【正文】 gy of each frequency bands and different fault information is studied, energy features are collected as fault samples features. To traits of different faults of analog circuit, two improved methods of feature extraction based on WPT are presented: optimal wavelet packet transforms (OWPT) and inplete wavelet packet transforms (IWPT). Simulations results show that OWPT method is effective for feature extraction of soft fault diagnosis, and IWPT is effective for feature extraction of hard fault diagnosis.That support vector machine (SVM) is originally designed for twoclass classification, but pattern classification question belongs to multiclassification. Aiming at shorts of several mon multiclassification methods based on SVMs: 1versusrest (1Vr), 1versus1 (1V東北大學(xué)碩士學(xué)位論文 Abstract－VII －1) and decision directed acyclic graph (DDAG), four binarytree support vector machines (BTSVMs)multiclassification methods are proposed in this paper: slantwise binary tree support vector machines (SBTSVMs), Random binary tree support vector machines (RBTSVMs), pleted binary tree support vector machines (CBTSVMs) and adaptive binary tree support vector machines (ABTSVMs). Simulation results show that BTSVMs multiclassifiers are feasible to solve fault diagnosis problem, and obtain high classification precision and speed.With MATLAB platform, fault diagnosis system of analog circuits is developed. Several modules of fault diagnosis system are designed and the improved BTSVMs algorithms are realized.Keywords: Analog Circuit。最初的支持向量機(Support Vector Machines，SVM)算法是對兩類問題進行分類，但模擬電路故障分類大多屬于多類分類問題。傳統(tǒng)的小波變換(Wavelet Transform,WT) 只對信號近似部分 (低頻)作進一步的分解，小波包變換(Wavelet Packet Transform,WPT)則可以同時對近似部分和細節(jié)部分(高頻)進行分解，本文用小波包變換對電路故障信號進行特征提取。因此，及時準確地預(yù)測和檢測出電路故障，既可以減少事故，保證系統(tǒng)平穩(wěn)可靠地運行，同時也可以降低生產(chǎn)成本。本人授權(quán)　　 　 　大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W 歷而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示誠摯的謝意。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。(如作者和導(dǎo)師同意網(wǎng)上交流，請在下方簽名：否則視為不同意)學(xué)位論文作者簽名 ： 導(dǎo) 師 簽 名 ： 簽 字 日 期 ： 簽 字 日 期 ：畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明東北大學(xué)碩士學(xué)位論文 摘 要－II－本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進行的研究工作及取得的成果。作者簽名：　　 　 　　 日　 期：　　 　 　　 東北大學(xué)碩士學(xué)位論文 摘 要－III－學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。隨著模擬電路不斷向大型化、集成化方向發(fā)展，電路的復(fù)雜性不斷提高，故障診斷的難度也隨之增大，且一旦發(fā)生故障，可能會造成人員和財產(chǎn)的巨大損失。針對模擬電路往往有容差，而且不同節(jié)點的電壓或電流對不同故障敏感的特點，利用 PSpice 特有的蒙特卡洛分析和最壞情況分析功能，對不同故障狀態(tài)的信號進行采集。實驗結(jié)果表明，最優(yōu)小波包變換適合于軟故障特征提取，不完全小波包變換適合于硬故障特征提取。基于 平臺，開發(fā)了模擬電路故障診斷系統(tǒng)，系統(tǒng)設(shè)計了故障診斷的各個模塊，實現(xiàn)了基于改進 BTSVMs 算法的模擬電路故障診斷。 Support Vector Machine。對這些設(shè)備的維修和保養(yǎng)所投入的經(jīng)費已超過了原先購置這些設(shè)備的投資。區(qū)分故障情況和無故障情況需要多種測試方法；(2) 電路中的元件參數(shù)具有很大的離散性，即具有容差，是實施正確診斷的最大困難；(3) 電路中廣泛存在非線性問題和反饋回路，增加了故障診斷難度；(4) 電路中輸入和輸出間的關(guān)系復(fù)雜并且難于模型化。隨著國民經(jīng)濟的迅速發(fā)展，人們對電子設(shè)備的故障有了更新的認識，為了避免或東北大學(xué)碩士學(xué)位論文 第一章 緒 論－2－盡量減少由故障引起的經(jīng)濟損失以及對人體造成的傷亡等。隨著復(fù)雜度和密集度不斷地增長對模擬電路運行可靠性的要求也日益重要，尤其在軍工、航天等部門，對電子設(shè)備運行可靠性的要求更為嚴格。近年來，模擬電路故障診斷之所以發(fā)展成為—個新興的前沿領(lǐng)域，除了它具有上述的重要實際應(yīng)用意義外，還由于它具有重要的學(xué)術(shù)意義 [2]。 模擬電路故障診斷技術(shù)的發(fā)展及研究現(xiàn)狀模擬電路故障診斷的主要任務(wù)就是在已知網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、輸入激勵信號和響應(yīng)時，求解故障元件的物理位置和參數(shù)。從 20 世紀 70 年代起，世界各國的學(xué)者發(fā)表了許多有關(guān)模擬電路故障診斷方面的本文提出了各種不同的原理和方法 [5]，并在 1979 年達到了一個高峰，奠定了模擬電路故障診斷的理論基礎(chǔ)。我國對模擬電路故障診斷理論的研究起步較晚，約到 70 年代末才被較多地引起重視，以后的發(fā)展比較快，主要從多故障法和字典法開始起步，主流仍然是研究多故障診斷的方法。參數(shù)估計和觀測器/濾波器方法仍然是使用最多的故障診斷方法，但使用神經(jīng)網(wǎng)絡(luò)、模糊邏輯及組合的故障診斷方法明顯的增加，對于非線性系統(tǒng)的故障診斷也有了更多得研究。 模擬電路故障診斷方法分類目前，有關(guān)模擬電路故障診斷原理和方法的學(xué)術(shù)論文里，根據(jù)不同的原理，提出東北大學(xué)碩士學(xué)位論文 第一章 緒 論－4－了許多故障診斷方法，下面對這些方法從不同的角度加以分類 [5]。(2) 按目的可分為：故障檢測法、故障定位法和故障識別法。(6) 按激勵信號類型可分為：工作信號法和仿真信號法，單測試信號法和多測試信號法，以及單頻信號法和多頻信號法。故障字典法是測前模擬診斷的典型方法。前者又稱故障分析法，故障分析法通過線性電路的方程組把激勵和響應(yīng)與電路元件參數(shù)聯(lián)系起來，以便計算出元件參數(shù)值，如果元件參數(shù)值的偏移超出允許的容差范圍，則就判斷該元件發(fā)生故障。測后模擬法還有估計法，包括最小平方判據(jù)法、二次規(guī)范法、L1 范數(shù)法、符號傳遞函數(shù)法等，圖 為模擬電路故障診斷方法分類圖。本文針對電路故障診斷中特征參數(shù)提取、多類分類等重點問題進行了研究。(3) 支持向量機原理本文研究了經(jīng)驗風(fēng)險最小化原則和結(jié)構(gòu)風(fēng)險最小化原則、統(tǒng)計學(xué)習(xí)理論的理論框架和支持向量機的原理與方法。 (6) 支持向量機改進算法針對以往支持向量機多類分類算法的優(yōu)缺點，結(jié)合模擬電路故障診斷對實時性和分類精度的特定要求，提出了四種適合模擬電路實時在線故障診斷的新算法——基于數(shù)據(jù)分離性測度的改進二叉樹支持向量及多類分類算法：偏二叉樹、隨機二叉樹、完全二叉樹和自適應(yīng)二叉樹支持向量機多類分類算法。電路產(chǎn)生故障的原因有很多，但通常來自設(shè)計、制造和使用等三個階段。(2)軟故障：指元件參數(shù)超出預(yù)定的容差范圍，通常情況下，設(shè)備沒有完全失效。從故障電路中不同故障的關(guān)系來區(qū)分，可分為獨立故障和從屬故障。(1)永久性故障：即故障不能自動恢復(fù)原狀，例如開路、短路等。(1)在線測試：測試時不中斷被測電路的正常運行。故障測試需有一定的測試點，被測電路節(jié)點可分為可及節(jié)點和不可及節(jié)點 [16]。東北大學(xué)碩士學(xué)位論文 第二章 模擬電路故障診斷 －8－根據(jù)對模擬電路故障診斷要求的高低，可分為故障檢測、故障定位和故障識別。 常用的模擬電路故障診斷方法隨著自然科學(xué)的發(fā)展，對于企業(yè)生產(chǎn)的不同環(huán)節(jié)產(chǎn)生了測前模擬方法、測后模擬方法和逼近法及人工智能方法。在實際診斷時，只要獲取電路(系統(tǒng))的實時特征，就可以從故障字典中查出此時對應(yīng)的故障。 測后模擬法測后模擬診斷的典型方法主要有元件參數(shù)辨識法和故障驗證法。此外，由于這些工作都是測試后進行的，實時性很差。由于電路中總的故障種數(shù)較大，而各種故障的組合數(shù)則更大，因此，這種“猜測”的次數(shù)東北大學(xué)碩士學(xué)位論文 第二章 模擬電路故障診斷 －9－很多，且計算量非常大。否則，會出現(xiàn)誤診斷或不能診斷出故障等情況。逼近法包括測前模擬中的概率統(tǒng)計方法和測后模擬中優(yōu)化方法。專家系統(tǒng)就是其中一個主要的應(yīng)用。根據(jù)領(lǐng)域?qū)＜业闹R和長期實踐的經(jīng)驗總結(jié)，把自然語言轉(zhuǎn)化成計算機理解的機器語言，如產(chǎn)生式規(guī)則、框架表示和邏輯表示等，診斷模型一般由數(shù)據(jù)庫、知識庫、推理機和人機接口組成。在此基礎(chǔ)上產(chǎn)生的模糊邏輯故障診斷方法增加了函數(shù)隸屬度的概念，將判斷界限模糊化，使推理更符合實際，最后用逆模糊化得到診斷結(jié)果。神經(jīng)網(wǎng)絡(luò)模型為三層結(jié)構(gòu)，即輸入層、隱含層和輸出層，采用多變量輸入、單變量輸出的模式。目前主要采用 BP 網(wǎng)絡(luò)、 BRF 網(wǎng)絡(luò)、ART 網(wǎng)絡(luò)和Hopfield 網(wǎng)絡(luò)。模式識別問題是通過搜索各模塊特征，對輸入數(shù)據(jù)與各模塊之間的相似性進行鑒別。圖 為一般的模式識別系統(tǒng)示意圖。(3) 特征提取所謂特征提取就是從輸入數(shù)據(jù)中提取特征，針對模式的某些物理性質(zhì)進行數(shù)學(xué)描述。一個模式類的特征代表該類中所有模式的共性。實際上，預(yù)處理、特征提取、學(xué)習(xí)是相互關(guān)聯(lián)的。這樣，模式識別問題是產(chǎn)生決策邊界的問題，這些邊界根據(jù)觀測到的模式向量將 C 個類模式分割開，設(shè) g1(x), g2(x), …,gn(x)是決定這些邊界的決策函數(shù)，如果 gi(x)gj(x)( i, j=1,2,…,i≠j)，則模式類 x 屬于 Ci。即：(1)在電路的各種狀態(tài)(正常和故障狀態(tài))下，對給定的可及點( 測試點) 在選定的激勵下進行測試；(2)根據(jù)獲得的測試數(shù)據(jù)提取各故障狀態(tài)的特征，記錄下各狀態(tài)特征，并選擇產(chǎn)生決策函數(shù)；(3)對待診斷特征向量由決策函數(shù)實行分類。特征提取是模式識別法中的一個重要環(huán)節(jié)，它直接影響到診斷系統(tǒng)的分類效果，同時也是一個較為復(fù)雜的環(huán)節(jié)。 本章小結(jié)本章根據(jù)故障電路的故障程度、故障數(shù)目、故障之間關(guān)系、故障表現(xiàn)形式等定義了不同的故障類型；分析了測前模擬方法、測后模擬方法和逼近法及人工智能方法，并指出了這些方法的優(yōu)缺點。 PSpice 的發(fā)展PSpice 是 Spice(Simulation Program with Integrate Circuit Emphasis，即集成電路編程仿真技術(shù))軟件應(yīng)用在個人計算機上的版本。 Spice 源程序是開放的，能迅速地進行擴展和改進，使得它的電路分析功能不斷的擴充，算法不斷的完善，元器件和模型不斷的增加和更新，分析精度和運行時間也得到有效的改善，因而成為工業(yè)和科研上電路模擬的標(biāo)準工具 [19,21]。由于其 PSpiceA/D 高超的電路仿真能力，Microsim 公司被 EDA 領(lǐng)域最負盛名的公司ORCAD 并購，PSpice 程序因此正式更名為 OrCADPSpiceA/D，版本升級