[发明专利]模拟电路故障定位与故障元件参数辨识方法

说明书

本发明公开了一种模拟电路故障定位与故障元件参数辨识方法，获取测点的传输函数，分析模拟电路的模糊组信息，确定每个模糊组的代表故障元件，基于传输函数得到各个代表故障元件的特征矩阵，构建多项式拟合的超定方程组，计算得到各个代表故障元件对应的系数向量，当模拟电路发生故障时，对测点进行状态监测，基于监测数据进行故障定位，然后针对定位出的故障，利用遗传算法进行故障元件参数识别。采用本发明可以有效实现对模拟电路的故障诊断和故障元件参数辨识，该方法同时具备测前仿真的快速定位和测后仿真的精确参数辨识两个优点，且无需事先存储所有参数漂移故障。

技术领域

本发明属于模拟电路故障诊断技术领域，更为具体地讲，涉及一种模拟电路故障定位与故障元件参数辨识方法。

背景技术

随着集成电路的快速发展，为了提高产品性能、降低芯片面积和费用，需将数字和模拟元件集成在同一块芯片上。据资料报道，虽然模拟部分仅占芯片面积的5％，但其故障诊断成本却占总诊断成本的95％，模拟电路故障诊断一直是集成电路工业中的一个“瓶颈”问题。现阶段已经有一些发展的比较完善的模拟电路故障诊断理论应用到实际中了，例如：测前模拟诊断法中的故障字典法，测后模拟诊断法中的元件参数辨识法和故障验证法。但故障字典法方法仅能处理离散的参数故障和硬故障，不能穷举模拟元件的所有的连续参数故障和参数组合，因此几乎不能用于参数故障诊断。测后仿真法存在盲目性、仿真时间较长等缺点。

发明内容

本发明的目的在于克服现有技术的不足，提供一种模拟电路故障定位与故障元件参数辨识方法，首先建立圆模型特征字典，然后根据监测数据进行故障定位，针对定位出的故障，利用遗传算法进行参数识别。

为实现上述发明目的，本发明模拟电路故障定位与故障元件参数辨识方法包括以下方法：

S1：获取模拟电路在测点t处的传输函数；

S2：分析得到模拟电路经测点t输出电压进行故障诊断的模糊组信息，将得到的模糊组数量记为N，每个模糊组选取一个元件作为代表故障元件；

S3：对于每个代表故障元件，分别采用以下方法获取代表故障元件的特征矩阵：

令第i个代表故障元件的参数值p_i在可能取值范围[p_{i min},p_{i max}]中随机取M个值，p_{i min}、p_{i max}分别表示p_i的最小可能取值和最大可能取值，i＝1,2,…,N，其余故障元件参数值在容差范围内取值，根据传输函数得到预设激励信号下第i个代表故障元件第m次取值对应的传输函数值根据每个代表故障元件的M个传输函数值构建大小为M×2的代表故障元件特征矩阵H_i：

S4：在每个代表故障元件特征矩阵H_i的最后一列插入一列M维单位列向量，得到大小为M×3的扩展特征矩阵A_i：

如果A_i的秩r(A_i)＝3，则令第i个代表故障元件的系数向量K_i：

K_i＝[k_i,1,k_i,2,k_i,3]^T

令第i个代表故障元件的常数项矩阵b_i：

求解超定方程组A_iK_i＝b_i的系数向量K_i的最小二乘解：