基于ofrf建模的非線性模擬電路故障參數(shù)辨識(shí)方法
【專利摘要】本發(fā)明公開了一種基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，包括以下各步驟：A.采用多頻正弦信號(hào)u(t)激勵(lì)待測(cè)非線性模擬電路，采集非線性模擬電路的輸出數(shù)據(jù)樣本y(t)；B.根據(jù)輸出頻域響應(yīng)函數(shù)OFRF理論，以多頻正弦信號(hào)u(t)與輸出數(shù)據(jù)樣本y(t)之間的聯(lián)系建立非線性系統(tǒng)的OFRF數(shù)學(xué)模型，非線性模擬電路輸出和元件參數(shù)之間的關(guān)系；C.采用蟻群算法進(jìn)化出非線性模擬電路的元件參數(shù)值，并與正常元件參數(shù)值比較，辨識(shí)出故障元件的參數(shù)值。該方法將多頻正弦信號(hào)作為非線性模擬電路的測(cè)試激勵(lì)，采用OFRF系統(tǒng)模型，可以提高非線性模擬電路中故障元件的參數(shù)值辨識(shí)的效率和精度。
【專利說明】基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種非線性模擬電路故障元件參數(shù)辨識(shí)方法，尤其是一種基于頻域響 應(yīng)函數(shù)建模的非線性模擬電路故障參數(shù)辨識(shí)方法。

【背景技術(shù)】
[0002] 隨著電子設(shè)備的復(fù)雜性和功能性越來越強(qiáng)大，在復(fù)雜電子設(shè)備設(shè)計(jì)和測(cè)試中，可 靠性研究占極其重要的地位。模擬電路是電子設(shè)備中不可或缺的重要部分。至今為止，線 性模擬電路的故障診斷技術(shù)比較成熟，其中故障字典法和智能診斷算法是研究的熱點(diǎn)，但 由于非線性電路很難獲得精確的電路模型，故障元件的定位和參數(shù)識(shí)別仍然很難解決，非 線性模擬電路診斷一直是研究的難點(diǎn)。
[0003] 參數(shù)識(shí)別法是通過獲取足夠的故障信息，根據(jù)網(wǎng)絡(luò)已知的拓?fù)潢P(guān)系、輸入及輸出， 估計(jì)或求解出網(wǎng)絡(luò)中每個(gè)元件的參數(shù)（或參數(shù)偏離標(biāo)稱值的偏差），最后依照每個(gè)參數(shù)的 容差范圍來確定網(wǎng)絡(luò)中的故障元件。該方法需要求解處故障元件的參數(shù)值，因此可W判斷 故障的損壞程度，對(duì)電路的診斷比較全面，但對(duì)于大規(guī)模電路或非線性電路來說，網(wǎng)絡(luò)方程 很難寫出。
[0004] 故障參數(shù)識(shí)別法可分為多頻診斷法和伴隨電路法。多頻診斷法是通過改變測(cè)試頻 率，增加故障方程數(shù)，確定元件值。伴隨網(wǎng)絡(luò)方法能夠有效的求得各靈敏度值。參數(shù)識(shí)別法 中通常需要求解多元非線性方程組，主要方法有牛頓迭代法、區(qū)間法等。然而前者方法存在 收斂效果差，后者方法存在計(jì)算量大的弱點(diǎn)。近幾年參數(shù)辨識(shí)法有了新的進(jìn)展，如神經(jīng)網(wǎng)絡(luò) 建模法、Volterra級(jí)數(shù)建模方法等，目前，參數(shù)識(shí)別方法中所需測(cè)點(diǎn)較多、求解非線性方程 組效率低等問題仍然沒有得到徹底的解決。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的為解決非線性模擬電路中故障元件參數(shù)辨識(shí)的難題，采用頻域響應(yīng) 函數(shù)（0FR巧理論并結(jié)合蟻群算法，提出一種新的非線性模擬電路故障參數(shù)辨識(shí)方法。
[0006] 相比現(xiàn)有技術(shù)而言，采用如下技術(shù)方案：
[0007] 基于0FRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，包括W下各步驟：
[000引 A.采用多頻正弦信號(hào)u(t)激勵(lì)待測(cè)非線性模擬電路；
[0009] B.根據(jù)輸出頻域響應(yīng)函數(shù)理論，建立系統(tǒng)模型得到激勵(lì)與輸出之間的聯(lián)系：
[0010] Y(j ?) = 1]5 X 巫（j ?)T (1)
[0011] 1]^為非線性項(xiàng)參數(shù)的集合，r = ，@為壓縮向量和，11。（ ?）= CEOU j ?。. . .，j ?n) ) X 40 W。. . .，j ?n)，其中 CE (Hn(j ?。. . .，j ?n))為非線性模擬電路的非 線性參數(shù)，4(j ?1，...，j ?。）為特征頻率響應(yīng)函數(shù)；巫（j?)為函數(shù)的集合：
[0012] ? (j W) = 42〇 W)，. . .，&n(j W)}，&n(j W)的定義為：
[001 引

【權(quán)利要求】
1. 基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征在于，包括以下各步 驟： A. 采用多頻正弦信號(hào)u(t)激勵(lì)待測(cè)非線性模擬電路，采集非線性模擬電路的輸出數(shù) 據(jù)樣本y(t); B. 根據(jù)輸出頻域響應(yīng)函數(shù)OFRF理論，以多頻正弦信號(hào)u(t)與輸出數(shù)據(jù)樣本y(t)之間 的聯(lián)系建立非線性系統(tǒng)的OFRF數(shù)學(xué)模型，得到非線性模擬電路輸出和元件參數(shù)之間的關(guān) 系； C. 采用蟻群算法進(jìn)化出非線性模擬電路的元件參數(shù)值，并與正常元件參數(shù)值比較，辨 識(shí)出故障元件的參數(shù)值。
2. 根據(jù)權(quán)利要求1所述的基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征 在于，步驟A中所述多頻正弦信號(hào)表示為： u(t) =Asin(2JTf:t)+Asin(2nf2t) +. . .+Asin(2nfnt) (I) 其中，A為初始幅值，f\，f2,. . .，4為n個(gè)不同的頻率分量。
3. 根據(jù)權(quán)利要求2所述的基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征 在于，所述n個(gè)不同的頻率分量通過掃頻法得到，為掃頻曲線中的拐點(diǎn)頻率。
4. 根據(jù)權(quán)利要求1所述的基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征 在于，步驟B中所述非線性系統(tǒng)的OFRF數(shù)學(xué)模型為： Y(j?) =itX? (j?)T (2)
(Hn(j?i，? --，j?n))Xfn(j? ? --，j?n)，其中CE(Hn(j?i，? --，j?n))為非線性模擬電路 的非線性參數(shù)，fn(jW1,. ..，j?n)為特征頻率響應(yīng)函數(shù)；①（j?)為函數(shù)的集合： ①（j? ) = {傘i(j? )，傘 2(j? )，? ? ?，傘nUW ) }，傘nUW )的定義為：
其中，U(jOi)為激勵(lì)u(t)的傅里葉形式；Y(j?)為輸出y(t)的傅里葉形式； 得到的非線性模擬電路輸出和元件參數(shù)之間的關(guān)系為： Y(j〇) = !])X①（j?)T=Fyfe1,a2, --?，am) (4) 其中，&1，a2, . . .，B111為非線性模擬電路的元件參數(shù)值。
5. 根據(jù)權(quán)利要求4所述的基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征 在于，步驟C中所述蟻群算法的步驟為： Cl. 1將&1，a2, . . .，am作為蟻群算法中的城市節(jié)點(diǎn)，進(jìn)化城市之間的最短路徑； Cl. 2判斷蟻群算法是否尋找到最短路徑，是則退出蟻群算法，得到進(jìn)化出的元件參數(shù) 值；否則繼續(xù)進(jìn)行進(jìn)化。
6. 根據(jù)權(quán)利要求5所述的基于OFRF建模的非線性模擬電路故障參數(shù)辨識(shí)方法，其特征 在于，蟻群進(jìn)化按照以下算法規(guī)則建立： 將每一個(gè)需要進(jìn)化的元件參數(shù)值^a2, ...，am作為蟻群算法中的一個(gè)城市，每只螞蟻 從任意的一個(gè)城市出發(fā)，以一定的概率選擇下一個(gè)城市，在t時(shí)刻螞蟻k從城市i移動(dòng)到城 市j的概率計(jì)算公式：
其中，Tu為信息素；iVf是禁忌表，表示未被訪問的城市集合；a為啟發(fā)因子；0為探 索因子；nij是兩個(gè)城市之間距離的倒數(shù)，為權(quán)重因子；每次進(jìn)化之后，更新每條通路上的 信息素余量，為螞蟻選擇新的通路提供判斷信息。
【文檔編號(hào)】G01R31/316GK104502834SQ201410844746
【公開日】2015年4月8日 申請(qǐng)日期:2014年12月30日 優(yōu)先權(quán)日:2014年12月30日
【發(fā)明者】羅慧, 蹇興亮, 郭海燕 申請(qǐng)人:南京農(nóng)業(yè)大學(xué)