有关粗糙集与灰色关联度的电力设备故障定位

王子钰

摘要：在這个复杂和有恶劣条件的自然环境中，电力系统的性能可能很容易受到环境的影响，它们有可能出错由此导致运行异常。在深海以及深海的空间等复杂和恶劣环境中，如果电力设备发生故障后不能及时修复，则会造成严重损失。然而，名为基于硬件演化的故障自修复技术可以实现故障的自动修复。本文首先阐述了硬件演化的基本理论，并详细介绍了基于硬件演化的故障自修复的国内外情况。然后，阐述了故障自动修复的重要流程，并指出存在的问题及其可以改进方向以及改进措施。基于硬件演化的故障自修复这种技术具有非常广阔的前景和巨大的工程应用价值。

1介绍：

传统的电子电路结构是固定不变的。随着信息化建设的加速，电子系统被广泛用于电力设备。它主要以大规模，超大规模数字集成电路为主体，核心是现场可编程门阵（FPGA）。当这些电子系统处于沙尘，高低温，强电磁场等复杂多变的环境中时，数字集成电路的性能可能受到影响[1]出错，从而降低电子设备的功能，甚至造成严重的人员伤亡和财产损失。 进一步亟待解决一系列问题，提高电子系统在恶劣环境下的生存能力，确保数字系统持续正常运行。

2基于EHW的电子电路故障主要自修复技术

结合硬件和软件的优势，FPGA开发了可在芯片上重新组装的“变形系统”。硬件的一些功能可以配置在芯片上，因此软件是为硬件仿真而设计的[2]。通过这种方式，FPGA的“固件”被重新组合并用于模拟不同类型的硬件。如图1所示，在实现数字电路故障自修复时，不可缺少的是故障检测，故障定位，故障隔离，冗余设计和演化算法。他们形成一个完整的系统。数字系统的故障自我修复已成为故障诊断研究领域的热门话题。

3故障诊断技术

数字电路故障诊断主要检测功能，序列关系，逻辑关系。根据组合逻辑电路和时序电路的不同特点，所用的测试方法不同。数字电路的故障类型主要包括恒定故障，桥接故障，瞬态故障和时滞故障。现在，主要研究常量故障.[3]

3.1测试向量的生成

基于组合电路与时序电路的区别，产生测试向量时存在差异。在组合逻辑电路的测试中，常用的方法有伪排气测试，布尔差分法，特征分析法和临时函数分析法。相关算法可分为D立方体，D算法，PODEM算法和逻辑函数的FAN算法； 时序电路的测试方法主要包括扩展D算法和九值算法等。

3.2故障定位技术

传统的FPGA诊断方法包括边界扫描技术，但边界扫描技术无法定位逻辑单元，且硬件开销较高。利用芯片增加边界扫描可缩短制造业的测试工程并缩短发射时间，但可延长设计时间。逻辑单元故障定位中出现了各种定位技术。一种是为被测单元配置电路，并在检测到极少数单个CLB的故障时直接将其绘制到IOB端口[4]；然而，当测试CLB的数量过大时，基于阵列的方法，基于异或门级联电路的方法，基于与门或门级联电路的方法以及内建自测试（BIST）方法是建议。BIST的电路配置复杂[5]，配置可能会失败；而基于异或门级联电路的方法和基于与-门级联电路的方法可以检测到端口的故障，但配置一次后只能检测一半的CLBS，需要使用至少一半的CLBS来传输故障。

3.3 EHW技术

研究EHW主要研究进化算法。首先，研究FPGA的内部结构和编码方式。可编程逻辑器件（PLD）的结构由结构位串决定。构造比特串可以作为进化算法中的染色体，通过进化算法可以完成硬件功能的设计。EHW是进化计算基数在系统内部结构的设计、调节、实时自适应等方面的应用，即以进化算法特别是遗传算法作为组合优化和全局搜索的主要工具，以可编程器件作为主要的评估手段和实现载体[7]，寻求在不依赖先验知识和外力推动（如人工干预）的条件下，通过进化来获得满足给定要求的电路和系统结构[8]，甚至使系统自动地、实时地调整（重新配置）其内部结构，以适应内部条件（如局部故障）和外部环境（功能要求或物理条件）的变化[9]。而EHW研究也有两个方向分别是进化设计和在线自适应与容错。运用电路的进化设计主要对可编程电路结构，将结构和参数等作为染色体进行编码，对每个备选的个体，根据一定的约束条件对代码进行演化操作，得到适应值较高的代码。最后将代码反编译成电路的拓扑结构，通过实测相应的实际电路或者进行基于模型的仿真得到相应的输出。电路的行为（输入-输出特性）与预期结果的符合程度便作为该个体的适应度，指导下一步的进化操作；如此反复，逐步通过进化计算找到符合要求的即电路。

4结论

目前，故障诊断技术日趋成熟，难以创新。大多数研究集中在诊断技术的综合应用和硬件进化研究上，故障自修复技术深入研究，但在国内尚处于起步阶段。受科学研究条件限制，相关技术研究尚处于理论研究阶段。研究是单一的，主要着眼于改进进化算法而没有实质性的飞跃。基于EHW的数字电路自修复技术是演化算法与PLD的有机结合。它根据外部环境的变化改变自己的电路结构，以实现目标电路的功能要求。技术必将在各个领域向前发展，特别是在国防和军事领域具有广阔的前景。 EHW技术与故障诊断相结合，拓展故障自修复技术途径将成为研究课题。

参考文献：

[1]Yizheng Chen， Fujian Tang， Yi Bao， Yan Tang， *Genda Chen. A Fe-C coated long period fiber grating sensor for corrosion induced mass loss measurement. Optics letters， 41（2016）， pp. 2306-2309.

[2]Arunkumar， N.， Jayalalitha， S.， Dinesh， S.， Venugopal， A.， Sekar， D. Sample entropy based ayurvedic pulse diagnosis for diabetics （2012） IEEE-International Conference on Advances in Engineering， Science and Management， ICAESM-2012， art. no. 6215973， pp. 61-62.

[3]Yijiu Zhao， Yu Hen Hu， Jingjing Liu. Random Triggering-Based Sub-Nyquist Sampling System for Sparse Multiband Signal. IEEE Transactions on Instrumentation and Measurement. 2017； vol. 66， no.7： 1789-1797.

[4]赵曙光.可编程逻辑器件原理、开发及应用[M].西安：西安电子科技大学出版社，2000

[5]Thompson A. Explorations in Design Space： Unconventional Electronics Design Through Ariticial Evolution[J]. IEEE Trans. on Evolutionary Computation，1999， 3（3）： 167- 196.

[6]Higuichi T. Evlovable Hardware and Its Application to Pattern Recognition and FaulttolerantSystems[C]. In Toward Evlovable Hardware：The Evolutionary Engineering Approach， 1996： 118- 135.