[发明专利]一种模拟电路故障预测方法

摘要

一种模拟电路故障预测方法，包括以下步骤：对模拟电路各元件在无故障区间内进行蒙特卡罗分析并提取各个频带信号能量；将提取的频带信号能量归一化，得特征向量；训练BP神经网络；判断有发生趋势的故障种类；提取元件位于初始值时的故障预测特征向量；提取被测电路工作时的故障预测特征向量；计算余弦角距离表征元件的健康度；计算元件发生故障时的健康度阈值；对相关向量机算法的核函数宽度因子进行优化选择；对模拟电路进行故障预测。本发明既可以用于实时系统，也可以用于非实时系统；既可以对线性模拟电路的故障进行预测，也可以对非线性模拟电路的故障进行预测；可对模拟电路中电阻、电感和电容等主要元件进行故障预测。

主权项

一种模拟电路故障预测方法，其特征在于，包括以下步骤：（1）对模拟电路各元件在无故障区间内进行蒙特卡罗分析，提取测试节点信号，对提取的信号进行小波包变换消噪处理，提取各个频带信号能量，其中测试节点信号为支路电压；（2）将提取的频带信号能量进行归一化，得到故障诊断特征向量；（3）将故障诊断特征向量作为训练数据，训练BP神经网络；（4）提取工作时被测电路节点信号，进行小波包变换和归一化，生成相应的故障诊断特征向量，利用BP神经网络判断有发生趋势的故障种类；（5）提取元件用于模拟电路故障预测的初始值的被测电路测试节点扫频响应信号，以此构成用于模拟电路故障预测的初始值的故障预测特征向量，所述响应信号为支路电压；所述初始值的定义为：当元件正向偏离标称值发生故障时，用于模拟电路故障预测的初始值等于标称值×（1+正常容差上限），当元件反向偏离标称值发生故障时，用于模拟电路故障预测的初始值等于标称值×（1+正常容差下限）；（6）按固定时间间隔提取工作时被测模拟电路测试节点扫频响应信号，以此构成元件一个时间点序列的故障预测特征向量；（7）计算按固定时间间隔提取的元件故障预测特征向量与元件用于模拟电路故障预测的初始值的故障预测特征向量之间的余弦角距离，用以表征元件在不同时间点的健康度，生成相应的健康度序列；（8）计算元件发生故障时健康度阈值；（9）基于元件健康度序列和时间点序列数据，应用粒子群算法对相关向量机算法的核函数宽度因子进行优化选择；（10）应用经粒子群算法优化后的相关向量机算法对模拟电路进行故障预测。