CN103226636A - 基于定性推理的放大电路故障传播分析方法 - Google Patents
基于定性推理的放大电路故障传播分析方法 Download PDFInfo
- Publication number
- CN103226636A CN103226636A CN2013101454971A CN201310145497A CN103226636A CN 103226636 A CN103226636 A CN 103226636A CN 2013101454971 A CN2013101454971 A CN 2013101454971A CN 201310145497 A CN201310145497 A CN 201310145497A CN 103226636 A CN103226636 A CN 103226636A
- Authority
- CN
- China
- Prior art keywords
- fault
- signal
- node
- qualitative
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
基于定性推理的放大电路故障传播分析方法,其步骤如下:1)将放大电路系统层次化分解为电路系统层、功能模块层、元器件层,并进行功能逻辑分析;2)建立放大电路中各类元器件级连通性模型;3)建立功能模块级定性网络;4)建立系统级定性网络;5)选择故障源节点并进行描述;6)以广度优先搜索原则进行故障源节点所在层次定性网络的横向传播推理;7)将横向传播推理结果向上层定性网络中对应节点传递,令该上层节点为点B;8)将点B作为新的故障源节点;9)判断故障源节点是否为放大电路系统的顶层节点。若不是,则返回步骤6;若是,执行步骤10;10)网络稳定后进行故障传播结果记录和故障影响标识。本发明解决了现有定性方法无法解算非结构性故障的困难,并且能直观地反映故障信号在传播过程中的变化情况,具有工程应用价值。
Description
(一)技术领域:
本发明涉及一种基于定性推理的放大电路故障传播分析方法,利用层次化定性建模与定性推理对放大电路中单点故障的传播过程进行分析,得到放大电路的故障影响分析结果,该方法属于可靠性建模与仿真分析领域。
(二)背景技术:
故障传播是可靠性系统工程研究的前沿方向之一,其本质是故障信号在网络中的流动过程,正是网络各组成单元间的连接决定了故障信号具有可传播性。电路故障传播研究的是故障信号在电路中的传递情况,以及局部故障造成的周围电路或电路整体功能的影响,该研究可以为电路故障诊断、FMEA、测试性分析、潜通路分析等技术的智能化和自动化发展提供支持,对可靠性系统工程的发展意义重大。
目前,国内外关于电路故障传播分析的研究主要分为基于图论、基于petri网、基于复杂网络、基于元胞自动机,以及基于定性推理分析这五种。相比于其它四种方法,定性推理分析方法由于其适用范围广、建模简单等特点具有明显优势,已逐渐成为相关领域的热点研究方向。特别是在大规模复杂系统定量建模和仿真困难的情况下,利用定性推理分析方法能够建立相对简单的模型,处理符号、语言和图形等多种形式的信息,易于使用。然而,现有的一些定性建模、分析工具,如Connectivity Method、DIANA系统、SPS方法等,都着重解决电路的结构性故障(如开路与短路),而很少考虑性能参数变化引起的非结构性故障。
鉴于此,本发明主要针对放大电路中的结构性故障与非结构性故障,提出一种基于定性推理的智能化故障传播推理分析方法,完成对放大电路的故障影响分析,以解决放大电路系统中故障传播带来的种种实际问题。
(三)发明内容:
1、目的:本发明的目的是提供一种基于定性推理的放大电路故障传播分析方法,它是针对放大电路中的结构性故障与非结构性故障,通过对电路元器件、功能模块、电路系统完成层次化定性建模,建立放大电路的故障传播定性网络模型,并制定相应的故障传播推理机制,利用定性推理的方法完成对所建模型的故障传播分析。本发明旨在扩展故障传播领域现有定性分析方法与工具的适用范围,以解决放大电路系统中因故障传播造成的种种实际问题。
2、技术方案:本发明是通过以下技术方案实现的。
首先引入几个基本定义。
定义1:故障信号:电性能信号偏离其标称值的表示,包括偏离的方式和程度,符号为I,以六维向量的形式表示,表达式如下。
I=[u/i,DC/AC,直流偏置,频率,幅值;强度]
其中,向量各维参数含义如下所示。
定义2:故障传播阻值:表示电路中节点对故障信号的抵御能力,即输入信号偏移影响输出信号偏移的难易程度,符号为L,表达式如下。
其中,∞、high、1、low、0为描述故障传播阻值的五种定性值。
定义3:连通性模型:一种定性推理模型,通过有向图的形式给出电路系统中元器件不同输入故障信号与输出故障信号之间的匹配关系及其成立条件。连通性模型示意图如图1所示。
定义4:定性网络模型:一种由连通性模型构成的多层次网络模型,其层次划分与电路系统的层次划分相对应。定性网络中的每一层都用有向图的形式表示组成单元间物理或功能逻辑的连接关系和故障信号传输方向,网络中的节点为相应层次实际物理结构(元器件、功能模块、电路系统)的定性表达。放大电路系统定性网络模型示意图如图2所示。
定义5:节点影响机制:输入故障信号Iin使元器件受影响,产生特定输出故障信号Iout的规则。包含如下两方面内容。
(1)故障信号属性匹配关系:如图1所示。实线代表存在输入输出故障信号匹配关系,虚线表示输入故障信号Iin不传播,即不产生输出故障信号Iout。针对具有不同属性的输入故障信号Iin,通过图1所示对应关系,可得到其相应的输出故障信号Iout的属性以及故障传播阻值L。
(2)故障信号强度转换规则:如表格1所示。根据故障传播阻值L,判定元器件对故障信号的影响,以及输入输出故障信号之间的强度变化关系。
表格1故障信号强度转换规则
其中,L为故障传播阻值;Iin为输入故障信号;Iout为输出故障信号;∞;∞、high、1、low、0为五种定性值,如定义1、2所述。其中,p1与p2表示元器件的两种不同工作状态,如元器件为普通二极管,p1表示二极管处于正向导通状态,p2表示处于反向截止状态。
定义6:传播机制:故障信号在不同层次的定性网络中传播路径选择规则,包括如下两部分。
(1)横向搜索:采用广度优先搜索算法,体现故障信号I在同层定性网络内节点间的传播情况。
(2)纵向搜索:按如下两方面进行纵向搜索。其一,下层定性网络横向搜索的结果流入上层网络,作为对应上层节点的输出;其二,上层节点的输入流入对应下层定性网络,作为该网络的输入。
定义7:信号作用机制:在传播过程中,当多个不同属性的故障信号在定性网络的同一节点处汇聚时,相互之间的作用规则。按照信号相遇位置不同为标准,将信号作用机制分为逻辑节点信号作用机制与其他节点信号作用机制。
(1)逻辑节点信号作用机制
i.并联节点:当所有输入端口均输入故障信号I时,并联节点输出为故障信号I;否则认为节点的输出正常,即不输出故障信号。
ii.k/n表决节点:当n个输入端口中有不少于(n-k)个端口输入故障信号I时,认为节点的输出为故障信号I。
iii.串联节点与旁连节点:串联关系不存在多信号作用,节点输出信号即输入信号;旁连关系属于冷备份,各备份系统合并视为一个节点,输出信号仅由该节点输入信号决定。
(2)其他节点信号作用机制
i.电流属性故障信号作用机制
其中,I为电流属性故障信号,如定义1所述;value1、value2表示作用前两个故障信号的信号强度;value表示作用后得到的故障信号的信号强度;f1、f2表示作用前两个故障信号的频率;f表示作用后得到的故障信号的频率;max表示取最大值。
ii.电压属性故障信号作用机制
其中,I为电压属性故障信号,如定义1所述;value1、value2表示作用前两个故障信号的信号强度;value表示作用后得到的故障信号的信号强度;f1、f2表示作用前两个故障信号的频率;f表示作用后得到的故障信号的频率;max表示取最大值。
iii.电流属性与电压属性故障信号作用机制:两种属性的故障信号之间不存在相互作用,共存并向其他节点进行传播。
本发明一种基于定性推理的放大电路故障传播分析方法,该方法具体步骤如下:
步骤一:将放大电路系统层次化分解为电路系统层、功能模块层、元器件层,理清各元器件之间的物理连接关系、各模块的功能逻辑连接关系,并绘制放大电路系统的三层网络功能逻辑连接图。
步骤二:建立放大电路中各类元器件级连通性模型,具体步骤如下文(1)至(5)所示。
(1)分析器件的电学特性,从中选取对各种性能信号经器件进行传递这一过程影响最大的电学特性作为后续重点分析的关键因素;
(2)参考定义1中给出的故障信号六维向量形式,对放大电路中的实际输入故障信号的六维属性分别按照定义1给定的条件进行定性描述,最终构成该器件的输入故障信号Iin;
(3)分析该器件对(2)中描述的输入故障信号传输过程的实际影响,根据定义2中对故障传播阻值L的定义,从给定的五个定性值∞、high、1、low、0中选取一个,作为该器件对此类故障信号的故障传播阻值L;
(4)将从(2)获得的输入故障信号Iin以及从(3)获得的故障传播阻值L作为已知条件,根据定义5给出的节点影响机制推导出该器件的输出故障信号Iout,输出故障信号同样以定义1中六维向量的形式进行表示;
(5)若不存在特殊信号流向,如电阻、电容等,对其中一个端口进行分析即可,其连通性模型只有一个Iin;若存在特殊信号流向,如双极型晶体管、场效应管等,对每一个输入端口分别进行(1)(2)(3)(4),其连通性模型存在多个Iin。其中,Iin为输入故障信号。
步骤三:用步骤二建立的元器件级连通性模型直接替换电路模块中的相应元器件,保持原有物理连接关系不变,用有向边表示该层定性网络中的故障信号流向,最终建立功能模块级定性网络。
步骤四:基于步骤一中得到的放大电路系统功能逻辑连接图,用步骤三所建立的功能模块级定性网络替换其中相应的功能模块,用逻辑节点表示不同功能模块之间的逻辑连接关系,用有向边表示该层定性网络中的故障信号流向,最终构成放大电路系统的定性网络模型。
步骤五:选择需要注入故障的元器件,将其作为故障源节点,并进行描述,有以下两种情况。
(1)若为结构性故障(开路或短路),将故障信号I的强度定义为∞,改变定性网络结构,规则如下:若为开路故障,令所有开路路径中的节点的故障传播阻值L=0,流动的故障信号表达式为Ii,DC,∞,标明故障源节点;若为短路故障,令所有短路路径中的节点的故障传播阻值L=0,产生故障信号Iu,DC,∞,标明故障源节点。其中,∞表示故障信号强度无穷大,即出现开路或短路故障,几乎无输出。
(2)若为非结构性故障(参数漂移),不改变网络结构,产生故障信号强度范围为0<I<∞,其余几维故障属性按照故障信号I的定义进行描述。
其中,∞表示故障信号强度无穷大,即出现开路或短路故障,几乎无输出。
步骤六:以广度优先路径搜索原则推理该故障信号在故障源节点所在层次的定性网络中的横向传播情况,令该节点为点A。横向传播具体推理流程如下(1)至(6)。
(1)搜索与故障源节点在物理连接关系上直接相连的子节点,将其称为直接子节点,并存入“待访问节点集合”中,令该集合为S;
(2)判断:集合S中所有节点是否全部访问完毕?若否,顺序向下执行(3);若是,跳至(6)执行;
(3)按照距离故障源节点由近到远的顺序访问集合S中的节点,令当前正在被访问的节点为点P;
(4)利用定义5节点影响机制与定义7信号作用机制推理出点P的输出故障信号;
(5)判断:点P是否为“死点”?若是,从集合S中删除点P;若否,搜索点P的直接子节点,用这些搜索到的子节点替代点P存入集合S中;
(6)判断:该层定性网络中所有节点状态是否达到稳定?若否,返回(1)执行;若是,向上层网络输出故障信号。
步骤七:将步骤六得到的横向传播推理结果向上层定性网络传递,即得到上层定性网络中对应节点的输出故障信号,令该上层节点为点B。
步骤八:将点B作为新的故障源节点。
步骤九:判断故障源节点是否为放大电路系统的顶层节点。若不是,则返回步骤六继续执行;若是顶层节点,向下执行步骤十。
步骤十:当定性网络中所有节点状态均达到稳定后,描述故障传播的结果,包括填写故障传播结果记录表、对放大电路系统定性网络模型进行连接边线型与节点符号标识。
其中,步骤二所述要建立的“放大电路中各类元器件级连通性模型”包含电阻、电容、稳压管、晶体管、变压器、基本放大电路、整流电路、滤波电路、稳压电路、基本运算电路的连通性模型。
其中,步骤六中所述的“死点”表示为定性网络中的电源、地或网络输出端等无直接子节点的节点。
3、优点及功效:
本发明针对放大电路提出了一种基于定性推理的故障传播分析方法,避免了现有定量推理方法解算速度慢、仿真收敛这两大问题,解决了现有定性方法无法解算非结构性故障的困难,并且可以直观地反映故障源产生的影响对整个放大电路定性网络的覆盖程度、故障信号在传播中的变化过程,以及对网络中各节点的影响程度,具备一定的工程应用价值,展现了较好的工程应用前景。此外,本发明有助于实现电路设计分析与故障传播分析的同步执行,对提高电路综合设计工作的效率有重要意义。
(四)附图说明:
图1连通性模型示意图
图2放大电路系统定性网络模型示意图
图3本发明所述方法的流程图
图4放大电路系统功能逻辑连接示意图
图5定性网络模型常见逻辑节点
图6横向传播推理流程
图7放大电路系统定性网络故障影响标识示意图
图8主通道放大电路系统定性网络模型
图9主通道放大电路系统定性网络故障影响标识图
图1中符号说明如下:
I(u/i,AC/DC,直流偏置,频率,幅值;强度):故障信号及其六维属性,具体定义见定义1。
Iin:输入故障信号。
u:电压信号。
i:电流信号。
DC:直流信号。
AC:交流信号。
p1、p2:元器件不同的工作状态,可用文字具体说明。
L:故障传播阻值,有∞、high、1、low、0这五种定性值。
Iout:输出故障信号。
∞、high、1、low、0:描述信号强度与故障传播阻值的五种定性值。
(五)具体实施方式:
本发明所述方法流程图如图3所示。本发明是一种基于定性推理的放大电路故障传播分析方法,其步骤如下:
步骤一:将放大电路系统层次化分解为电路系统层、功能模块层、元器件层,理清各元器件之间的物理连接关系、各模块的功能逻辑连接关系,并绘制放大电路系统的三层网络功能逻辑连接图,示意图如图4所示。
步骤二:建立放大电路中各类元器件级连通性模型,具体步骤如下(1)至(5)所示。这里的元器件包含电阻、电容、稳压管、晶体管、变压器、基本放大电路、整流电路、滤波电路、稳压电路,和基本运算电路。
(1)分析器件的电学特性,从中选取对各种性能信号经器件进行传递这一过程影响最大的电学特性作为后续重点分析的关键因素;
(2)参考定义1中给出的故障信号六维向量形式,对放大电路中的实际输入故障信号的六维属性分别按照定义1给定的条件进行定性描述,最终构成该器件的输入故障信号Iin;
(3)分析该器件对(2)中描述的故障信号传输过程的实际影响,根据定义2中对故障传播阻值L的定义,从给定的五个定性值∞、high、1、low、0中选取一个,作为该器件对此类故障信号的故障传播阻值L;
(4)将从(2)获得的输入故障信号Iin以及从(3)获得的故障传播阻值L作为已知条件,根据定义5给出的节点影响机制推导出该器件的输出故障信号Iout,输出故障信号同样以定义1中六维向量的形式进行表示;
(5)若不存在特殊信号流向,如电阻、电容等,对其中一个端口进行分析即可,其连通性模型只有一个Iin;若存在特殊信号流向,如双极型晶体管、场效应管等,对每一个输入端口分别进行(1)(2)(3)(4),其连通性模型存在多个Iin。其中,Iin为输入故障信号。
步骤三:建立功能模块级定性网络模型。用步骤二建立的元器件级连通性模型直接替换电路模块中的相应元器件,保持原有物理连接关系不变,用有向边表示该层定性网络中的故障信号流向,最终建立功能模块级定性网络。
步骤四:建立放大电路系统级定性网络模型。基于步骤一中得到的放大电路系统功能逻辑图,用步骤三所建立的功能模块级定性网络替换其中相应的功能模块,用逻辑节点表示不同功能模块之间的逻辑连接关系,用有向边表示该层定性网络中的故障信号流向,最终构成放大电路系统的定性网络模型。其中,常见逻辑节点如图5所示。
步骤五:选择需要注入故障的元器件,将其作为故障源节点,并进行描述,有以下两种情况。
(1)若为结构性故障(开路或短路),则将故障信号I的强度定义为∞,还需要改变定性网络结构,规则如下:若为开路故障,令该故障下的所有开路路径中的节点的故障传播阻值L=0,流动的故障信号表达式为Ii,DC,∞,标明故障源节点;若为短路故障,令该故障下的所有短路路径中的节点的故障传播阻值L=0,产生故障信号Iu,DC,∞,标明故障源节点。
(2)若为非结构性故障(参数漂移),不改变网络结构,产生故障信号强度范围为0<I<∞,其余几维故障属性按照故障信号I的定义进行描述。
其中,∞表示故障信号强度无穷大,即出现开路或短路故障,几乎无输出。
步骤六:以广度优先路径搜索原则推理该故障信号在故障源节点所在层次的定性网络中的横向传播情况,令该节点为点A。横向传播具体推理流程如下(1)至(6),流程图如图6所示。
(1)搜索与故障源节点在物理连接关系上直接相连的子节点,将其称为直接子节点,全部存入“待访问节点集合”中,令该集合为集合S;
(2)判断:集合S中所有节点是否全部访问完毕?若否,顺序向下执行(3);若是,跳至(6)执行;
(3)按照距离故障源节点由近到远的顺序访问集合S中的节点,令当前正在被访问的节点为点P;
(4)利用定义5节点影响机制与定义7信号作用机制推理出点P的输出故障信号;
(5)判断:点P是否为“死点”?若是,从集合S中删除点P;若否,搜索点P的直接子节点,用这些搜索到的子节点替代点P存入集合S中;
(6)判断:该层定性网络中所有节点状态是否达到稳定?若否,返回(1)执行;若是,向上层网络输出故障信号。
步骤七:将步骤六得到的横向传播推理结果向上层定性网络传递,即得到上层定性网络中对应节点的输出故障信号,令该上层节点为点B。
步骤八:将点B作为新的故障源节点。
步骤九:判断故障源节点是否为放大电路系统的顶层节点。若不是,则返回步骤六继续执行;若是顶层节点,向下执行步骤十。
步骤十:当定性网络中所有节点状态均达到稳定,即输入输出信号不再变化后,对网络中所有节点进行结果记录和故障影响标识,描述故障传播的结果,包括以下两部分。
(1)填写故障传播结果记录表如表格2所示;
表格2故障传播结果记录表
节点(类型) | 输入故障信号 | 输出故障信号 | 故障影响等级 |
(2)同时在放大电路系统的定性网络模型中用不同节点符号与连接边线型标识出故障影响。实线连接边表示该边中存在故障信号传输,虚线连接边则表示该边中不存在故障信号传输;节点符号标识标准如表格3所示。对于存在多个输出故障信号的情况,节点故障影响以其中信号强度最高的输出故障信号为准。最终标识效果如图7所示。其中,Iout为输出故障信号;∞、high、1、low为故障信号强度的五种定性值,如定义1所述;从I级故障到IV级故障的影响严重程度依次递减。
表格3故障影响节点符号标识标准
实施案例
以某无人机自动驾驶仪中的主通道放大电路系统为实际案例,验证本发明所述的基于定性推理的放大电路故障传播分析方法的有效性与正确性。
步骤一-步骤四:通过层次化分解与功能逻辑分析,完成主通道放大电路系统定性建模的过程,得到其定性网络模型如图8所示,其中,各个底层元器件的连通性模型用简化的方框图与有向边表示。
步骤五:选取“放大单元1”为故障源节点,注入非结构性故障,得到放大单元1处的故障信号表达式为IC,u,AC,0,fHL,1;1。
步骤六-步骤九:按照本发明所述规则,故障信号起始于放大单元1节点,从定性网络模型底层开始进行横向传播推理,再向上层功能模块层网络纵向传播,并在该层网络中再次横向传播,最终纵向传播至顶层网络节点。
步骤十:进行传播结果描述。填写故障传播结果记录表如表格4所示,利用不同的节点符号与连接边线型对定性网络模型进行故障影响标识,如图9所示。
表格4主通道放大电路系统故障传播结果记录表
从上述推理结果可以直观地看出故障源产生的故障影响对整个网络的覆盖程度、故障信号在传播中的变化过程,以及对定性网络中各节点的影响严重程度。
本发明不局限于前述的具体实施方式,还可应用于推理放大电路系统的其他类型故障的传播,并且经过适当改进可以应用于一般模拟电路系统的故障传播分析。
Claims (9)
1.一种基于定性推理的放大电路故障传播分析方法,其特征在于:该方法的具体步骤如下:
步骤一:将放大电路系统层次化分解为电路系统层、功能模块层、元器件层,理清各元器件之间的物理连接关系、各模块的功能逻辑连接关系,并绘制放大电路系统的三层网络功能逻辑连接图;
步骤二:建立放大电路中各类元器件级连通性模型,具体步骤如下第1至第5步所示:
第1步:分析器件的电学特性,从中选取对各种性能信号经器件进行传递这一过程影响最大的电学特性作为后续重点分析的关键因素;
第2步:按照故障信号六维向量形式,对放大电路中的实际输入故障信号的六维属性分别进行定性描述,最终构成该器件的输入故障信号Iin;
第3步:分析该器件对第2步中描述的输入故障信号传输过程的实际影响,根据故障传播阻值L的定义,从给定的五个定性值∞、high、1、low、0中选取一个,作为该器件对此类故障信号的故障传播阻值L;
第4步:将从第2步中获得的输入故障信号Iin以及从第3步中获得的故障传播阻值L作为已知条件,按照节点影响机制推导出该器件的输出故障信号Iout,输出故障信号同样以故障信号六维向量形式进行表示;
第5步:对于不存在特殊信号流向的元器件,对其中一个端口进行分析即可,其连通性模型只有一个Iin;对于存在特殊信号流向的元器件,对其每一个输入端口分别进行上述第1、2、3、4步;
步骤三:用步骤二建立的元器件级连通性模型直接替换电路模块中的相应元器件,保持原有物理连接关系不变,用有向边表示该层定性网络中的故障信号流向,最终建立功能模块级定性网络;
步骤四:基于步骤一中得到的放大电路系统功能逻辑连接图,用步骤三所建立的功能模块级定性网络替换其中相应的功能模块,用逻辑节点表示不同功能模块之间的逻辑连接关系,用有向边表示该层定性网络中的故障信号流向,最终构成放大电路系统的定性网络模型;
步骤五:选择需要注入故障的元器件,将其作为故障源节点,并进行描述,有以下两种情况:
(1)若为开路及短路结构性故障,将故障信号I的强度定义为∞,改变定性网络结构,规则如下:若为开路故障,令所有开路路径中的节点的故障传播阻值L=0,流动的故障信号表达式为Ii,DC,∞,标明故障源节点;若为短路故障,令所有短路路径中的节点的故障传播阻值L=0,产生故障信号Iu,DC,∞,标明故障源节点;其中,∞表示故障信号强度无穷大,即出现开路及短路故障,输出信号微弱及无输出;
(2)若为参数漂移非结构性故障,不改变网络结构,产生故障信号强度范围为0<I<∞,其余故障属性按照故障信号I的定义进行描述;
其中,∞表示故障信号强度无穷大,即出现开路及短路故障,输出信号微弱及无输出;
步骤六:以广度优先路径搜索原则推理该故障信号在故障源节点所在层次的定性网络中的横向传播情况,令该节点为点A,横向传播具体推理流程如下(1)至(6)所述:
(1)搜索与故障源节点在物理连接关系上直接相连的子节点,将其称为直接子节点,并存入“待访问节点集合”中,令该集合为S;
(2)判断:集合S中所有节点是否全部访问完毕?若否,顺序向下执行(3);若是,则跳至下述(6)执行;
(3)按照距离故障源节点由近到远的顺序访问集合S中的节点,令当前正在被访问的节点为点P;
(4)利用节点影响机制与信号作用机制推理得到点P的输出故障信号;
(5)判断:点P是否为“死点”?若是,从集合S中删除点P;若否,搜索点P的直接子节点,用这些搜索到的子节点替代点P存入集合S中;
(6)判断:该层定性网络中所有节点状态是否达到稳定?若否,返回(1)执行;若是,向上层网络输出故障信号;
步骤七:将步骤六得到的横向传播推理结果向上层定性网络传递,即得到上层定性网络中对应节点的输出故障信号,令该上层节点为点B;
步骤八:将点B作为新的故障源节点;
步骤九:判断故障源节点是否为放大电路系统的顶层节点;若不是,则返回步骤六继续执行;若是顶层节点,则向下执行步骤十;
步骤十:当定性网络中所有节点状态均达到稳定后,填写故障传播结果记录表、对放大电路系统定性网络模型进行连接边线型与节点符号标识。
2.根据权利要求1所述的基于定性推理的放大电路故障传播分析方法,其特征在于:在步骤二中所述要建立的“放大电路中各类元器件级连通性模型”包含电阻、电容、稳压管、晶体管、变压器、基本放大电路、整流电路、滤波电路、稳压电路、基本运算电路的连通性模型。
6.根据权利要求1所述的基于定性推理的放大电路故障传播分析方法,其特征在于:在步骤二中所述的“不存在特殊信号流向的元器件”,该元器件是指电阻及电容这类具有两个端口元器件。
7.根据权利要求1所述的基于定性推理的放大电路故障传播分析方法,其特征在于:在步骤二中所述的“存在特殊信号流向的元器件”,该元器件是指双极型晶体管、场效应管这类具有多个端口的元器件。
8.根据权利要求1所述的基于定性推理的放大电路故障传播分析方法,其特征在于:在步骤六中所述的“死点”表示为定性网络中无直接子节点的节点,如电源、地,及网络输出端。
9.根据权利要求1所述的基于定性推理的放大电路故障传播分析方法,其特征在于:在步骤六中所述的“信号作用机制”是指在传播过程中,当多个不同属性的故障信号在定性网络的同一节点处汇聚时,相互之间的作用规则,分类如下(1)和(2)所示:
(1)逻辑节点信号作用机制
i.并联节点:当所有输入端口均输入故障信号I时,并联节点输出为故障信号I;否则认为节点的输出正常,即不输出故障信号;
ii.k/n表决节点:当n个输入端口中有不少于(n-k)个端口输入故障信号I时,认为节点的输出为故障信号I;
iii.串联节点与旁连节点:串联关系不存在多信号作用,节点输出信号即输入信号;旁连关系属于冷备份,各备份系统合并视为一个节点,输出信号仅由该节点输入信号决定;
(2)其他节点信号作用机制
i.电流属性故障信号作用机制
其中,I为电流属性故障信号,如定义1所述;value1、value2表示作用前两个故障信号的信号强度;value表示作用后得到的故障信号的信号强度;f1、f2表示作用前两个故障信号的频率;f表示作用后得到的故障信号的频率;max表示取最大值;
ii.电压属性故障信号作用机制
其中,I为电压属性故障信号,如定义1所述;value1、value2表示作用前两个故障信号的信号强度;value表示作用后得到的故障信号的信号强度;f1、f2表示作用前两个故障信号的频率;f表示作用后得到的故障信号的频率;max表示取最大值;
iii.电流属性与电压属性故障信号作用机制:两种属性的故障信号之间不存在相互作用,共存并向其他节点进行传播。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310145497.1A CN103226636B (zh) | 2013-04-24 | 2013-04-24 | 基于定性推理的放大电路故障传播分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310145497.1A CN103226636B (zh) | 2013-04-24 | 2013-04-24 | 基于定性推理的放大电路故障传播分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103226636A true CN103226636A (zh) | 2013-07-31 |
CN103226636B CN103226636B (zh) | 2015-11-18 |
Family
ID=48837081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310145497.1A Active CN103226636B (zh) | 2013-04-24 | 2013-04-24 | 基于定性推理的放大电路故障传播分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103226636B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123225A (zh) * | 2014-07-23 | 2014-10-29 | 中国人民解放军国防科学技术大学 | 一种利用故障耦合矩阵分析系统单粒子软错误传播过程的方法 |
CN104616557A (zh) * | 2015-01-30 | 2015-05-13 | 南车株洲电力机车有限公司 | 一种轨道车辆模拟电路生成方法、系统及控制方法、系统 |
CN105550400A (zh) * | 2015-12-04 | 2016-05-04 | 西安泛华科技开发有限公司 | 一种系统时序的建模方法 |
CN106649895A (zh) * | 2015-10-28 | 2017-05-10 | 北京华大九天软件有限公司 | 一种层次化的集成电路版图短路查找方法 |
CN107742046A (zh) * | 2017-11-08 | 2018-02-27 | 哈尔滨工业大学 | 一种考虑继电器类单机贮存退化的潜通路分析方法 |
CN110989561A (zh) * | 2019-12-26 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种构建故障传播模型的方法及故障传播路径确定方法 |
CN112269117A (zh) * | 2020-10-01 | 2021-01-26 | 广东科学技术职业学院 | 一种放大电路失真分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277370A (ja) * | 2005-03-29 | 2006-10-12 | Toshiba Corp | 回路基板の品質解析システム及び品質解析方法 |
CN102426334A (zh) * | 2011-11-28 | 2012-04-25 | 北京航空航天大学 | 一种放大电路的贮存性能表征参数确定方法 |
CN102707256A (zh) * | 2012-06-20 | 2012-10-03 | 北京航空航天大学 | 基于BP-AdaBoost神经网络的电子式电能表故障诊断方法 |
-
2013
- 2013-04-24 CN CN201310145497.1A patent/CN103226636B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277370A (ja) * | 2005-03-29 | 2006-10-12 | Toshiba Corp | 回路基板の品質解析システム及び品質解析方法 |
CN102426334A (zh) * | 2011-11-28 | 2012-04-25 | 北京航空航天大学 | 一种放大电路的贮存性能表征参数确定方法 |
CN102707256A (zh) * | 2012-06-20 | 2012-10-03 | 北京航空航天大学 | 基于BP-AdaBoost神经网络的电子式电能表故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
CESARE ALIPPI 等: "Soft Fault Diagnosis In Analog Electronic Circuits: Sensitivity Analysis By Randomized Algorithms", 《IEEE INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE》, 23 May 2001 (2001-05-23), pages 1592 - 1595, XP010547226, DOI: doi:10.1109/IMTC.2001.929472 * |
蔡光斌 等: "基于定性推理的开关/继电器电路故障诊断", 《系统仿真学报》, vol. 18, 31 August 2006 (2006-08-31), pages 829 - 836 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123225A (zh) * | 2014-07-23 | 2014-10-29 | 中国人民解放军国防科学技术大学 | 一种利用故障耦合矩阵分析系统单粒子软错误传播过程的方法 |
CN104616557A (zh) * | 2015-01-30 | 2015-05-13 | 南车株洲电力机车有限公司 | 一种轨道车辆模拟电路生成方法、系统及控制方法、系统 |
CN106649895A (zh) * | 2015-10-28 | 2017-05-10 | 北京华大九天软件有限公司 | 一种层次化的集成电路版图短路查找方法 |
CN105550400A (zh) * | 2015-12-04 | 2016-05-04 | 西安泛华科技开发有限公司 | 一种系统时序的建模方法 |
CN107742046A (zh) * | 2017-11-08 | 2018-02-27 | 哈尔滨工业大学 | 一种考虑继电器类单机贮存退化的潜通路分析方法 |
CN110989561A (zh) * | 2019-12-26 | 2020-04-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种构建故障传播模型的方法及故障传播路径确定方法 |
CN112269117A (zh) * | 2020-10-01 | 2021-01-26 | 广东科学技术职业学院 | 一种放大电路失真分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103226636B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103226636B (zh) | 基于定性推理的放大电路故障传播分析方法 | |
Rahmatian et al. | Transient stability assessment via decision trees and multivariate adaptive regression splines | |
Cheddadi et al. | Design and verification of photovoltaic MPPT algorithm as an automotive-based embedded software | |
CN105302112A (zh) | Icni系统智能故障诊断系统 | |
CN103633647A (zh) | 一种基于电网拓扑的电力系统可靠度计算方法 | |
CN101232180A (zh) | 一种配电系统负荷模糊建模装置及方法 | |
CN104794541A (zh) | 一种基于模拟退火和锥优化的配电网运行优化方法 | |
CN104732459A (zh) | 大规模电力系统病态潮流分析系统 | |
CN104217251A (zh) | 基于k2算法的装备故障贝叶斯网络预测方法 | |
CN102570450A (zh) | 一种适用于复杂电网的静态可靠性评估方法 | |
CN105425772A (zh) | 基于逻辑等价的故障树简化的核电厂风险评估方法 | |
CN105373620A (zh) | 大规模电池储能电站海量电池数据异常检测方法及系统 | |
CN110363334A (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
CN104504246A (zh) | 基于环-辐网解耦的可靠性快速评估算法 | |
CN104967114B (zh) | 电网负荷实时数字建模方法及系统 | |
CN103149840B (zh) | 一种基于动态规划的语义服务组合方法 | |
Boskos et al. | Decentralized abstractions for feedback interconnected multi-agent systems | |
Ardebili et al. | Digital twin (dt) in smart energy systems-systematic literature review of dt as a growing solution for energy internet of the things (eiot) | |
Gu et al. | Comprehensive small‐signal model and stability analysis of VSC‐based medium‐voltage DC distribution system | |
CN104537418A (zh) | 一种自底向上的高维数据因果网络学习方法 | |
CN105447571A (zh) | 一种基于遗传算法的体系结构自动优化方法 | |
CN102609563B (zh) | Sram型fpga的低功耗设计方法 | |
Petermann et al. | A complex system approach for a reliable smart grid modeling | |
CN102136017A (zh) | 一种适用于动态系统模型的随机因素注入方法 | |
Zhao et al. | On disturbance propagation in vehicle platoon control systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210525 Address after: 215000 No.1-3, hangqiao Road, hejiajiao village, Wangting Town, Xiangcheng District, Suzhou City, Jiangsu Province Patentee after: Suzhou Tianhang Changying Technology Development Co.,Ltd. Address before: 100191 No. 37, Haidian District, Beijing, Xueyuan Road Patentee before: BEIHANG University |
|
TR01 | Transfer of patent right |