模拟电路故障原因分析及诊断方法

任玲

摘要：多元信息环境下，电子设备类型多，应用广泛。而电路作为电子设备硬件基础，可细分为模拟电路和数字电路两类。其中，模拟电路故障频发，很容易影响电子设备使用效果。文章简要论述模拟电路故障类型及成因，明确该类型电路故障诊断特点，探究具体实施方法。

关键词：模拟电路;故障类型;小波变形

中图分类号：TN4

文献标识码：A

文章编号：2095-6487（2019）03-0030-02

0引言

模拟集成电路呈现规模化发展，日益复杂和密集，对于可靠性方面的要求非常多。实操中，要在故障之前，预先把模拟电路中的失效元件替换掉。该背景下，通过预测故障，对失效元件加以确定，而人工诊断技术无法满足该要求，亟待创新。

1模拟电路故障类型及成因

首先，依据故障性质，把模拟电路划分为早期、偶然、损耗三类故障。早期故障因设计、制造缺陷所致，偶尔故障即有效使用期内各类故障，损耗故障指使用后期因老化磨损、疲劳等不良原因引发的故障问题。早期故障率会因使用时间的延长而降低。统计表明，数字电路早期故障率为3%～10%，模拟电路早期故障率1%～5%，电容器早期故障率仅0.1%～1%。偶尔故障因偶然因素所致，发生在有效使用期内，故障率低，又是常数"。损耗故障恰相反，发生在使用后期，原因为老化磨损、损耗等。随着时间的延长，损耗故障随之上升。

其次，依据故障数量，对其进行单故障和多故障划分。单故障即模拟电路中仅一个元件存在故障。该过程中，无论参量，还是元件，均为一个，使用状态下的设备频发。多故障即同时有两个及多个故障点，多发生在刚出厂设备上。实际操作中，如果没有及时把早期的单故障排除，很容易损坏各类元件，使故障加剧，转变为多故障。

第三，依据故障程序，划分为软、硬故障两类。在模拟电路内，元件受时间、环境影响，参数超出许可范围，但其原有属性并不发生改变，主要是电路指标、功能等与设计要求不符合，即为软故障。硬故障即元件发生断路，或者，断路参数发生改变。在模拟电路中，有许多都是硬故障。倘若前期没有及时把软故障排除掉，会使之恶化，加剧为硬故障[2]。

划分依据不同，故障类型也存在差别。模拟电路故障还有永久和间歇、独立和从属之分。

2模拟电路故障诊断特点

与数字电路相比，模拟电路故障诊断发展速度慢，尚无推广性理论、方法等。诊断特点如下：（1）模拟电路内，仅有少量可测电压节点，很难得出全面的故障诊断信息，经常发生故障点多，定位不准，难以诊断等情况。（2）模拟电路输入输出信号，在时域、电压幅度方面，具备连续性特征，而连续的元件参数，使故障诊断模型更加复杂，不能够单一地进行量化。（3）在模拟电路中，包含非线性电路和反馈电路。一些模拟电路包含非线性元件，故而，诊断过程复杂，信息处理量大。（4）模拟电路受环境影响，由制造工艺引发的元件参数偏差不仅会影响输出响应，还会受热噪音、电磁干扰等外界环境影响[3]。（5）模拟电路元件有容差，而容差使故障较模糊，很难定位故障位置，导致诊断结果不准确。这在一定程度上增加了故障诊断难度。由上述情况可知，无法直接移植成熟的数字电路故障诊断方法至模拟电路系统，反之，需要依据模拟电路特性，对新型诊断理论、方法等加以研究、探索。

3模拟电路故障诊断方法

3.1信息融合故障诊断

无论设备自身，还是运行环境，都比较复杂，而且不够稳定。对于单传感器来说，其不能够准确对设备信息进行反映，该过程具备不确定性，从而使故障诊断过程不够准确，甚至发生漏检、误诊等不良情况。该背景下，发挥信息融合技术特点、优势，诊断复杂系统故障，明确这一过程中存在的漏洞及不确定性，优选多维信息处理方法，从根本上把常规网络撕裂法模拟电路故障诊断时，电路前后元件相互影响及容差、非线性因素等导致的各类不确定性问题解决掉4。

3.2模糊理论故障诊断

根据专家意见，把模糊关系矩阵建立在故障征兆和故障原因空间之间，继而组合由各条模糊推理规则产生的模糊关系矩阵，把判定阈值作为故障元件识别依据。近年，模糊理论发展速度快，被应用到各个领域，亮点突出。诸如，其对各类不确定问题具备较强的适应性。在模糊知识库内，发挥语言变量作用，对专家经验进行表述，这种方式与人的表述习惯接近。事实上，无论建立、识别复杂系统模糊模型，还是获取、遗忘、修改语言规则等，在具体应用过程中，尚存在诸多漏洞，仍需进一步研究。

3.3小波变换故障诊断

依托小波母函数在尺度、时域上的伸缩、平移，对信号进行分析，对母函数进行灵活选择，确保扩张函数局部特性良好。其本质为时频分析方法。该故障诊断背景下，发挥小波变换作用，把故障特征信息提取出来，然后，发送给故障分类处理器，执行故障诊断工作。该背景下，无需系统属性模型，故障检测具备准确的灵敏度，运算量小，能够在一定程度上，抑制噪音，而且，对输入信息也没有提出太高要求。但其缺陷在于大尺度背景下，滤波器时域很宽，检测过程中，时间延迟问题屡见不鲜，而诊断结果又受小波基选择情况影响。

3.4专家系统故障诊断

专家系统作为计算机软件，具备智能化特性，其主要是借助知識、推理等方式，把只有专家才能够解决的各类复杂问题解决掉。以产生式规则为基础，在诊断模拟电路故障时，灵活运用专家系统。通过这种方式，对故障诊断专家动作进行模拟，顺利完成一系列故障诊断工作。然而，实际应用过程中，尚存在漏洞和缺陷。诸如，知识获取、维护难度大，不能够将故障诊断过程中的各类问题、不确定因素等有效解决掉。模拟电路故障诊断专家系统结构如图1所示。

3.5神经网络故障诊断

人工神经网络原理即通过对真实人脑神经网络结构、功能进行模拟，对信息处理系统进行简化。该系统具备动态性特征，高度并行、互连。发挥人工神经网络作用，从征兆空间至故障空间，进行复杂非线性映射。其功能非常多，如，分布式存储、并行处理、概况能力、联想记忆能力、非编程特点、容错性等。故而，在模拟电路故障诊断工作中，其关注度非常高。现阶段，模拟电路故障诊断工作中，神经网络应用普遍，模型数量可达40余类。其中，SOFM网、ART网、BP网、Hopfield网、Kohonen网这五类比较常用。然而，以人工神经网络诊断为基础，涉及到很多系统诊断参数，当征兆信息量比较大时，网络结构复杂，训练时间长，甚至不能够达到良好训练效果[5]。加之，样本选择存在矛盾性、随机性特点，导致网络泛化能力不强，故障定位不准确。该背景下，故障诊断准确与否，也与人工神经网络精度有关。

4结束语

综上，在模拟电路中，故障原因非常多。其中，故障诊断非常关键。倘若选择正确的方式，对故障内容、位置等进行准确定位，继而采用专业方法处理故障，使其诊断能力得到明显提高。除此之外，还要将计算机技术融入故障诊断中，增强可靠性，使故障诊断效率、质量等得到明显提高，降低模拟电路故障损失。

参考文献

[1]周启忠，谢永乐.基于矩阵扰动分析的模拟电路故障诊断方法[J].西南交通大学学报，2017（2）：369-378.

[2]吴昊.基于符号分析的模拟电路故障诊断方法及实现[J].信息记录材料，2017（8）：113-115.

[3]吴世浩，孟亚峰.非线性模拟电路故障诊断方法综述[J].飞航导弹，2017（9）：60-64.

[4]杨苏娟.模拟电路故障诊断概述及相关技术[J].科技与创新，2018（11）：72-73.

[5]赵建松.模拟电路故障的诊断及检测技术[J].产业与科技论坛，2017（3）：59-60.