[發明專利]基于改進粒子群算法的模擬電路雙故障診斷方法

在審

• 申請號: 202011466637.1
• 申請日: 2020-12-14
• 公開（公告）號: CN112505533A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 楊小燕;楊成林;鮮航
• 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

本發明公開了一種于改進粒子群算法的模擬電路雙故障診斷方法，首先分析得到模擬電路的傳輸函數和模糊組，每個模糊組選擇一個代表性故障元件，當模擬電路出現故障時測量得到故障電壓相量，將故障元件參數向量作為粒子位置，在粒子群進化過程中引入交叉變異，在計算適應度值考慮輸出電壓相量和故障電壓相量之間的歐式距離以及發生故障元件數量≤2，在最后一代種群中全局最優位置中參數值位于故障范圍內的代表性故障元件即為故障診斷結果。本發明利用改進的粒子群算法找出與故障響應最接近的模擬電路傳輸函數參數，進而發現雙故障的故障源，通過對粒子進化過程的改進提高故障診斷的準確率。

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，涉及一種基于改進粒子群算法的模擬電路雙故障診斷方法。

背景技術

隨著集成電路的快速發展，為了提高產品性能、降低芯片面積和費用，需將數字和模擬元件集成在同一塊芯片上。據資料報道，雖然模擬部分僅占芯片面積的5％，但其故障診斷成本卻占總診斷成本的95％，模擬電路故障診斷一直是集成電路工業中的一個“瓶頸”問題。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，用此前構建字典時采用的激勵，測量故障響應。然后在故障字典中查找與之最相近的響應，從而找到故障源。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。加之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。此外，模擬電路的元器件具有容差特性，且很多故障是軟故障(元器件參數值超過容差范圍)，使用故障字典難以覆蓋所有故障，導致故障診斷準確率較低。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于改進粒子群算法的模擬電路雙故障診斷方法，根據故障電路響應，利用改進的粒子群算法找到與故障響應最接近的系統傳輸函數參數，進而準確確定雙故障的故障源。

為了實現上述發明目的，本發明基于改進粒子群算法的模擬電路雙故障診斷方法包括以下步驟：

S1：獲取模擬電路在預設測點t₁、t₂處的傳輸函數，將模擬電路中元件數量記為C，記每個元件參數的標稱值為i＝1,2,…,C，確定各個元件的容差范圍分析得到模擬電路經測點t₁、t₂輸出電壓進行故障診斷的模糊組，將得到的模糊組數量記為N，每個模糊組選取一個元件作為代表性故障元件，記其他非代表性故障元件的數量為M；

S2：當模擬電路出現故障時，在預設激勵信號下測量得到測點t₁、t₂處的故障電壓相量和

S3：以X＝{x₁,…,x_N,x_N+1，…,x_N+M}作為粒子群中的粒子位置，其中前N個x_n表示第n個代表性故障元件的參數值，n＝1,2,…,N，后M個x_m表示第m個非代表性故障元件的參數值，m＝N+1,N+2,…,N+M；初始化K個粒子構成初始粒子群P，每個粒子位置中N個代表性故障元件的參數值隨機取值，M個非代表性故障元件的參數值在容差范圍內取值，將每個粒子的初始位置記為然后初始化每個粒子速度

S4：分別計算初始粒子群P中每個粒子的適應度值，本發明中粒子適應度值的計算方法為：根據傳輸函數分別計算粒子位置在測點t₁、t₂處的輸出電壓相量和分別計算與故障電壓相量和之間的歐式距離和然后根據粒子位置中參數值超過容差范圍的代表性故障元件數量確定參數

根據以下公式計算粒子和適應度函數值