??? 雷達系統(tǒng)作為現(xiàn)代戰(zhàn)爭的“千里眼”,，作用、地位十分突出,，某型炮瞄雷達系統(tǒng)已經(jīng)開始裝備我陸軍大部分部隊,，成為我軍防空打靶訓練中的主干設備，是地面防空系統(tǒng)的重要組成部分,，它可在全天候條件下搜索,、發(fā)現(xiàn)、監(jiān)視和跟蹤空中目標,，控制火炮對目標實施有效地射擊^[1],。但是，雷達系統(tǒng)也已成為戰(zhàn)時首波遭受重點打擊的對象之一,，其戰(zhàn)損率高,，保障難度大。
??? 電視跟蹤系統(tǒng)作為某型雷達的重要組成部分,，是雷達系統(tǒng)保障的重點之一^[2],。本文以某型雷達電視跟蹤系統(tǒng)的終端—電視監(jiān)視器為研究對象，對其內部的視頻放大電路進行分析，對基于仿真的故障知識生成方法進行研究,，為解決電路故障診斷系統(tǒng)知識獲取的瓶頸問題提供了一個可行的方法,。利用當前世界公認的PC級電路仿真軟件PSpice作為仿真平臺，通過C語言編寫的程序控制,，自動生成視頻放大器故障知識庫,。在仿真環(huán)境下對電路注入故障不僅可以降低測試費用，獲得有效的故障知識,，而且能降低知識獲取的工作量以及對專業(yè)知識的依賴性,，有效解決當前電路故障知識獲取的難題^[3]。
1 故障知識獲取方法研究
??? 知識是診斷系統(tǒng)的核心與關鍵,。把有關信息關聯(lián)在一起所形成的信息結構定義為知識,。知識具有相對正確性、不確定性,、可表示及可利用性,。目前智能診斷系統(tǒng)中，知識常被分為深層知識和淺層知識,，所謂深層知識是指相關領域中的理論性知識,、原理性知識，而專家的經(jīng)驗通常被稱為表層知識或淺層知識,。一般來說,，淺層次的知識有利于診斷效率的提高，深層次的知識有利于精確解的獲得,。目前大多數(shù)智能系統(tǒng)都比較強調專家經(jīng)驗知識的作用,，而較少關心深層知識，這在一定程度上限制了智能系統(tǒng)求解的能力^[3],。
??? 針對建立電子裝備智能故障診斷系統(tǒng)的知識獲取瓶頸問題,，專業(yè)人員對故障診斷知識獲取技術進行了廣泛的研究，目前主要的方法有以下幾種：
??? (1)基于數(shù)據(jù)發(fā)掘的知識獲取方法,。該方法是從包含大量真實數(shù)據(jù)的數(shù)據(jù)庫中提取隱藏的,、先前未知的及具有潛在應用價值的信息。
??? (2)基于模糊粗糙集的知識獲取方法,。模糊粗糙集是由波蘭數(shù)學家Pawlak Z提出的,，可以用于分析不完整、不確定的數(shù)據(jù),，能夠將隱藏在信息系統(tǒng)中的知識以規(guī)則的形式挖掘出來,。
??? (3)基于因果圖的知識獲取方法。1994年張勤教授提出的動態(tài)因果圖是一種不確定的基于概率論的圖形化的知識表達推理方法,，可將產生式規(guī)則用直觀的因果圖表示,。
??? (4)基于免疫算法的知識獲取方法,。免疫算法(IAs)是近年發(fā)展起來的一類求解多模態(tài)優(yōu)化問題的算法，基于該項技術的知識獲取方法是將每個診斷規(guī)則看作是抗體群中之一,，通過免疫算子對抗體群進行反復迭代得到最優(yōu)診斷知識^[4],。
??? (5)基于人工神經(jīng)網(wǎng)絡的知識獲取方法。人工神經(jīng)網(wǎng)絡具有自組織,、自學習,、自適應能力，基于人工神經(jīng)網(wǎng)絡的知識獲取方法就是利用這些特點,，通過對訓練樣本的學習自動獲取知識,。
??? 故障知識獲取方法的研究促進了故障診斷技術的發(fā)展。目前比較成熟的故障診斷技術有專家系統(tǒng)和故障字典法,。但是它們的基本思想都是依靠領域專家的啟發(fā)性知識,，使用某種描述方法（例如：IF…THEN型規(guī)則）建立知識庫，在計算機采集到被診斷對象的信息后,，推理機在一定的推理策略下進行推理,，并通過解釋機將系統(tǒng)的推理結果解釋給用戶，從而可以迅捷有效地找到故障或者可能的故障,，再由用戶進行必要的驗證^[5],。
??? 本文提出的故障知識獲取思想與以往的故障知識獲取方法在實現(xiàn)思路上有所創(chuàng)新，因此故障診斷實現(xiàn)方法也與上述方法有所區(qū)別,。它是直接從電路的最基本單元——元器件出發(fā),，對每一個元器件建立比較準確實用的故障模型，輸入到故障模型庫當中,。然后通過程序控制實現(xiàn)故障模型之間的相互組合,，建立比較完備的故障知識庫。
2 視頻放大器電路故障知識自動生成的實現(xiàn)過程
2.1 故障器件模型庫的建立
??? 故障器件模型指的是對器件在非正常工作狀態(tài)下的近似描述,，建立的目的是為了模擬器件在故障狀態(tài)下的行為。目前常用的故障器件模型分為兩種：用于硬故障的構造模型和用于軟故障的參數(shù)模型,。構造模型一般根據(jù)器件的物理原理得到,，每種元器件可能產生故障的數(shù)目和模式是固定的。例如開路時,，對應的故障引腳電阻阻值設置為無窮大,；短路時，其對應故障結電阻阻值一般設置為5Ω,；擊穿時,，對應的故障結電阻阻值設置為700Ω(PN結擊穿后電阻阻值一般在500Ω～1500Ω之間)。在仿真硬故障時采用較為簡單的模型,，在開路的引腳上串聯(lián)無窮大的電阻,，短路引腳用阻值為零的電阻連接,，避免電源同時短路^[4]。
??? 為了盡可能模擬電路中可能產生的所有故障,，參數(shù)模型的建立是解決問題的關鍵,。在模擬電路的實際故障當中，短路以及斷路的情況發(fā)生的畢竟比較少,，排除起來也較為簡單,；電路故障的排除難點在于元器件參數(shù)的漂移，至今仍沒有找到很好的解決辦法^[6],。本文從元器件的本身出發(fā),，詳細分析內部參數(shù)與故障現(xiàn)象之間的關系，進行元器件的參數(shù)建模,。
??? 參數(shù)模型完全建立在器件模型的基礎之上,，每一個元器件的故障模型不止一個，而同類型的元器件也完全可以用同一個故障模型來代替,。因此,，完全可以按照元器件的類型進行建模，根據(jù)實際需要建立一定的步長,，通過修改器件模型中的參數(shù)值,，建立實用的故障模型。
2.2 PSPICE的工程管理
??? PSpice軟件主要包含5個部分：
??? (1)輸入部分：主要負責文本或圖形的讀入和編譯,；
??? (2)器件模型處理：根據(jù)用戶輸入的器件參數(shù)將器件表示成數(shù)學表達式或參數(shù)數(shù)組,；
??? (3)建立電路方程：根據(jù)電路結構、元件參數(shù),、分析類型等用改進節(jié)點法建立方程,；
??? (4)求數(shù)值解：根據(jù)分析要求對上一步建立的方程求解；
??? (5)輸出部分：負責輸出結果的后處理^[7],。
??? 如果以PSpice軟件作為仿真平臺,，PSpice軟件就真正地成為了一個故障仿真器，根據(jù)故障器件模型建立的原則,，使用Pspice軟件中的Model Editor模塊^[8],，根據(jù)器件手冊給出的元器件特性參數(shù)建立元器件故障模型，保存在本工程下的故障模型庫當中^[9],。
??? 最后將所有可能的故障情況的仿真結果仿真出來,，然后將每一種仿真結果輸入到數(shù)據(jù)庫中，實現(xiàn)了視頻放大電路故障知識庫自動建立^[10],。
2.3 VC++編譯環(huán)境下的程序設計
??? 視頻放大器電路故障模型庫建立以后,，每一個元器件在故障模型庫內均可以找到自己的故障模型，然而電路故障發(fā)生的可能性往往是由故障器件之間的相互組合形成的,，因此可能出現(xiàn)的故障數(shù)量眾多,，仿真結果數(shù)目也十分巨大,。如果用傳統(tǒng)的手工建立這樣的數(shù)據(jù)庫，不僅耗時耗力,，而且非常難實現(xiàn),。
??? 針對以上出現(xiàn)的難點問題，本文提出在VC++編譯環(huán)境下,，利用C語言程序控制已經(jīng)建立好的故障器件模型自動地去替代原來正常的器件模型,，實現(xiàn)故障模型之間的相互組合，理論上覆蓋了所有可能的故障情況,，建立比較完備的故障仿真知識庫,。
??? 利用C程序控制命令行，通過命令行來啟動PSpice仿真文件,，PSpice可以通過配置命令行參數(shù)自定義啟動模式,。從Design Manager菜單中選擇File/Properties命令，用戶可以在命令行文本屬性對話框中自定義這些屬性,，設置啟動參數(shù),。通過實驗驗證了該方法的可行性，實現(xiàn)了故障知識獲取的新思路,，如圖1所示,。

?

3 驗證
??? 以視頻放大器電路為例進行簡單分析。視頻放大器原理圖如圖2所示,，在輸入輸出端口放置探針,，觀察輸入輸出波形。具體步驟為：(1)根據(jù)視頻放大器內部電路元器件的失效方式以及參數(shù)建立故障模型,；(2)在VC++編譯環(huán)境下利用C程序控制命令行建立與PSpice軟件的鏈接,。根據(jù)實際驗證，命令行完全可以實現(xiàn)對PSpice文件的啟動,，而命令行又可以利用C語言程序進行控制,。因此對PSpice軟件的程序控制難題得到解決；(3)利用C程序控制故障模型庫中的故障模型不停地去替換現(xiàn)有的元器件模型,，并實現(xiàn)故障模型之間的相互組合,，生成視頻放大器電路故障知識庫。

?

??? 本文利用逆向思維,，提出了基于PSpice仿真的故障知識獲取新方法，以電視監(jiān)視器電路為例具體分析了實現(xiàn)的過程,，在一定程度上實現(xiàn)了知識獲取的“智能化”,。如果根據(jù)國家標準，定義元器件的故障失效方式以及具體參數(shù),，不斷地更新元器件故障模型庫,，通過填寫故障知識，就可以應用到雷達系統(tǒng)中的各個電路模塊中,，并可以根據(jù)不同模塊添加故障知識,，修改程序。在維護檢修過程中,，可以對模塊進行檢測從而縮小檢測范圍,，提高效率，通過更換模塊節(jié)約成本,，結合專家經(jīng)驗設計一套簡便而準確快速實用的故障字典,。
參考文獻
[1] 段敏，張錫恩.基于仿真的通用模擬電路故障知識獲取平臺[J].計算機工程與設計,，2006,，27(1):129-131.
[2]?Gatelani M，Giraldi S.A measurement system for fault detection and fault isolation of analog circuits[J] .Measurement,1999,(25).
[3]?郭梁.基于仿真的二次電路,，故障知識生成技術研究[D].軍械工程學院,，2007.
[4]?賈新章. OrCAD/ PSpice9 實用教程[M].西安:西安電子科技大學出版社, 2005 :86-87.
[5]?汪建民.PSpice電路設計與應用[M]. 北京國防工業(yè)出版社，2007.
[6]?周東華,，王桂增.故障診斷技術綜述[J].化工自動化及儀表,，1998，25(1):58-62.
[7]?Masanotti D,，Langlois p,，Taylor j.A method to model neuron activity.Proceedings of the 28th IEEE EMBS Annual International Conference,New York：Aug 30-Sept 3，2006.
[8]?祁士勇,，高洪濤,。PSPICE在模擬電路故障診斷中的應用[J].科技資訊，2008,，(13).
[9]?羅飛,。通用電路的計算機分析與設計——PSpice應用教程[M]. 北京：中國水利水電出版社，2004.
[10]?許穎.基于知識的雷達設備故障診斷的研究[D].航天部二院,1992.
[11]?總裝備部通用裝備保障部.LLP12型雷達技術勤務與修理[M].
[12]?李永平.PSpice電路仿真程序設計[M].北京：國防工業(yè)出版社,，2006.