线性容差电路的K故障模糊屏蔽定位

研究了线性电路的等输入／等输出Ｋ故障屏蔽方法在容差情况下的应用，提出了故障隶属函数，用以定位故障元件或模糊故障集，从而大幅度地降低了故障与容差之间的模糊性，提高了Ｋ故障屏蔽法的实用性。对算法进行了详尽的研究，测后计算量小。     

容差模拟电路的K故障模糊屏蔽诊断算法

文章对容差模拟电路的K故障模糊屏蔽诊断算法进行了详尽的研究，所提算法计算量小，诊断速度快，可信度高，将K故障模糊屏蔽诊断法朝实用化的方向推进了一大步。     

具有容差的模拟电路故障定位的神经网络实现

结合Ｋ故障诊断和ＢＰ网络的分类功能,提出了一种神经网络实现模拟故障定位的方法,该方法将ＢＰ网络训练成具有推广能力的广义故障字典。     

容差电路的K故障屏蔽方法研究

本文对线性电路的等输入／输出K故障屏蔽方法在容差情况下的应用进行了详尽的研究，所提两种K故障模糊屏蔽算法，计算量小，诊断速度快，故障与容差之间的模糊性低，可信度高。     

可诊断容差模拟电路软故障的新故障字典法

基于支路屏蔽的原理,本文提出一种可以诊断容差模拟电路软故障的新故障字典法.文中讨论了该方法的诊断原理和字典的建立方法,给出了容差情况下的仿真诊断例子.     

一种新的容差模拟电路故障屏蔽字典法

提出了一种新的可以诊断容差模拟电路软硬两类故障的故障屏蔽字典法。该法基于统计学原理，计算了容差对故障特征量的影响，在此基础上，通过构造合适的故障隶属函数，将故障定位在一个模糊故障集中，并从中进一步确定出最可能发生的故障。     

模拟电路软故障诊断的研究

分析了模拟电路软故障诊断的重要性及现有的各种软故障诊断方法。对模拟电路软故障诊断字典法中基于支路屏蔽原理、电路参数随元件参数变化轨迹、节点电压灵敏度序列守恒定理和节点电压增量关系方程的四个研究方向各自的基本原理和优缺点进行了探讨;介绍了基于神经网络,结合模糊理论、小波变换的现代模拟电路软故障诊断的两个方向的研究现状;同时从通用的软故障诊断方法、大规模模拟电路的诊断策略和数模混合集成电路的诊断需求三方面指出了模拟电路软故障诊断的发展趋势和亟待解决的问题。     

故障模糊诊断方法及其应用

现代系统一般都采用模块化设计,功能层次比较明显,利用这种功能特点可加速系统的故障诊断。据此,综合层次法和模糊识别法,本文给出了一种基于层次分析和模糊识别的故障诊断方法。该方法根据系统功能特点划分故障模块,使故障具有一定的层次结构,从而加速了故障的定位;再结合模糊识别法进行故障定位,有效地解决了故障状态识别的不确定性问题。最后结合实例分析,验证了此方法的有效性,并具有故障诊断快速、准确的特点。     

基于FKCNN的模拟电路故障诊断方法

研究一种将模糊c均值聚类算法与神经网络相结合的模糊聚类神经网络(FKCNN),在分析该网络的结构和学习方法的基础上,对FKCNN的学习算法进行了一定的改进,并将改进后的模糊聚类神经网络应用于模拟电路的故障诊断,探讨了实现方法,设计了算法步骤,并举例对算法有效性进行了验证.结果表明,运用模糊聚类神经网络能够实现对具有状态可测性的模拟电路的故障诊断.     

基于BP神经网络的大规模电路模块级故障快速诊断方法

根据大规模电路故障诊断网络撕裂法和交叉撕裂搜索方法,采用基于误差反向传播算法的多层前向神经网络(BP神经网络)记载多次撕裂信息,提出了一种新型基于BP神经网络的大规模电路模块级快速诊断方法。该方法能快速有效地并行处理定位故障模块,具有测前工作量小,实时诊断性强等优点。     

基于模糊规则神经分类器的模拟电路故障诊断法

对利用基于模糊规则的神经网络分类器进行模拟电路故障诊断的方法了研究。担子同ＦＲＣ网络模型及其学习算法，它适用于多种类，多规则的分类问题。还探讨了模拟电路故障的一阶及二阶牲概念，并给出了一个用ＦＲＣ进行故障诊断的实例。     

一种新的模拟电路故障诊断方法

将因元件容差和故障产生的元件参数增量及电路不可及节点电压增量作为优化变量，构造一个新的故障诊断非线性约束Ｌ１范数优化问题，并应用Ｈｏｐｆｉｅｌｄ网络原理来处理该Ｌ１范数问题，其显著特点是只需一次优化过程即能估计出最可能故障元件，计算量小，故障诊断实例和计算机模拟结果表明，所提方法是可行的。     

模拟电路故障诊断的小波神经网络方法

利用小波和改进型BP神经网络相结合的方法,进行模拟电路故障诊断;通过分析被测电路的冲激响应,来识别电路中的故障元件;用小波对冲激响应信号进行多尺度分解,进行归一化后,提取特征信息作为神经网络的输入而进行分类。该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间。实验仿真结果表明:该方法能准确实现故障定位且准确率高。     

基于聚类模糊神经网络的非线性电路故障诊断

提出了一种基于聚类算法和模糊神经网络的非线性模拟电路故障诊断方法。通过一个无监督的聚类算法自组织地确定模糊规则的数目并生成一个初始的故障诊断模糊规则库，构造了一类模糊神经网络，通过训练调整网络权值，使故障诊断模糊规则库的分类更加精确，并通过仿真实验验证了该方法的有效性。     

基于Takagi-Sugeno型自适应模糊神经网络的模拟电路故障诊断

该文提出了一种基于Takagi-Sugeno型自适应模糊神经网络故障诊断方法。首先通过电路仿真获得故障样本,其次利用主成分分析对故障样本进行降维处理,减少自适应模糊神经网络的输入,降低训练时间,然后采用BP算法与最小二乘法相结合的混合学习算法训练自适应模糊神经网络的连接权值和隶属度函数。仿真结果表明,此方法能够快速有效地对模拟电路的故障进行诊断和定位,表现出了很好的应用潜力,在容差模拟电路故障诊断领域具有较好的应用前景。     

线性模拟电路的双故障诊断及人工神经网络的实现

本文提出了一种进行线性模拟电路双故障定位的原理及以此为基础的人工神经网络实现方法。文中论述了双故障元件参数在零到无穷大间变化时，测量值在增量空间所具有的一般特性。当可测端对各元件的转移阻抗或各元件单故障空间特性已知时．则根据两次独立测试结果，即可对双重故障定位。这一方法减小了传统K故障法所需的在线计算量，算例表明此法有好的诊断效果。     

基于信息融合技术的模拟电路故障诊断

论述了基于多类电量测试信息模糊融合的模拟电路故障诊断方法的基本原理,提出了分别基于K故障节点诊断法和最小标准差法的元件故障隶属函数构造方法,以及基于可测点电压与不同测试频率下电路增益的模糊信息融合诊断算法.分别利用此两类测试信息及K故障诊断法和最小标准差法,对电路进行初步诊断,再运用模糊变换及故障定位规则,得到融合的故障诊断结果.模拟实验结果表明,所提方法大大提高了故障定位的准确率.     

基于PSPICE进行模拟电路故障建模的方法

文章研究了基于PSPICE的模拟电路故障仿真中的故障建模问题。提出了用故障字典法诊断模拟电路硬故障时,基本元件的物理故障和集成电路的功能故障进行故障建模的方法。在直流诊断和交流诊断中，故障建模的方法有所不同。最后用例子说明了这种方法的可行性。     

模拟电路故障诊断的新故障字典法

基于节点电压灵敏度,将文献[1]中的线性无容差电路的故障字典法推广到可以诊断容差模拟电路和非线性电路软故障的新故障字典法。讨论了该方法的原理和字典的建立方法,给出了仿真实例。