摘  要： 介紹了現(xiàn)有的動態(tài)模擬電路故障特征提取方法,，概述了網(wǎng)絡分析法,、頻率特性分析法、節(jié)點電壓靈敏度分析法、Volterra頻域核提取法等動態(tài)模擬電路故障特征提取方法的發(fā)展現(xiàn)狀并總結了其研究成果,，并對各種方法的基本原理和優(yōu)缺點進行了分析探討,。結合電路故障診斷的發(fā)展過程和趨勢，指出了動態(tài)模擬電路故障特征提取的研究和發(fā)展方向,。
關鍵詞： 動態(tài)模擬電路,；故障特征提取,；網(wǎng)絡分析,；頻率特性；節(jié)點電壓靈敏度,；Volterra頻域核

    電子技術的迅猛發(fā)展以及相關應用領域中近乎苛刻的可靠性要求,，推動著電路故障診斷理論與研究的不斷發(fā)展。目前,，數(shù)字電路故障診斷方法已經(jīng)得到快速發(fā)展與廣泛應用,，但模擬電路故障診斷方法卻發(fā)展緩慢，未取得突破性的進展,，這是由于模擬電路自身屬性即：輸入輸出均是連續(xù)量,、元器件容差、非線性及反饋的存在所決定的[1],。動態(tài)模擬電路是模擬電路的重要部分,，然而，現(xiàn)有許多模擬電路故障特征提取方法的研究對象僅局限于靜態(tài)模擬電路,，或者僅對動態(tài)模擬電路進行穩(wěn)態(tài)分析,，因此針對動態(tài)模擬電路很難形成較為完整和體系化的故障診斷方法。然而在實際的系統(tǒng)中,，動態(tài)電路的暫態(tài)過程往往包含能夠反映間歇性故障,、軟故障以及電容充放電過程中故障的信息，而一旦進入穩(wěn)態(tài)后,，這些信息將消失,；電路分析理論也需要對動態(tài)電路的暫態(tài)過程進行分析，因此尋求高效的動態(tài)模擬電路故障診斷方法成為人們必須面對和解決的問題,。而電路故障診斷的關鍵是故障特征的提取,，要求故障特征不僅包含豐富的故障信息量，而且與故障狀態(tài)間具有明確的對應關系[2],。動態(tài)模擬電路故障診斷的研究發(fā)展緩慢,，很大程度上是針對動態(tài)模擬電路的故障特征提取方法研究發(fā)展緩慢所致。
    含有動態(tài)元件即電容或電感及其他動態(tài)元件的模擬電路稱為動態(tài)模擬電路[3],。對動態(tài)模擬電路的故障特征提取不但要研究其穩(wěn)態(tài)特征,，還要研究其暫態(tài)特征,。按故障特征提取依據(jù)的理論，現(xiàn)有的動態(tài)模擬電路故障診斷特征提取方法可分為網(wǎng)絡分析法,、頻率特性分析法,、節(jié)點電壓靈敏度分析法和Volterra頻域核提取法。
1 現(xiàn)有的動態(tài)模擬電路故障特征提取方法
    一直以來,，針對動態(tài)模擬電路的故障特征提取問題的研究都包含在一般的模擬電路故障特征提取問題的研究中,，而針對一般的模擬電路故障特征提取問題往往只關注其穩(wěn)態(tài)特征，而忽視其暫態(tài)特征,，這些暫態(tài)特征通常就是對動態(tài)模擬電路中動態(tài)元件參數(shù)的具體反應,。一旦電路進入穩(wěn)態(tài)，這些暫態(tài)特征就會消失,。針對動態(tài)模擬電路故障診斷的故障特征提取方法必須同時包含能夠反應電路穩(wěn)態(tài)信息和暫態(tài)信息的量,，才能實現(xiàn)對電路中動態(tài)元件進行全面診斷的目的。
1.1 網(wǎng)絡分析法
    網(wǎng)絡分析法是指基于電路網(wǎng)絡分析理論,，利用動態(tài)電路結構約束的KCL,、KVL方程以及端口電壓、電流的約束關系,，構建故障特征提取方程的一類方法的統(tǒng)稱,。此類方法借助成熟的電路網(wǎng)絡分析理論，在研究的初期獲得了快速發(fā)展,，其中比較典型的研究成果有：將驗證割集KCL一致性作為提取動態(tài)電路故障的方法[4],；參考文獻[5]利用誤差電流源構建了動態(tài)網(wǎng)絡的故障模型，并在單頻激勵下通過電路節(jié)點方程推導出故障診斷方程,，但是該故障診斷方程是欠定的，可能具有無數(shù)組可行解,；在此基礎上,，參考文獻[6]又將誤差電流源故障模型推廣至大型電路中，提出了多頻激勵下故障診斷方程,，改善了傳統(tǒng)故障診斷方程的欠定性,；參考文獻[7]以“動態(tài)電路故障診斷方程的雅克比矩陣的秩幾乎處處恒等”這一概念為基礎，對動態(tài)模擬電路可診斷性與可測試性,、診斷測試點選擇等問題進行了深入研究,，給出了關于局部可診斷性的定理、同性子網(wǎng)絡之間關系的定理,、動態(tài)網(wǎng)絡的可診斷性與可測試性判定條件和理論推導等,。
    然而在隨后的動態(tài)模擬電路故障特征提取的研究中，網(wǎng)絡分析法所發(fā)揮的作用越來越有限,，進展也日趨緩慢,，主要原因有兩點：(1)由于電路規(guī)模日益擴大,、結構日趨復雜，在推導故障特征提取方程過程中,，需要處理的數(shù)據(jù)量龐大,、耗費時間長，有時甚至無法推導出準確的故障特征提取方程,，最終導致網(wǎng)絡分析法失效,；(2)現(xiàn)有的網(wǎng)絡分析法研究的對象多僅限于線性定常動態(tài)網(wǎng)絡，由于無法構建非線性動態(tài)網(wǎng)絡的分析模型,，極大地限制了網(wǎng)絡分析法的實際應用范圍,。

    參考文獻[8]利用動態(tài)電路的頻率特性進行故障特征提取和診斷研究，提出了基于頻率特性分析故障特征提取法的故障字典法,。參考文獻[9]將神經(jīng)網(wǎng)絡理論與頻率特性分析故障特征提取法相結合,，提出了一種采用BP算法的前向多層神經(jīng)網(wǎng)絡實現(xiàn)動態(tài)電路故障診斷的方法，該方法具有訓練簡單,、故障分辨能力強,、抗容差干擾等特點。
    頻率特性分析故障特征提取法的原理簡單,、直觀,，能夠有效地反映出被測動態(tài)網(wǎng)絡的實際狀態(tài)，得到了較廣泛的應用,。然而此方法在輸入正弦信號時,，往往將網(wǎng)絡的幅頻特性或相頻特性作為故障特征，因此一般僅適用于線性電路[8],。
   

    利用節(jié)點電壓靈敏度守恒定理,，可以選擇若干節(jié)點。通過對無故障電路的測前仿真進行靈敏度分析,，得到每個元件參數(shù)相應軟硬故障時節(jié)點電壓的靈敏度,，按其大小順序排列，形成故障字典,。實測時,，在相同激勵下測試待診斷電路中相應節(jié)點的電壓變化量，按大小排序,，與故障字典中的序列相比較即可定位故障[11],。
    節(jié)點電壓靈敏度序列守恒定理是基于線性網(wǎng)絡討論得出的[10-11]，因此上述故障診斷方法也只能用于線性模擬電路,。雖然有學者針對非線性參數(shù)特性,，采用分段線性迭代的方法構建了元件的線性模型，并應用戴維南定理和諾頓定理在被測電路中對相應元件進行等效替換[10],，但是沒有從根本上解決這一問題,。
1.4 Volterra頻域核提取法
    無論是基于動態(tài)網(wǎng)絡本身的頻率特性分析,，還是基于電路網(wǎng)絡理論的研究，都無法對非線性動態(tài)電路的故障進行有效的特征提取,。因此,，人們開始嘗試利用其他的方法來解決這個問題，Volterra頻域核提取法就是一種典型的方法,。
 
    非線性動態(tài)電路故障診斷的研究困境以及Volterra級數(shù)在靜態(tài)電路故障診斷中的成功應用,，使得人們嘗試將非線性系統(tǒng)的Volterra級數(shù)分析法向頻域內進行推廣，進而提出了基于Volterra頻域核的動態(tài)模擬電路故障特征提取方法[13-14],。該方法把Volterra頻域核作為故障特征,，實現(xiàn)了非線性定常動態(tài)網(wǎng)絡的故障診斷。
    Volterra頻域核的物理意義是廣義頻率響應函數(shù)(GFRF),，它不依賴于系統(tǒng)的輸入,，反映的是系統(tǒng)的本質特性。參考文獻[15-16]采用最小二乘法求解非線性系統(tǒng)廣義頻域響應函數(shù),，但存在誤差以及計算量大等問題,；參考文獻[17]提出了一種利用電路的頻率響應特性快速測量二階非線性動態(tài)電路Volterra頻域核的方法，測量精度較高,。在隨后的研究中,，參考文獻[18]以Volterra響應分解為基礎，提出了一種基于相干檢測軌跡跟蹤的非線性動態(tài)電路故障診斷方法,，該方法利用調幅激勵下非線性電路Volterra響應譜的可分離性,，將非線性電路診斷分解到Volterra子電路上進行，并通過相干檢測對解軌跡分量進行跟蹤,，獲得靜態(tài)故障特征,，最后利用基于靜態(tài)特征的故障診斷方程實現(xiàn)了故障診斷。
    針對非線性動態(tài)模擬電路故障的分析與診斷,，Volterra頻域核提取法有著其他方法無法比擬的優(yōu)勢,。但是目前對Volterra頻域核的提取僅局限于低階分析，高階核的測量精度得不到保證,，如何高精度地獲取高階Volterra核是一個仍需要繼續(xù)研究的問題,。
2 動態(tài)模擬電路故障特征提取方法的研究方向
    參考電路故障診斷的發(fā)展過程和趨勢,，目前動態(tài)模擬電路故障特征提取的研究方向主要有：
    (1)針對非線性動態(tài)電路和混合電路故障特征提取的研究,。即重視與實際應用的結合，研究對象更貼近實際的電路和系統(tǒng),。
    (2)不斷豐富的智能化故障特征提取技術內容,。即如何將模糊理論、遺傳算法,、Agent理論和分形理論等成功地運用到動態(tài)模擬電路故障特征提取中,。
    (3)綜合式動態(tài)模擬電路故障特征提取方法的研究,。如將專家系統(tǒng)、模糊數(shù)學和神經(jīng)網(wǎng)絡等方法綜合到一起的動態(tài)模擬電路故障特征提取方法,，以充分發(fā)揮各種方法的優(yōu)勢,。
    (4)基于機內自測試技術的動態(tài)模擬電路設計研究。通過應用邊界掃描技術,，搭建動態(tài)模擬電路的機內自測試結構,，實現(xiàn)對電路狀態(tài)的可控和可觀，通過自動施加激勵,、自動采集響應,，實現(xiàn)對電路故障的特征提取及診斷。
    綜上所述,，由于動態(tài)模擬電路自身屬性的原因,，針對動態(tài)模擬電路的故障特征提取研究一直進展緩慢，動態(tài)模擬電路故障診斷仍然缺乏有效的故障特征提取手段和診斷方法,，現(xiàn)有的故障特征提取方法有的適用范圍極其有限,，有的則需要進行極其復雜的運算，難以滿足當前的現(xiàn)實需求,。隨著智能技術,、信息融合技術、網(wǎng)絡技術的快速發(fā)展和廣泛應用,，它們與動態(tài)模擬電路故障特征提取的結合已經(jīng)成為必然的趨勢,。隨著可測試性技術的不斷發(fā)展，動態(tài)模擬電路的可測試性設計也已經(jīng)進入了學者們的研究范圍,，機內測試（BIT）技術應用于動態(tài)模擬電路設計,，為動態(tài)模擬電路的故障特征提取研究開辟了一條道路。與BIT技術結合,，進行動態(tài)模擬電路的可測試性設計,，在今后一個相當長的時期內，成為對動態(tài)模擬電路進行故障診斷和設計研究的重要趨勢,。
參考文獻
[1] 王承,，陳光禹，謝永樂.基于動態(tài)電源電流測試的模擬電路故障診斷[J].系統(tǒng)工程與電子技術,，2005,，27(3)：413-415，460.
[2] 徐晨曦,，陳光禹,，張賢志.基于AM激勵下譜分解的非線性電路故障特征提取[J].電子測量與儀器學報，2009,，23(1)：11-15.
[3] 邱關源,，羅先覺.電路[M].北京：高等教育出版社,，2006.
[4] RUTKOWSKI J，MACURA A.Multiple fault location in Ac  circuits[J].IEEE Proceedings,，1986,，133(6)：279-284.
[5] GUPTA H，BANDLER J W,，STARZYK J A,，et al.A hierarchical decomposition approach for network analysis[Z].In  Proc.IEEE.Int Symposium.Circuits System，1982：643-646.
[6] 余士本,，徐丹豐.大型模擬線性動態(tài)電路的故障診斷[J].北京郵電學院學報,，1991，14(3)：29-37.
[7] 林爭輝,，武強.動態(tài)電路故障診斷的可測性研究[J].上海交通大學學報,，1995，29(1)：35-40.
[8] 楊士元.模擬系統(tǒng)的故障診斷與可靠性設計[M].北京：清華大學出版社,，1993.
[9] 崔莼.基于模式識別原理的模擬電路故障診斷方法[J].西安交通大學學報,，1999，30(3)：15-20.
[10] 李鋒,，鄧鐵軍.節(jié)點電壓靈敏度序列守恒定理及其軟硬故障統(tǒng)一診斷字典法[J].應用科學學報,，1998，16(3)：253-261.
[11] 徐磊,，陳圣儉,，王蒙蒙，等.基于靈敏度序列的非線性模擬電路故障診斷[J].微電子學,，2010,，40(6)：857-860，874.
[12] 殷時蓉,，陳光禹,，謝永樂.Volterra核的測量及在非線性模擬電路測試中的應用[J].控制與決策，2006,，21(10)：1134-1137,，1142.
[13] 謝宏，何怡剛.非線性模擬動態(tài)電路故障診斷的頻域方法[J].儀器儀表學報,，2006,，27(5)：512-514，540.
[14] 趙建,，林爭輝.非線性動態(tài)電路故障診斷的遞推方法[J].上海交通大學學報,，1998,，32(1)：8-11.
[15] OU W,，HAN C Z,，WANG W Z.Application of volterra series in the identificaion of nonlinear systems[J].Control and Decision，2002,，17(2)：239-242.
[16] WANG T H,，THOMAS J.Volterra-mapping-based behavioral modeling of nonlinear circuits and systems for high frequencies[J].IEEE Trans on Microwave Theory and Techniques，2003,，51(5)：134-144.
[17] 殷時蓉.基于Volterra級數(shù)和神經(jīng)網(wǎng)絡的非線性電路故障診斷研究[D].成都：電子科技大學,，2007.
[18] 徐晨曦，陳光禹,，李桂祥.基于相干檢測解軌跡跟蹤的非線性電路故障診斷[J].儀器儀表學報,，2008，29(10)：2090-2095.