然故障的概率还是非常低的。在使用过程中可以了解到，电路老化磨损造成的故障，会随着使用时间的增长此种故障概率增加。按照故障发生的数量也分为单故障和多故障，在模拟电路中如果只有一个元件出现故障就是单故障，模拟电路中出现单故障主要是发生在使用中的设备上此时出现故障的可能是一个元件或者是一个参量，与之相对应的模拟电路中有多个元件出现故障时就被称为多故障。从故障发生程度来看也分为软和硬故障两种，模拟电路中各元件在使用过程中随时间变化相关参数会超出其正常范围此时超出的数值还在其极限承受之内，元件属性还未完全丧失，就是软故障。模拟电路中出现硬故障时，主要是相关元件发生根本变化，出现断路或者是类似现象。

二、模拟电路故障诊断特点

利用现代化技术实现模拟电路故障诊断，在诊断过程中根据模拟电路现有的网络拓扑结构，及时输入信号检测其反应状态，通过信号收集确定故障发生的位置，分析具体原因。模拟电路出现故障，利用模拟信号进行检测是与数字信号有一定差别的，所以在实际检测过程中需要立足模拟电路的的实际特征。下面对其具体特征进行分析：模拟电路发展比较慢，目前人们进行故障检测时可以测试的电压节点比较少，由于此种原因会导致不能真正分析的模拟电路故障的详细信息，因此在故障诊断中很容易出现定位不准确的现象，或者是不能诊断出故障。第二，模拟电路的元器件离散性非常强，由于此种容差特性，所以模拟电路本身是准许有小故障存在的，所以在实际检测过程中可能会对准确性造成一定的影响，加大了模拟电路故障检测的难度。第三，模拟电路连接中信号输入输出都是具有一定连续性，这样也会导致元件参数连续性比较，进而增加了诊断的复杂程度。第四，模拟电路中的非线性元件使得电路非线性化，这也在一定程度上增加了模拟电路故障诊断的工作量。第五模拟电路是受环境影响比较大的，模拟电路信号输出过程中，不仅受到生产制造工艺影响还受实际情况环境因素影响。由此可知，分析模拟电路故障必须立足其基本特点寻找更科学的诊断方式。

三、模拟电路故障诊断方法

在过去各项技术不发达，人们会利用传统模拟电路故障方法进行诊断，在诊断过程中首先需要专业诊断人员及自身的经验了解现有的电路故障，确定出故障集在实际测试过程中寻找出响应点，根据故障发生的情况及时处理并且进行总结，形成自己的模拟电路故障特征参考资源。其次，传统对模拟电路进行诊断时，需要按照故障电路情况施加相似条件，根据建立的故障字典及时查出具体故障，按照传统的方法线性与非线性模拟电路故障都可以及时诊断出来，但若是模拟电路故障过于复杂，此种方法很难及时快速找出故障，所以在现代化发展过程中人们不满足于传统的诊断方式，在深化理论和实践研究的基础上提出了现代化模拟电路故障诊断方式，而且传统的模拟电路故障诊断中计算量比较大，而且受各种因素影响很容易导致出现诊断模糊。现代化发展中对模拟电路故障诊断方法研究不断深入，在当前相关领域研究中人们主要是依靠人工智能和现代信号处理来探索出模拟电路故障诊断的新方法。

（1）神经网络-小波分析故障诊断法

小波变换的含义是：把一称为基本小波的函数ψ（t）做位移τ后，再在不同尺度α下与待分析信号χ（t）做内积依托现代化技术利用小波分析模拟电路故障，主要是利用小波母函数对模拟电路信号进行分析。首先确定合适的小波母函数，以此为基础分析其局限性。在具体诊断过程中，利用设备检测信号奇异性，观察设备中信号的频率结构变化，根据实际变动进行诊断，此种故障诊断方法在应用过程中特殊要求和工作量比较少，诊断准确度非常高。但是由于模拟电路的尺度比较大，所以在实际检测过程中会受到一定的影响，时域范围拓展导致检测出现延迟，除此之外还受相关因素影响可能导致诊断结果出现误差。

小波分析技术实现时与神经网络有两种结合方式：一是松散型结合，二是紧致型结合。松散型结构是数据预处理采用的最常见的方式，目前紧致型结构的小波神经网络也已成功用于模拟电路的去噪和特征提取。由于紧致型小波神经网络是用非线性小波基代替非线性的sigmoid函数，通过仿射变换建立小波变换与神经网络的连接，具有更强的逼近能力和收敛速度，不管是用于特征提取还是故障诊断都具有明显的优势。

现代科学技术不断创新，神经网络与小波分析相互结合，二者嵌套过程中，在神经网络中进行自学，基于小波运算变换特征，使得此种故障诊断方法灵活性比较大。由此可知，该诊断方法的运用拓宽了神经网络和小波分析的应用领域。

（2）神经网络-专家系统故障诊断

现代信息技术广泛应用，在各个领域逐渐实现了人工智能化发展，目前影响最大的的就是专家系统，专家系统以知识为基础进行服务，此系统在工作中按照既定原則对专家知识和经验进行有效描述，在智能化发展的过程中可以快速深入到诊断专家系统知识库以此来解决模拟电路故障问题，在实际运行过程中按照报警信息进行推理分析，以此为基础直接明确故障发生原因。专家系统智能化非常强，系统内部具有知识库，为了解决该领域的复杂问题可以全面模拟人类专家决策，根据问题可以提出针对意见，此种诊断方法实现了神经系统的人工化，可以分散存储信息，根据现有技术和网络结构形成完整映射，但是此系统在应用过程中也会让人看到其存在的不足，系统知识需要不断更新难度比较高，与小波分析相比较而言此种诊断方式还需要向自学习性更进一步发展。

（3）神经网络-人工神经网络故障诊断

人工神经网络故障诊断方法是一个广泛连接的巨型系统，能分布式存储信息，具有并行处理功能和自学习、自组织和自适应功能。采用物理上可以实现的器件、系统或现有的计算机来模拟人脑的结构和功能。神经网络技术特别适合处理那些故障诊断中无法用显性公式表示的、具有复杂非线性关系的情况，能够出色解决那些由于非线性、反馈回路和容差等引起的传统模式识别方法难以圆满解决的问题。它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性的映射，利用全局并行处理实现从输入空间到输出空间的非线性信息变换，有效解决了复杂系统故障诊断中存在的故障知识获取“瓶颈”、知识推理“组合爆炸”等问题。它以其诸多优点，如并行分布处理、自适应、联想记忆等，在智能 故障诊断中受到越来越广泛的重视，而且已显示出巨大的潜力，并为智能故障诊断的研究开辟了一条新途径。

总结

由以上论述可知，目前社会条件下模拟电路应用比较广泛，在人们日常生产生活中的家用电器、军工等各领域包含，设备在使用过程中出现电路故障非常常见，此时需要及时准确地进行故障诊断，根据模拟电路的应用状态及时进行故障定位，采取针对性的措施处理故障，有效保证模拟电路稳定可靠性。在现代化发展过程中模拟电路逐渐变得复杂，利用信息技术结合计算机技术实现模拟电路故障诊断的创新，增加诊断结果的准确性，提高模拟电路故障诊断效率，尽可能降低电路故障带来的损失，促进社会生产生活正常进行。

参考文献：

[1] 张少瑶，孙建红，宋柄翰.融合小波包分解和CSA的电路故障诊断方法[J].电路与系统，2018，（2）.

[2] 杜敏杰，马善钊.基于故障字典与分支定界的模拟电路测试点优化方法[J].传感器技术与应用，2014，（3）.

[3] 毕玉，樊晓冬，高文斌，梁晓，张春年.模拟电路的可测性及故障诊断方法[J].电力系统装备，2019，（2）.

作者简介：查红艳，1984年12月出生，女，河南周口，硕士研究生，研究方向：激光告警生产调试。

（作者单位：中国电子科技集团公司第二十七研究所）