[發明專利]基于改進遺傳算法的模擬電路多故障診斷方法

有效

• 申請號: 201910233065.3
• 申請日: 2019-03-26
• 公開（公告）號: CN109839583B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 楊成林;周秀云;劉震
• 申請（專利權）人: 電子科技大學
• 主分類號: G01R31/316
• 分類號: G01R31/316
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

本發明公開了一種基于改進遺傳算法的模擬電路多故障診斷方法，首先分析得到模擬電路在不同測點處的傳輸函數，測量得到模擬電路在不同頻率激勵信號下這些測點處的輸出電壓，構成故障輸出電壓向量，將元件參數值向量作為遺傳算法中的個體，在進行個體交叉時，根據個體中故障元件數量分不同情況選擇交叉位置，將最后一代種群中最優個體中參數值位于故障范圍內的代表性故障元件作為故障診斷結果。本發明利用遺傳算法找到與模擬電路故障輸出電壓向量最接近的輸出電壓向量，從而得到故障診斷結果，對個體交叉的方法進行改進以提高遺傳算法的效率。采用本發明可以能夠找到事前沒有存儲的故障源，提高故障診斷準確率。

技術領域

本發明屬于模擬電路故障診斷技術領域，更為具體地講，涉及一種基于改進遺傳算法的模擬電路多故障診斷方法。

背景技術

目前，在模擬電路故障診斷領域，主要有測前仿真(如故障字典方法)和測后仿真方法。測前仿真是在測試前根據電路圖和參數等對電路的可能故障進行仿真，并將故障響應存儲起來，當電路發生故障后，用之前構建字典時采用的激勵，測量故障響應。然后從字典去查找與之最相近的響應，從而找到故障。這種方法的優點是故障診斷速度較快，但缺點同樣明顯，即構建字典時，需要窮舉所有故障。而模擬元件參數是連續變化的，因此窮舉法的空間復雜度較高。對于一個含有C個器件的模擬電路，如果每個元件均勻采樣100個故障存入故障字典，則需要100C個存儲單位來存儲這100個單故障。如果考慮多故障組合情況，則需要存儲100C×100C＝10⁴C²個存儲單位。此外，構建這樣的字典，需要的測前仿真工作量也是幾乎無法完成的。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于改進遺傳算法的模擬電路多故障診斷方法，對遺傳算法進行改進，實現多故障的準確診斷。

為實現上述發明目的，本發明基于改進遺傳算法的模擬電路多故障診斷方法包括以下步驟：

S1：獲取模擬電路在M個測點t_m處的傳輸函數，m＝1,2,…,M；

S2：當模擬電路出現故障時，在K個不同頻率激勵信號下測量得到M個測點t_m處的輸出電壓分別表示輸出電壓的實部和虛部，j為虛數單位，k＝1,2,…,K，構成故障輸出電壓向量

S3：以X＝{x₁,x₂,…,x_N}作為遺傳算法中的個體，其中x_n表示第n個元件的參數值，n＝1,2,…,N；隨機初始化G個個體構成初始種群P，每個個體中隨機選擇h個元件的參數值在故障范圍內隨機取值，h≤H，H表示模擬電路中最多同時發生故障的元件數量，其余元件參數值在容差范圍內隨機取值；

S4：判斷是否達到遺傳算法的迭代結束條件，如果是，進入步驟S10，否則進入步驟S5；

S5：對種群P中的個體進行交叉操作，得到種群P′，交叉操作的具體方法如下：

將種群P中需要進行交叉的兩個個體分別記為p_i和p_j，個體中故障元件數量分別記為λ_i和λ_j；

當λ_i+λ_j＜H，任意選擇交叉位置；

當λ_i+λ_j＝H且λ_i×λ_j＝0，在包含故障元件的個體中任意選擇一個故障元件作為交叉位置；