模拟电路的故障原因与诊断方法研究

丁自辉

摘 要：当前，模拟电路在各行各业中有着广泛的运用，但模拟电路系统要求具备高度的可靠性、经济性，要求在使用过程中不断强化模拟电路故障的诊断，以提升系统运行的稳定性。本文基于分析模拟电路系统中故障发生的原因，结合传统故障诊断方式以探究模拟电路故障诊断的方法及发展趋势。

关键词：模拟电路；故障诊断；人工智能

模拟电路在各行各业的运用越来越广泛，其故障原因与诊断方法是一个值得探究的问题，电路故障时有出现，了解其产生原因，掌握行之有效的诊断方法，才能有的放矢，高效地解决问题。

1 模拟电路故障产生原因及特点

1.1 模拟电路故障产生原因

模拟电路在运行中如果发生偏离元件标称值的现象，则可以认定为模拟电路出现了异常现象即存在故障问题。根据现有文献资料以及实践环节中的经验总结，导致模拟电路发生故障的原因主要在于设计环节、生产环节、使用环节。例如，部分元器件因设计不合理，导致运行中与其他部件之间不兼容，又如在生产过程中封装不到位，势必会影响到后期的使用。就目前而言，电路故障有多种不同的分类形式，通常是按照元件参数值偏离其标称值的程度划分为软故障（Soft Faults）和硬故障（Hard Faults）两类。软故障是指元件的参数随着时间或者环境条件的影响而偏离至不能允许的程度，从而导致了系统性能的异常或恶化。一般而言，元件发生软故障不会改变电路的网络拓扑结构，即不会影响到电路的整体运行，但是硬故障则会直接威胁到电路运行，从而影响设备在工作中的使用寿命。如果电路系统中发生硬故障，則意味着某个元件的参数发生了巨变，拓扑结构发生了变化，整体性能可能陷入到瘫痪的状态。对于电路系统的运行而言，硬故障是最为致命的，容易引发极大值的开路现象或极小值的短路问题。因此，在模拟电路的使用过程中要重点关注硬件的维护，避免发生硬故障现象以致整个系统瘫痪。

1.2 模拟电路故障诊断特点

当前，不论是对于数字电路还是模拟电路的故障诊断方法的研究，均经历了漫长的探索与完善的历程，直至今日对于模拟电路故障的诊断依然没有取得有效进展。虽然诊断方法较多，但并没有一个诊断方法能得到大众的认可。具体而言，导致模拟电路故障诊断的难度在于以下几点：

（1）信号输送的连续性

信号的输入与输出在时域上与电压幅度上的连续性是模拟电路的特性之一，虽然具有一定的优势，但却增加了故障诊断的难度，难以通过简单量化的方式去锁定故障部位。

（2）实际电路元件参数的离散性

模拟电路区别于实际电路的重要一点在于后者的元件参数具有一定程度上的离散性，存在一定的容差从而影响到了故障诊断的难度，导致在诊断过程中存在模糊性，难以确定电路发生故障的准确位置。

（3）模拟电路的非线性问题

由于模拟电路中包含了大量的非线性和反馈回路，致使在故障诊断中不得不面对诸多非线性的問题，直接增加了故障诊断的难度系数。

（4）可供测量的电压节点少

模拟电路中可供测量的电压节点相对较少，也由此决定了测量的选择面较少，可供于判断故障相关信息的同理较少，导致故障诊断的难度较大，存在模糊性。

（5）周围环境的影响与干扰

模拟电路受环境的影响较大，在输出响应过程中极易受到现场环境的影响，而受制作技术与工艺的影响不大。例如，周围环境的噪音、电磁波等均是极大的干扰因素。

综合以上分析，在模拟电路故障分析中因受到其自身特性的影响，尚不足以直接将成熟的数字电路故障诊断的方法嫁接到模拟电路的故障诊断中。为达到解决故障分析与维护问题的目的，需要进行针对化处理。

2 模拟电路现代故障诊断方法

2.1 基于专家系统的故障诊断方法

专家系统（Expert System，ES）是一种基于知识的计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它根据专家提供的知识和经验，通过人工智能的知识表示和知识推理技术以实现模拟人工专家进行故障诊断分析的过程，达到解决问题的目的，尤其对于部分必须要依靠技术与经验兼备的专家才能解决的故障具有重要作用。故障诊断专家系统在运用过程中由知识库、人机接口、推理机等诸多要件组成，其中知识库是最为重要的组成部分之一，在一定程度上直接影响到了故障诊断的结果。专家系统顾名思义就是需要融合行业专家的知识与经验，将之纳入到知识库中以备实际检测过程中加以运用，达到诊断故障的目的。如果知识库中专家经验不足，则在使用过程中会出现推理能力不足的现象，发生窄台阶效应，难以达到故障诊断的目标。同时，如果在使用过程中制定的规则偏多，则会增加推理的难度，故障诊断的效率也就相应的下降，甚至出现匹配冲突等问题，影响到最终的诊断效果。

2.2 基于神经网络的故障诊断方法

由于神经网络具有联想记忆、并且处理、强非线性映射等能力，使之在模拟电路故障诊断中具有较大的优势，同时也提升了其在电路故障诊断市场中的发展潜力，就其应用方式而言，主要如下：其一，通过神经网络的辨识能力制定辨识模型进而产生残差序列，根据序列分布逐步确定故障所在；其二，通过神经网络的模式识别能力以解决更为复杂的电路系统，尤其是不能通过数字模型检测故障的电路即可通过神经网络对故障空间进行映射，以判断出故障的问题所在。

2.3 基于模糊逻辑的诊断方法

模糊故障诊断方法是利用模糊数学中的隶属度函数和模糊关系矩阵来解决故障与征兆之间的不确定关系。其实质是引入了隶属度函数的概念，把传统的0和1的二值逻辑转移到【0，1】区间上的连续值逻辑上来。因此，通过引入模糊逻辑机制可缓解故障征兆描述信息不全或不恰当所致的诊断困难，减少模糊性的干扰，提升诊断的准确性，在未来发展中具有广阔的运用前景。

模拟电路的故障原因纷繁复杂，诊断方法多种多样，要找到良好的解决方案，必须具体问题具体分析，有针对性地探求方法，最终达到破解故障的目的。

参考文献

[1]许俊.基于频率特性的模拟电路故障分析[J].电子世界，2013，（10）：50.

[2]蒋雄，邓佳.模拟电路故障分析及诊断方法[J].价值工程，2014，（21）：58-59.

（作者单位：湖南省湘西自治州七六0二台）