CN105699882B - 基于振荡测试技术的模拟电路故障诊断方法 - Google Patents

基于振荡测试技术的模拟电路故障诊断方法 Download PDF

Info

Publication number
CN105699882B
CN105699882B CN201610043862.1A CN201610043862A CN105699882B CN 105699882 B CN105699882 B CN 105699882B CN 201610043862 A CN201610043862 A CN 201610043862A CN 105699882 B CN105699882 B CN 105699882B
Authority
CN
China
Prior art keywords
measuring point
fault
indicatrix
circuit
frequency
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.)
Expired - Fee Related
Application number
CN201610043862.1A
Other languages
English (en)
Other versions
CN105699882A (zh
Inventor
杨成林
刘城
龙兵
刘震
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610043862.1A priority Critical patent/CN105699882B/zh
Publication of CN105699882A publication Critical patent/CN105699882A/zh
Application granted granted Critical
Publication of CN105699882B publication Critical patent/CN105699882B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/316Testing of analog circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electronic Circuits (AREA)

Abstract

本发明公开了一种基于振荡测试技术的模拟电路故障诊断方法,仿真构建振荡测试电路,依次对各个元件参数进行仿真,仿真测试每个测点的振荡频率和与基准测点的相位差,拟合得到频率‑相位差曲线作为该元件在该测点的特征曲线,构建特征曲线故障字典;当模拟电路故障时,构建相同振荡测试电路,测试相应测点的振荡频率以及与基准测点的相位差,计算各个测点的振荡频率和相位差构成的数据点与故障字典中该测点每条特征曲线的距离,令距离最小值对应的元件判定标识为1,其他元件为0,将每个元件对应的判定标识求和,和值最大值所对应的元件即为故障元件。本发明采用故障的频率、相位差来定位模拟电路系统故障位置,可以提高诊断精确度和故障覆盖率。

Description

基于振荡测试技术的模拟电路故障诊断方法
技术领域
本发明属于模拟电路诊断技术领域,更为具体地讲,涉及一种基于振荡测试技术的模拟电路故障诊断方法。
背景技术
由于模拟和混合信号电路的可测试性设计减少了混合信号专用集成电路的生产成本,因此混合信号专用集成电路的可测性设计技术受到业界的高度关注。通常情况下,模拟电路的规格很宽,这将导致测试时间长、测试故障覆盖率差以及使用专用测试设备的必要性,所以模拟电路的可测性设计是一个具有挑战性的任务。现有的模拟电路可测性设计技术可分为两大类:第一类是增加内部节点的可控性和可观性的,而不是按比例增加的测试引脚数;第二类是在测试模式下改变模拟电路的,使电路能产生一个反应系统故障的测试信号。电路转换的目的是缓解测试问题,通过产生一个信号,经过处理便可确定电路的故障。在这种情况下,产生了一个新的模拟电路测试方法——振荡测试技术。
振荡测试(Oscillation-BasedTest)是一种把被测模拟电路通过添加运放等器件重构的诊断测试技术。当模拟电路处于测试模式中,采用器件与测试电路搭建,使测试电路转换成振荡电路。振荡电路的振荡频率可以表示成与其电路组成部分或者组成的重要成分的一个函数,通过振荡频率来进行测试故障。
振荡测试技术主要分为被测电路自改造和外加反馈回路两种方式。改造被测电路法需要在测试模式下增加或断开一些元件,通过电路设计过程中对元件的取舍,可以使附加电路的面积尽可能小,但缺点在于被断开的元件将无法被测试,而且需要设计人员对整个电路重新布局。外加反馈回路法保持了被测电路在结构上的独立,避免了重新布局的麻烦,是当前振荡测试技术的发展趋势。
对于外加反馈回路法,当被测模拟电路处于测试模式中时,被测模拟电路添加反馈回路形成自激振荡,正常电路的自激振荡会产生一个以振荡频率fosc为中心频率公带差。当被测模拟电路中如果有一个电子元器件发生故障,例如常见的短路、开路以及参数漂移等故障,由于元器件参数与振荡回路的振荡频率有关,因此将会导致测试电路的振荡频率产生偏移,通过对振荡频率的测量就可以检测系统中器件存在的故障。当模拟电路处在振荡测试的环境中,系统不需要额外添加外部激励,只需要构造反馈回路,使系统产生自激振荡,利用器件故障产生的振荡频率对正常振荡频率的偏离量,可以确定系统故障,从而可以达到较高的故障覆盖率。
但是,由于电路故障会对系统的多个特征产生影响,振荡测试只选取了频率进行讨论没有考虑其它特征,讨论形式比较单一,结果不能准确反映故障。而且振荡测试的结果只是得出故障的一个可检测范围,没能系统建模优化出电路诊断方法,无法充分利用后续经典的测点优选、诊断树构建系统诊断策略,诊断形式简单。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于振荡测试技术的模拟电路故障诊断方法,基于振荡测试技术获取测点的频率-相位差曲线,根据特征曲线来进行模拟电路的故障诊断,可以提高诊断精确度和故障覆盖率。
为实现上述发明目的,本发明基于振荡测试技术的模拟电路故障诊断方法,包括以下步骤:
S1:在仿真软件中,向被测模拟电路添加反馈回路,构建振荡测试电路;
S2:依次对每个元件进行仿真,得到每个元件在各测点的特征曲线,仿真方法包括以下步骤:
S2.1:令仿真次数n=1,元件i的值γi=xi_min,xi_min表示元件i在故障情况下的参数最小值,其他元件的参数值在其正常容差范围内任意取值;
S2.2:分别仿真测试预先选择的被测模拟电路中N个测点tj的振荡频率fi,j(n),j=1,2,…,N;
S2.3:分别仿真测试N个测点tj和预先选择的基准测点t0之间波形的相位差Δθi,j(n);
S2.4:令n=n+1,γi=γii,λi表示元件i参数值的变化步长;
S2.5:如果γi≥xi_max,xi_max表示元件i在故障情况下的参数最大值,进入步骤S2.6,否则返回步骤S2.2;
S2.6:统计元件i每次仿真得到的各测点tj的振荡频率fi,j(n)和相位差Δθi,j(n),其中n=1,2,…,Ki,Ki表示元件i的仿真次数,对于每个测点tj,根据Ki对振荡频率和相位差数据拟合得到对应的频率-相位差曲线,将其作为元件i在测点tj的特征曲线si,j
S3:根据各个元件i在各个测点tj的特征曲线si,j建立M×N的二维矩阵S,将该二维矩阵S作为特征曲线故障字典;
S4:对实际的被测模拟电路添加与仿真相同的反馈回路,构建得到振荡测试电路,测试故障字典中的各个测点的振荡频率,以及各个测点与基准测点的相位差;计算各个测点的振荡频率和相位差构成的数据点与故障字典中该测点所对应的M条特征曲线的距离,令距离最小值对应的元件的判定标识di,j=1,其他元件的判定标识di,j=0,计算每个元件对应的判定值搜索M个判定值Di中的最大值,其对应的元件即为故障元件。
本发明基于振荡测试技术的模拟电路故障诊断方法,先仿真构建振荡测试电路,依次对各个元件改变元件参数进行仿真,仿真测试每个测点的振荡频率和与基准测点的相位差,通过各测点下元件每个参数对应的振荡频率和相位差数据拟合得到频率-相位差曲线,将该曲线作为该元件在该测点的特征曲线,构建特征曲线故障字典;当模拟电路故障时,对模拟电路构建振荡测试电路,测试相应测点的振荡频率以及与基准测点的相位差,计算各个测点的振荡频率和相位差构成的数据点与故障字典中该测点每条特征曲线的距离,令距离最小值对应的元件判定标识为1,其他元件为0,最后将每个元件对应的判定标识求和,和值最大值所对应的元件即为故障元件。
本发明采用故障的频率、相位差双特性来定位模拟电路系统故障位置,可以提高诊断精确度和故障覆盖率。
附图说明
图1是多电平变换器直流侧的等效电路图;
图2是本发明基于振荡测试技术的模拟电路故障诊断方法的流程图;
图3是本实施例的被测模拟电路构建的振荡测试电路图;
图4是本实施例中测点在被测模拟电路正常运行情况下的输出波形;
图5是各个元件的频率-相位差曲线。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
为了更好地说明本发明的技术方案,先对本发明的原理推导进行简要说明。
图1是外加反馈回路法的电路结构图。如图1所示,被测模拟电路以添加反馈回路的形式在测试中形成自激振荡。记原始被测模拟电路在正常工作情况下的传递函数为HA,反馈回路F的传递函数记为HF,可知被测模拟电路通过添加反馈回路产生自激振荡所形成的新电路的传递函数HC为:
振荡频率ωosc和振荡条件可以根据公式(2)获得:
HA(jω)HF(jω)=1 (2)
公式(2)等价于:
Re[HA(jω)HF(jω)]=1 (3)
Im[HA(jω)HF(jω)]=0 (4)
这种情况称为巴克豪森(Barkhausen)判据。巴克豪森判据指出:在振荡频率下,围绕环路的相移能够大到使反馈变成正反馈,并且环路增益足以使信号建立振荡。则闭环系统将形成自激振荡,且振荡频率fosc为:
当电路产生自激振荡时,输出信号通过反馈回路添加到输入端,则反馈的信号充当输入信号,而输出信号不断反馈到输入形成自激振荡。
在被测模拟电路与反馈回路构成的新电路中,任取一个测点为输入点,任意一个其他的非接地点作为输出点,可以得到其传输函数HC。显然传输函数HC是元件参数的函数。假定单故障情况下,参数值为x的元件发生故障,其他元件无故障,此时传输函数HC是x的函数,即:
HC(jω)=g(x) (6)
由于有:
HC(jω)=|HC(jω)|∠θ (7)
因此可知频率ω和角度θ是x的函数,即有:
ω=g1(x) (8)
θ=g2(x) (9)
联立求解以上两式不难得到函数:
G(ω,θ)=0 (10)
公式(10)代表了ω-θ平面或f-θ平面的一条曲线。不同的电路元件对应不同的曲线函数,因此该曲线可以作为对应元件的特征曲线。针对具体应用对象,采用电路结构和参数推导得出各个元件的特征曲线相对来说比较麻烦,因此在本发明提供了一种通过仿真来获取此特征曲线的方法,从而便捷地实现模拟电路的诊断。
图2是本发明基于振荡测试技术的模拟电路故障诊断方法的流程图。如图2所示,本发明基于振荡测试技术的模拟电路故障诊断方法包括以下步骤:
S201:仿真构建振荡测试电路:
在仿真软件中,向被测模拟电路添加反馈回路,构建振荡测试电路。
S202:令元件序号i=1。
S203:令仿真次数n=1,元件i的值γi=xi_min,xi_min表示元件i在故障情况下的参数最小值,其他元件的参数值在其正常容差范围内任意取值。
本实施例中,先根据元件的历史故障数据得到元件的故障容差范围,然后可以根据故障容差范围计算得到元件的参数最小值,记元件i的标称参数值为根据元件i故障时的参数值变化,得到其故障容差范围为[αii],其中-1≤αi<0,βi≥0,那么显然参数最小值参数最大值例如对于一个电阻,其参数最小值为0,参数最大值理论上为无穷大,通常是设置一个绝对大值。
S204:测试测点振荡频率:
分别仿真测试预先选择的被测模拟电路中N个测点tj的振荡频率fi,j(n),j=1,2,…,N,N表示测点数量。测点数量越多,故障间的隔离程度也就越好,但是相应地算法复杂度会增大。因此在实际应用中,需要根据测试要求来选择测点的数量。
S205:测试测点对相位差:
分别仿真测试N个测点tj和预先选择的基准测点t0之间波形的相位差Δθi,j(n)。每个测点tj和基准测点t0形成一对测点,其波形存在相位差。
一般来说,基准测点可以选择被测模拟电路的信号输入点,或者是选择与N个测点tj的相位差较为明显的测点,便于测量相位差。
S206:令n=n+1,γi=γii,λi表示元件i参数值的变化步长。由于模拟电路中各元件的种类和参数数量级不同,为了覆盖整个故障容差范围,并且算法复杂度不至于太高,对不同元件分别设置对应的变化步长。
S207:判断是否γi≥xi_max,xi_max表示元件i在故障情况下的参数最大值,如果是,进入步骤S208,否则返回步骤S204。
S208:拟合得到特征曲线:
统计元件i每次仿真得到的各测点tj的振荡频率fi,j(n)和相位差Δθi,j(n),其中n=1,2,…,Ki,Ki表示元件i的仿真次数,对于每个测点tj,根据Ki对振荡频率和相位差数据拟合得到对应的频率-相位差曲线,将其作为元件i在测点tj的特征曲线si,j
频率-相位差曲线反应的是电子元器件相对正常值变化时振荡频率的变化,根据此变化便能反应出器件故障信息,由此得出故障字典,便于后续进行故障诊断以及测点选择和振荡测量的计算。每个测点下各个元件的特征曲线存在交点,该交点即表示各元件都不存在故障,模拟电路运行正常。
在元件所对应的频率-相位差曲线中,相位差的理论取值范围为0到360度,但是受到被测模拟电路的结构的影响,不同测点与基准测点之间的相位差的取值范围可能不同。也就是说,拟合得到的频率-相位差曲线的端点不一定是0和360度,每条特性曲线的长短可能各不相同。
S209:判断是否i<M,M表示被测模拟电路中元件数量,如果是,进入步骤S210,否则进入步骤S211。
S210:令i=i+1,返回步骤S203。
S211:建立故障字典:
根据各个元件i在各个测点tj的特征曲线si,j建立M×N的二维矩阵S,将该二维矩阵S作为特征曲线故障字典。表1是特征曲线故障字典的表格形式。
故障元件 t1 t2 tN
1 s1,1 s1,2 s1,N
2 s2,1 s2,2 s2,N
M sM,1 sM,2 sM,N
表1
为了提高测试效率,可以对特征曲线故障字典进行简化。其简化方法为:设置一条参照曲线,参照曲线可以随意设置,也选择特征曲线故障字典中的任意一条特征曲线。计算特征曲线故障字典中每条特征曲线si,j与参照曲线之间的相似度pi,j,采用整数编码方法根据相似度pi,j对特征曲线故障字典进行编号,也就是先进行模糊组分析,将每个测点下相似度比较接近的元件归属为同一个模糊组,然后再对每个测点下的模糊组采用不同整数进行编号。整数编码方法是对故障字典进行简化的常用方法,其详细过程在此不再赘述。然后再采用启发式搜索算法进行测点选择,用最少的测点来隔离尽可能多的故障,未被选取的测点从特征曲线故障字典中删除,更新测点数量N,也就是将启发式搜索算法选择的测点数量作为N。如果新的特征曲线故障字典中,存在两个以上元件每个测点下所对应的编号都相同,则将些元件作归属为一个模糊组,任意选择其中一个元件所对应的特征曲线作为该模糊组的特征曲线,然后更新元件数量M。
S212:故障测试:
当模拟电路出现故障时,对模拟电路添加与仿真相同的反馈回路,构建得到振荡测试电路,测试故障字典中的各个测点的振荡频率,以及各个测点与基准测点的相位差。计算各个测点的振荡频率和相位差构成的数据点与故障字典中该测点所对应的M条特征曲线的距离,根据步骤S208中的分析可知,特征曲线是有端点的,因此数据点与特征曲线的距离实际上就是数据点与该特征曲线上距离最短的点的距离。令数据点与M条特征曲线的距离最小值对应的元件的判定标识di,j=1,其他元件的判定标识di,j=0,计算每个元件对应的判定值搜索M个判定值Di中的最大值,其对应的元件即为故障元件。
实施例
为了说明本发明的技术效果,采用一个具体的模拟电路进行实验验证。图3是本实施例的被测模拟电路构建的振荡测试电路图。如图3所示,该电路的主要特点是利用RC串并联网络作为反馈回路,电路在反馈回路的作用下产生自激振荡。为了方便说明,本实施例中只选择一个测点,即运算放大器的输出,基准测点采用电阻R4与电容C1之间的节点。图4是本实施例中测点在被测模拟电路正常运行情况下的输出波形。如图4所示,当频率为29HZ左右的时候,被测模拟电路通过的电压最大,则可知被测模拟电路的正常频率为29HZ。
由图3和图4可知,当被测模拟电路处于自激振荡的时候,电路的输出是一个周期信号,信号具有一定的周期,周期由图4的输出曲线确定。当电路发生故障时,会导致振荡频率产生偏移或者不产生振荡。本实施例中采用双通道示波器进行波形观测,测点(运算放大器的输出端)接在示波器的A通道,基准测点(R4与C1间的节点)接到示波器的B通道,由A、B通道的波形差距可得出测点与基准测点的相位差,然后单独用频率计测量测点的振荡频率,根据元件的故障容差范围调节电路中各元件的值,依次观察输出波形,记录振荡频率和相位差。为了简便本实施例中按照比例来设置各元件参数值的变化步长。表2是本实施例中故障容差范围内的测量数据表。
表2(a)
表2(b)
根据表2中的振荡频率与相位差数据对,即可拟合得到各个元件的频率-相位差曲线,作为特征曲线。图5是各个元件的频率-相位差曲线。如图5所示,元件R1、R2的特征曲线非常接近,难以区分,因此将这两个元件作为模糊组,选择R1的曲线作为该模糊组的特征曲线,同理将R4和C2作为一个模糊组。表3是本实施例中的模糊组。
元件 R1、R2 R3 R4、C2 C1
模糊组序号 1 2 3 4
表3
当需要对被测模拟电路进行测试时,只需要对相同的振荡测试电路测试运算放大器输出的振荡频率,以及运算放大器输出与R4、C1间的节点的相位差,计算该振荡频率和相位差构成的数据点与各模糊组的特征曲线的距离,选择距离最小值所对应的元件为故障元件。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种基于振荡测试技术的模拟电路故障诊断方法,其特征在于,包括以下步骤:
S1:在仿真软件中,向被测模拟电路添加反馈回路,构建振荡测试电路;
S2:依次对每个元件进行仿真,得到每个元件在各测点的特征曲线,仿真方法包括以下步骤:
S2.1:令仿真次数n=1,元件i的值γi=xi_min,xi_min表示元件i在故障情况下的参数最小值,其他元件的参数值在其正常容差范围内任意取值;参数最小值xi_min采用以下方法计算:根据元件的历史故障数据得到元件的故障容差范围为[αii],其中-1≤αi<0,βi≥0,参数最小值
S2.2:分别仿真测试预先选择的被测模拟电路中N个测点tj的振荡频率fi,j(n),j=1,2,…,N;
S2.3:分别仿真测试N个测点tj和预先选择的基准测点t0之间波形的相位差Δθi,j(n);
S2.4:令n=n+1,γi=γii,λi表示元件i参数值的变化步长;
S2.5:如果γi≥xi_max,xi_max表示元件i在故障情况下的参数最大值,采用以下公式计算:进入步骤S2.6,否则返回步骤S2.2;
S2.6:统计元件i每次仿真得到的各测点tj的振荡频率fi,j(n)和相位差Δθi,j(n),其中n=1,2,…,Ki,Ki表示元件i的仿真次数,对于每个测点tj,根据Ki对振荡频率和相位差数据拟合得到对应的频率-相位差曲线,将其作为元件i在测点tj的特征曲线si,j
S3:根据各个元件i在各个测点tj的特征曲线si,j建立M×N的二维矩阵S,将该二维矩阵S作为特征曲线故障字典;
S4:对实际的被测模拟电路添加与仿真相同的反馈回路,构建得到振荡测试电路,测试故障字典中的各个测点的振荡频率,以及各个测点与基准测点的相位差;计算各个测点的振荡频率和相位差构成的数据点与故障字典中该测点所对应的M条特征曲线的距离,令距离最小值对应的元件的判定标识di,j=1,其他元件的判定标识di,j=0,计算每个元件对应的判定值搜索M个判定值Di中的最大值,其对应的元件即为故障元件。
2.根据权利要求1所述的基于振荡测试技术的模拟电路故障诊断方法,其特征在于,所述基准测点t0为被测模拟电路的信号输入点。
3.根据权利要求1所述的基于振荡测试技术的模拟电路故障诊断方法,其特征在于,所述步骤S3中,还对特征曲线故障字典进行简化,简化方法为:设置一条参照曲线,计算特征曲线故障字典中每条特征曲线si,j与参照曲线之间的相似度pi,j,采用整数编码方法根据相似度pi,j对特征曲线故障字典进行编号;
然后再采用启发式搜索算法进行测点选择,用最少的测点来隔离尽可能多的故障,未被选取的测点从特征曲线故障字典中删除,更新测点数量N;
如果新的特征曲线故障字典中,存在两个以上元件每个测点下所对应的编号都相同,则将些元件作归属为一个模糊组,任意选择其中一个元件所对应的特征曲线作为该模糊组的特征曲线,更新元件数量M。
4.根据权利要求3所述的基于振荡测试技术的模拟电路故障诊断方法,其特征在于,所述参照曲线特征曲线故障字典中的任意一条特征曲线。
CN201610043862.1A 2016-01-22 2016-01-22 基于振荡测试技术的模拟电路故障诊断方法 Expired - Fee Related CN105699882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610043862.1A CN105699882B (zh) 2016-01-22 2016-01-22 基于振荡测试技术的模拟电路故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610043862.1A CN105699882B (zh) 2016-01-22 2016-01-22 基于振荡测试技术的模拟电路故障诊断方法

Publications (2)

Publication Number Publication Date
CN105699882A CN105699882A (zh) 2016-06-22
CN105699882B true CN105699882B (zh) 2018-05-29

Family

ID=56228557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610043862.1A Expired - Fee Related CN105699882B (zh) 2016-01-22 2016-01-22 基于振荡测试技术的模拟电路故障诊断方法

Country Status (1)

Country Link
CN (1) CN105699882B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109581204A (zh) * 2019-01-02 2019-04-05 北京旋极信息技术股份有限公司 一种机内测试设计方法及系统
CN110457776B (zh) * 2019-07-22 2022-06-14 电子科技大学 一种基于故障决策网络的测试策略快速生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520341A (zh) * 2011-12-05 2012-06-27 南京航空航天大学 一种基于Bayes-KFCM算法的模拟电路故障诊断方法
CN103267942A (zh) * 2013-02-01 2013-08-28 电子科技大学 一种模拟电路的故障检测方法
CN104090227A (zh) * 2014-07-16 2014-10-08 电子科技大学 一种模拟电路故障诊断中的测点选择方法
CN105093095A (zh) * 2015-07-10 2015-11-25 四川航天系统工程研究所 模拟非线性直流电路的改进粒子群优化诊断方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520341A (zh) * 2011-12-05 2012-06-27 南京航空航天大学 一种基于Bayes-KFCM算法的模拟电路故障诊断方法
CN103267942A (zh) * 2013-02-01 2013-08-28 电子科技大学 一种模拟电路的故障检测方法
CN104090227A (zh) * 2014-07-16 2014-10-08 电子科技大学 一种模拟电路故障诊断中的测点选择方法
CN105093095A (zh) * 2015-07-10 2015-11-25 四川航天系统工程研究所 模拟非线性直流电路的改进粒子群优化诊断方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
模拟电路故障仿真及诊断平台设计与实现;刘磊;《中国优秀硕士学位论文全文数据库信息科技辑》;20130715(第7期);第8页第7段-第9页第1段、第10页第1-2段、第12页第3段-第13页第1段、第32页倒数第1段 *

Also Published As

Publication number Publication date
CN105699882A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN104049175B (zh) 具有多个多相母线的电网中的故障分析
CN103808454B (zh) 一种压力传感器的自主校准方法
Das et al. Testing analog and mixed-signal circuits with built-in hardware—A new approach
TW201030357A (en) Method and apparatus for determining relevance values for a detection of a fault on a chip and for determining a fault probability of a location on a chip
CN106526384B (zh) 一种用于大规模电力系统的振荡源定位方法
Fontana et al. A new simulation program for analog circuits using symbolic analysis techniques
CN105699882B (zh) 基于振荡测试技术的模拟电路故障诊断方法
CN102495290B (zh) 交流电力电子模块端口阻抗特性的获取装置及方法
CN108563875A (zh) 基于多目标优化的模拟电路测点和频率联合优选方法
EP2267561B1 (en) Programmable and reconfigurable hardware for real power system emulation
CN110308384A (zh) 基于圆模型和神经网络的模拟电路故障诊断方法
CN107576904B (zh) 基于锯齿波的模拟电路故障诊断方法
Stošović et al. Oscillation-based analog diagnosis using artificial neural networks based inference mechanism
CN104036118B (zh) 一种电力系统并行化轨迹灵敏度获取方法
CN104126261B (zh) 操控输电系统中的谐振
CN104297670A (zh) 一种模拟集成电路的故障诊断及参数辨识方法
CN101609480A (zh) 基于广域测量类噪声信号的电力系统节点间相位关系辨识方法
Liang et al. Support vector machine based dynamic load model using synchrophasor data
CN103576120B (zh) 三次谐波分量准同步信息传输校验与自愈算法
CN109188084A (zh) 电力系统阻抗模型的测辩方法及系统
CN103713997A (zh) 一种蜕变关系形式化描述与分解方法
Ruhe et al. Simulation of Coupled Components within Power-Hardware-in-the-Loop (PHiL) Test Bench
Cvetković et al. Interaction variables for distributed numerical integration of nonlinear power system dynamics
Petridis et al. Test of basic co-simulation algorithms using FMI
Stošović et al. Analog filter diagnosis using the oscillation based method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180529

Termination date: 20210122

CF01 Termination of patent right due to non-payment of annual fee