电子线路故障诊断的研究开题报告.docVIP

湖南工学院毕业设计(论文)开题报告 题　　目 电子线路故障诊断的研究 学生姓名 张三 班级 电子0902班 专业 电子信息工程 一、选题背景和意义60%的集成电路设计中包含数字和模拟的混合信号电路。测试混合信号电路的常用策略为：首先分别测试模拟和数字器件；然后是系统功能测试以检测器件间的相互关系。在混合信号电路中，虽然模拟部分仅占5%的芯片面积，但其测试成本却占总测试成本的95%。模拟电路测试一直是困扰着集成电路路工业中的一个“瓶颈”问题。因此，模拟电路测试和故障诊断方法研究至关重要。与数字电路相比，模拟电路测试和诊断原理与方法研究的进展缓慢，主要是由于以下原因： 1) 时间和电压的连续特性使得模拟电路比数字电路更易受故障的影响，区分故障情况和无故障情况需要多种测试方法； 2) 模拟电路中的元件参数具有很大的离散性，即具有容差，是实施正确诊断的最大困难； 3) 模拟电路中广泛存在非线性问题和反馈回路，增加了故障诊断难度； 4) 模拟电路中输入和输出间的关系复杂并且难于模型化。在数字电路测试中得到成功应用的故障模型并不适用于模拟电路测试。模拟电路测试至今尚缺乏有效与通用的故障模型； 5) 实际的模拟电路中可测电压的节点数很有限，导致可用于故障诊断的信息量不充分，造成故障定位的不确定性和模糊性； 6) 测试设备和输入激励信号的精度对测试结果的影响至关重要； 7) 模拟电路对环境变化极其敏感，其输出响应不仅易受由制造工艺偏差所引起的元件参数变化的影响，而且易受噪声和热效应等外界环境因素的影响； 8) 由于需要采用不同的方法来测试电路的多种性能参数，因此模拟功能测试比较昂贵和费时。此外，测试过程中所需的额外硬件开销较大。 随着电子技术的飞速发展，电子电路集成化程度和制版工艺的日益提高，网络的功能化和模块化趋势日益明显，元件的密集度不断增加，而相对应的维修和故障检测与诊断却进展缓慢。原有诊断理论和方法已难以胜任工程诊断的需求，而现代电子系统对网络运行的可靠性提出了更严格的要求，故模拟电路故障的自动诊断已成为一个急需解决的问题。 人工神经网络(ANN)方法已经在许多领域获得成功的运用，它的理论研究和应用，已经成为许多研究者十分重视的发展方向。神经网络的主要特点体现在其具有信息处理的并行性、分布式的信息存储、自组织和自适应性、具有很强的学习和联想功能以及容错性等。通过对神经网络的研究，将会为探索更加完善的智能计算机系统和相应的人工智能技术开辟新的途径。学习和掌握人工神经网络的基本概念、原理、设计和利用神经计算的原理解决应用中的问题，是很有意义的。在处理许多模式识别问题中，如手写体识别、语音识别等，由于神经网络具有联想记忆、大规模并行分布处理、分布式存储、较强的鲁棒性、自适应学习、实时计算和便于硬件实现等特点，因而能对数据进行快速处理，显示了突出的优势。 所以，为了实现模拟电路故障诊断的自动化、智能化，在降低检测成本的同时，有效地进行故障诊断，开展基于神经网络的模拟电路故障诊断方法研究是一项非常有意义的工作。 二、 项目概述 本文主要进行的是基于模拟电路的故障诊断的研究。模拟电路故障诊断起源于20世纪60年代，模拟电路故障诊断理论的研究是从网络元件参数可解性开始的。1960年，R.S.Be- -rkowitz首先提出了关于模拟电路诊断的可解性分析，得到了无源线性集总电路的元件可解性的必要条件，从而拉开了模拟电路故障诊断理论研究的序幕。此后十年发展缓慢，20 世纪70年代提出了各种不同的故障诊断原理和方法，这一时期的重要成果是早期的故障字典法和参数辨识法。1979年IEEE为此出版了模拟电路故障诊断专辑，促使该领域研究得到进一步发展。但是这些方法要求测试点较多，计算量大而难于付诸实际应用。到了80年代一种新的故障诊断方法──故障验证法的出现给诊断领域注入了新的活力，研究者们从故障诊断的实际出发，从求解全部元件值转移到诊断部分元件，以确定故障区域或故障元件，并分成故障定位和故障元件求值两部分。1985 年，J.W.Bandler和A.E.Salama对模拟电路故障诊断理论做了比较系统的论述，发表了重要的综述文献[1]，形成了模拟电路故障理论。90年代初，人工神经网络技术也开始应用于模拟电路故障诊断，利用神经网络来完成故障的分类和故障字典的自动查询，但是迄今为止没有形成一种系统的诊断方法。 我国在模拟电路故障诊断方面的研究是从1980年开始的，发展比较迅速，相继出版了周玉芬、赵国南、唐人亨、杨士元、何怡刚、朱大奇等一些专家模拟电路故障诊断方面的专著。近年来发表了一系列关于应用神经网络进行模拟电路故障诊断的学术论文。 至今世界上发表过上千篇的论文来研究模拟电路故障诊断课题，提出了六大类诊断方法：故障字典法、参数辨识法、故障证实法、逼近法、人工