TDA2030功放電路圖 電動(dòng)車充電器電路圖 電子電路 功放電路 電子制作 集成塊資料 電子報(bào) pcb 變壓器 元器件知識(shí) 逆變器電路圖 電路圖 開關(guān)電源電路圖 傳感器技術(shù) led 電磁兼容
電子電路圖
當(dāng)前位置: 首頁(yè) > 電子電路 > 電子基礎(chǔ)

綜述電路板維修測(cè)試與診斷技術(shù)

時(shí)間:2009-06-12 13:24:22來(lái)源:網(wǎng)絡(luò) 作者:admin 點(diǎn)擊:
無(wú)

 在實(shí)際應(yīng)用中,大多數(shù)電路是模數(shù)混合系統(tǒng),既有模擬信號(hào),又有數(shù)字信號(hào)。模、數(shù)混合系統(tǒng)是板極電路診斷中的難點(diǎn)。

根據(jù)板極電路的類型可將故障診斷分為兩類:數(shù)字系統(tǒng)的故障診斷和模擬系統(tǒng)故障診斷。數(shù)字系統(tǒng)故障診斷的基本思想是在輸入端加載激勵(lì)信號(hào),在輸出端得到響應(yīng),根據(jù)激勵(lì)和響應(yīng)的組合關(guān)系以及電路的拓?fù)潢P(guān)系確定故障點(diǎn)。其關(guān)鍵是測(cè)試向量的生成,即在輸入端加載什么樣的激勵(lì)信號(hào),才能使電路內(nèi)部的故障點(diǎn)反應(yīng)出來(lái)。模擬系統(tǒng)由于自身的特點(diǎn),使得其故障診斷比數(shù)字系統(tǒng)更復(fù)雜。模擬信號(hào)量是連續(xù)的,任何一個(gè)元件的參數(shù)超過其容差時(shí)就屬故障,因此模擬電路的故障狀態(tài)是無(wú)限的。
 
  一、板極電路故障診斷技術(shù)的發(fā)展
  自從60年代美國(guó)開始系統(tǒng)地開展故障診斷技術(shù)的研究以來(lái),這一技術(shù)在世界各國(guó)正越來(lái)越受到重視。隨著系統(tǒng)可靠性、維修性理論和技術(shù)的發(fā)展,故障診斷已發(fā)展成為一門邊緣學(xué)科,它涉及系統(tǒng)論、控制論、信息論、檢測(cè)與估計(jì)理論、計(jì)算機(jī)科學(xué)等多方面的內(nèi)容。
  早期的數(shù)字系統(tǒng)故障診斷主要用于功能測(cè)試。Eldred在1959年提出了第一篇關(guān)于組合電路的測(cè)試報(bào)告,開始了數(shù)字系統(tǒng)故障診斷的研究。D.B.Armstrong根據(jù)Eldred的基本思想,在1966年提出了一維通路敏化的方法,其主要思路是對(duì)多級(jí)門電路尋找一條從故障點(diǎn)到可及輸出端的敏化通路,使在可及端可以觀察到故障信號(hào)。1967年Schneidr用例子指出單通路敏化法并不能找出所有的故障。同年Roth提出了多通路敏化法的D算法,從理論上解決了組合邏輯電路測(cè)試問題。由于D算法也存在某些不足,Goel提出了PODEM算法,F(xiàn)ujiwara提出一種面向扇出的測(cè)試生成算法-FAN算法。此外,Seller等提出的布爾差分法和Thayse提出的布爾微分法,使通路敏化的理論得到了系統(tǒng)化。隨著系統(tǒng)和電路規(guī)模的增大,Archambeau等提出的偽窮舉法,為窮舉法用以解決大型組合電路的測(cè)試開拓了新的途徑。另外,我國(guó)學(xué)者魏道政提出的主通路敏化法,梁業(yè)偉提出的全通路圖法等等,也均有其各自的優(yōu)點(diǎn)。
  模擬系統(tǒng)的測(cè)試與診斷自60年代開始以來(lái),進(jìn)展一直比較緩慢。最早發(fā)表這方面文章的是S.D.Bedrosiam。它變成活躍的領(lǐng)域即是在70年代,P.DUhamet和F.C.Rault總結(jié)了這一時(shí)期的研究成果。模擬電路的測(cè)試與診斷發(fā)展緩慢,其原因主要有:一是模擬系統(tǒng)的集成度較低,規(guī)模較小,采用人工測(cè)試和修理可以滿足實(shí)際需要;另一個(gè)原因是模擬電路的測(cè)試與診斷遠(yuǎn)比數(shù)字系統(tǒng)困難,無(wú)論理論上還是測(cè)試方法上均未完全成熟,可付諸使用的還比較少。
 
  二、數(shù)字系統(tǒng)故障診斷技術(shù)
  目前,獲取數(shù)字系統(tǒng)測(cè)試集的方法主要有非確定性測(cè)試生成和確定性測(cè)試生成。非確定性生成算法是指人工測(cè)試生成,即由測(cè)試人員根據(jù)對(duì)被測(cè)系統(tǒng)功能的了解,并結(jié)合實(shí)際測(cè)試經(jīng)驗(yàn),產(chǎn)生檢測(cè)被測(cè)系統(tǒng)故障的測(cè)試集,也包括隨機(jī)測(cè)試生成,即用軟件方法產(chǎn)生偽隨機(jī)數(shù),通過故障仿真對(duì)偽隨機(jī)碼進(jìn)行篩選,以產(chǎn)生故障覆蓋率較高的測(cè)試集。確定性測(cè)試生成是采用測(cè)試生成算法自動(dòng)推導(dǎo)數(shù)字電路的測(cè)試矢量。D算法和布爾差分法是廣泛使用的確定性算法,它們經(jīng)過多年的使用和改進(jìn),已被分別發(fā)展為九值算法和主通路敏化法。
  布爾差分法通過處理電路方程來(lái)生成測(cè)試。對(duì)多固定型故障,可采用Messon等人提出的多階布爾差分法來(lái)求解。至于用更高階布爾差分來(lái)法來(lái)對(duì)更多重故障進(jìn)行測(cè)試,可由二階布爾差分推廣得出。布爾差分法結(jié)構(gòu)嚴(yán)謹(jǐn),有很高的理論研究?jī)r(jià)值。但是將其用于大型電路時(shí),占用內(nèi)存空間較大,速度較慢。主通路敏化法從布爾差分法發(fā)展而來(lái),吸收了布爾差分法和D算法的優(yōu)點(diǎn),計(jì)算速度較快,適合于以功能塊為基本單元的組合電路和時(shí)序電路。
  其它測(cè)試方法大多以D算法和布爾差分法為基礎(chǔ)發(fā)展而來(lái)。PODEM算法以D算法為基礎(chǔ),將D算法和求解NP問題常用的界限法相結(jié)合,減少回溯次數(shù),避免了許多盲目的測(cè)試
  FAN算法是在PODEM算法基礎(chǔ)上產(chǎn)生的,F(xiàn)AN算法將PODEM算法的沿單路徑反向跟蹤,擴(kuò)展為多路徑反向跟蹤,縮短了回溯之間的處理時(shí)間,其速度比PODEM算法快。
 
  三、模擬電路故障診斷技術(shù)
  模擬電路故障診斷技術(shù)依據(jù)電路仿真是在實(shí)際測(cè)試前還是后,可分為測(cè)前模擬診斷和測(cè)后模擬診斷,模擬診斷的主要計(jì)算工作集中在對(duì)電路作仿真上。如以人工智能新理論的出現(xiàn)為界線,也可分為經(jīng)典常規(guī)的診斷方法與現(xiàn)代模擬電路故障診斷兩類方法。
  經(jīng)典常規(guī)方法主要包括:故障字典法、元件參數(shù)辨識(shí)法和故障驗(yàn)證法。元件參數(shù)辨識(shí)法和故障驗(yàn)證法屬于測(cè)后模擬診斷法。元件參數(shù)辨識(shí)法要求提供較多的診斷有用信息,總的計(jì)算量非常大。故障驗(yàn)證法是在獲取“不完整”的有限故障信息基礎(chǔ)上作診斷,實(shí)施比較方便,根據(jù)預(yù)測(cè)故障的范圍,故障驗(yàn)證法可分為K故障診斷法,故障界定位法和網(wǎng)絡(luò)撕裂法等。測(cè)前模擬診斷的典型方法是故障字典法,它是目前模擬電路故障診斷中最具有實(shí)用價(jià)值的方法。根據(jù)激勵(lì)源的性質(zhì)和所取故障特征的差異,故障字典法可分為直流故障字典(特征是測(cè)試端的直流電壓或電流向量)和交流(頻域)故障字典(特征是測(cè)試端的頻域響應(yīng))。
  神經(jīng)網(wǎng)絡(luò)故障字典法把模擬電路的故障診斷看成是一個(gè)分類問題,利用神經(jīng)網(wǎng)絡(luò)的分類功能來(lái)診斷故障。在測(cè)前把神經(jīng)網(wǎng)絡(luò)訓(xùn)練成一部故障字典,字典的信息蘊(yùn)含在網(wǎng)絡(luò)的連接權(quán)值,只要輸入電路的測(cè)量特征,就可以從其輸出查出故障。目前神經(jīng)網(wǎng)絡(luò)故障字典法中用到的神經(jīng)網(wǎng)絡(luò)主要有SOM(Self-organizing Feature Map)和BP兩種神經(jīng)網(wǎng)絡(luò)。SOM網(wǎng)絡(luò)適用于交流電路,能更有效的克服容差因素對(duì)故障定位的影響。一般同時(shí)采用兩種不同類型神經(jīng)網(wǎng)絡(luò)相級(jí)聯(lián)建立故障診斷字典。
  智能計(jì)算在神經(jīng)網(wǎng)絡(luò)故障字典法中有著很好的應(yīng)用前景:如采用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)(隱層結(jié)點(diǎn)數(shù))和具體參數(shù)進(jìn)行優(yōu)選,避免靠經(jīng)驗(yàn)確定這些參數(shù)的弊端,保證得到用于故障診斷的最優(yōu)神經(jīng)網(wǎng)絡(luò);將小波分解和主元分析等方法應(yīng)用于數(shù)據(jù)預(yù)處理技術(shù)和訓(xùn)練樣本集的篩選過程中,可改善訓(xùn)練速度和診斷精度。模糊集理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合而形成的模糊神經(jīng)網(wǎng)絡(luò),充分吸收各自的優(yōu)點(diǎn),更加符合實(shí)際電路模型,可提高故障診斷的對(duì)判幾率。
  專家系統(tǒng)在模擬電路故障診斷中的典型應(yīng)用是基于產(chǎn)生規(guī)則的系統(tǒng),其基本的工作原理是:首先把專家知識(shí)及其診斷經(jīng)驗(yàn)用規(guī)則表示出來(lái),形成故障診斷專家的知識(shí)庫(kù),進(jìn)而根據(jù)報(bào)警信息對(duì)知識(shí)庫(kù)進(jìn)行推理,診斷出故障元件。其主要問題是知識(shí)的獲取的瓶頸問題、知識(shí)難以維護(hù)以及不能有效解決故障診斷中許多不確定因素等。一般應(yīng)用中,均將其與本身具有信息處理特點(diǎn)的神經(jīng)網(wǎng)絡(luò)相結(jié)合使用。
 
  四、混合電路故障診斷技術(shù)
  數(shù);旌想娐芬话氵\(yùn)用離散事件系統(tǒng)DES(Diescrete Event System)方法進(jìn)行診斷。一個(gè)被檢測(cè)的數(shù);旌想娐稧用DES理論進(jìn)行建模如下 :G=(∑,Q,δ)。其中,∑是電路系統(tǒng)的G的事件集合,Q是電路系統(tǒng)G的狀態(tài)集合,Q中的元素q描述各元件和模塊的狀態(tài):正;蚋鞴收蠣顟B(tài);?:∑*Q→2Q是系統(tǒng)的狀態(tài)轉(zhuǎn)移函數(shù),表示當(dāng)電路系統(tǒng)G處于q(q∈Q)時(shí)事件σ(σ∈∑)發(fā)生后電路模型可能進(jìn)入的狀態(tài)集合,顯然?描述了診斷及其結(jié)果和故障狀態(tài)之間的關(guān)系。應(yīng)用DES理論進(jìn)行數(shù);旌想娐返墓收显\斷,有以下主要工作:
  1、對(duì)電路系統(tǒng)G的可測(cè)試性進(jìn)行判斷;
  2、在測(cè)試要求T給定時(shí),求取電路的最小測(cè)試集;
  3、求取電路測(cè)試的故障覆蓋率。
  這一方法的優(yōu)點(diǎn)在于將對(duì)數(shù)字/模擬信號(hào)的測(cè)試統(tǒng)一在同一個(gè)數(shù)學(xué)模型下,不必因?yàn)殡娐分行盘?hào)模型的不同而將被測(cè)電路按信號(hào)類型分開處理,尤其是當(dāng)數(shù)字和模擬部分相互融合不能分塊時(shí),在統(tǒng)一的框架下進(jìn)行計(jì)算、判斷和處理就顯得更加重要了。
  粗糙集理論是一種處理不完整性和不確定性問題的新型數(shù)學(xué)工具,不需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息,因此對(duì)問題的不確定描述和處理比較客觀。將粗糙集理論應(yīng)用于故障診斷研究領(lǐng)域,為在不完備征兆信息下的故障診斷提供了新思路。
  多傳感器信息融合技術(shù)利用信息融合獨(dú)特的多維信息處理方式,為解決復(fù)雜系統(tǒng)故障診斷的不確定性問題提供了一條新的途徑。特別適合解決模擬電路故障診斷中常規(guī)的網(wǎng)絡(luò)撕裂法面臨電路前后元器件相互影響以至不能測(cè)準(zhǔn)元器件的故障以及由于容差、非線性及元件參數(shù)相互影響而出現(xiàn)的診斷不確定性問題。主要的信息融合故障診斷方法有:Bayes概率推導(dǎo)法、模糊信息融合法、D-S(Dempster-Shafer)證據(jù)推理法及神經(jīng)網(wǎng)絡(luò)信息融合法。
 
  五、板級(jí)電路故障診斷技術(shù)發(fā)展趨勢(shì)
  板級(jí)電路的故障診斷技術(shù)是目前比較活躍的科研領(lǐng)域,它對(duì)于保證電子系統(tǒng)工作的可靠性、長(zhǎng)期穩(wěn)定性有十分重要的意義。目前,板級(jí)電路故障診斷技術(shù)的發(fā)展有以下幾個(gè)重要方面:
  1、以網(wǎng)絡(luò)為基礎(chǔ)的并行與分布式仿真技術(shù)是研究大規(guī)模復(fù)雜系統(tǒng)的有效方法,已成為近年來(lái)故障仿真研究中的熱點(diǎn)問題。如基于分支的仿真運(yùn)行方法,各個(gè)分支共享決策點(diǎn)之前的計(jì)算量,避免或減少了仿真中的重復(fù)計(jì)算,增加仿真的并行度,提高了仿真的執(zhí)行效率和速度。電路仿真方程的求解容易出現(xiàn)不收斂或收斂于局部最優(yōu)的情況,由于蟻群算法具有正反饋、分布式計(jì)算、易于與某種啟發(fā)式算法相結(jié)合的特點(diǎn),引入蟻群算法求解可以減少計(jì)算時(shí)間,發(fā)現(xiàn)最優(yōu)解。
  2、針對(duì)大型數(shù);旌想娐返墓收显\斷還是一個(gè)很年輕的領(lǐng)域,隨著電子技術(shù)的迅猛發(fā)展,電路系統(tǒng)的復(fù)雜度急劇增加,目前約有60%的芯片同時(shí)含有數(shù)字和模擬兩種信號(hào),因此,研究新型的數(shù)模電路測(cè)試信息處理技術(shù)和故障診斷方法,引入新的診斷模型,提高數(shù);旌想娐饭收显\斷的精度以及建立診斷模型的自動(dòng)化程度,成為板極電路故障診斷的一個(gè)非常重要的課題。
  盡管在理論方面還有很長(zhǎng)的路要走,市場(chǎng)上目前也出現(xiàn)了很多診斷板級(jí)電路故障的測(cè)試儀器,這些儀器系統(tǒng)大都綜合運(yùn)用了故障字典、參數(shù)判別、D算法、DES理論、模糊理論、神經(jīng)網(wǎng)絡(luò)等技術(shù),如北京航天測(cè)控技術(shù)開發(fā)公司的HTEDS8000、科奇儀器的TCT3000VXI。
  3、目前,在板級(jí)電路故障診斷時(shí),施加或獲取信號(hào)的主要方法是使用針床或人工使用探針,探測(cè)電路內(nèi)部節(jié)點(diǎn)的電信號(hào),然后根據(jù)這些信息進(jìn)行故障定位。隨著電路板逐漸向小型化、密集化、多層化的方向發(fā)展,接觸式診斷的弱點(diǎn)越發(fā)明顯,對(duì)電路板的非介入式診斷技術(shù)的研究受到了高度重視。
  紅外熱像診斷利用紅外熱像儀測(cè)得的電路板表面溫度信息進(jìn)行故障診斷是典型的非接觸式診斷技術(shù)之一。其基本思想為:紅外熱像儀通過檢測(cè)器件的紅外輻射,間接獲取電路板的熱模式。當(dāng)電路板上一個(gè)或幾個(gè)元件發(fā)生故障時(shí),會(huì)導(dǎo)致電路板熱模式的變化。紅外熱像診斷儀即可根據(jù)被測(cè)電路板熱模式和已知正常狀態(tài)下電路板的熱模式之間的差異來(lái)對(duì)電路板故障狀態(tài)做出診斷。但是由于存在電路板表面輻射率差異、測(cè)試環(huán)境影響等因素,易導(dǎo)致采集到的特征向量出現(xiàn)變形。復(fù)雜電路板元件數(shù)量多,最終構(gòu)成的特征向量十分龐大,也對(duì)后續(xù)的分類、定位等產(chǎn)生一系列問題。因此如何對(duì)特征向量進(jìn)行提取與選擇以及如何降低其維數(shù),將成為今后的研究方向。
  噪聲也是導(dǎo)致大多數(shù)電子器件失效的各種潛在缺陷的敏感反映。因此利用噪聲檢測(cè)技術(shù)進(jìn)行故障診斷,有著靈敏、快速和非破壞性的優(yōu)點(diǎn),但其準(zhǔn)確率和噪聲來(lái)源多樣化造成的精確度等還有待進(jìn)一步深入研究。另外,將磁場(chǎng)映像技術(shù)應(yīng)用到故障診斷中,即根據(jù)電路板附近磁場(chǎng)分布變化對(duì)電路板進(jìn)行故障診斷的技術(shù)稱為基于磁場(chǎng)映像的PCB故障診斷技術(shù)也將是非接觸式測(cè)試診斷技術(shù)的發(fā)展方向之一。
  4、神經(jīng)網(wǎng)絡(luò)技術(shù)已廣泛用于板級(jí)電路故障診斷。一個(gè)值得重視的現(xiàn)象是神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)、模糊控制、遺傳算法、小波分析、經(jīng)驗(yàn)?zāi)J椒纸猓‥mpirical Model Decomposition,簡(jiǎn)稱EMD)等技術(shù)相結(jié)合應(yīng)用于電路板的故障診斷研究。如“模糊神經(jīng)網(wǎng)絡(luò)”用于板級(jí)電路的故障診斷,經(jīng)驗(yàn)?zāi)J椒纸夥椒ê蜕窠?jīng)網(wǎng)絡(luò)理論結(jié)合,以經(jīng)驗(yàn)?zāi)J椒纸鉃轭A(yù)處理器提取特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù),可提高故障識(shí)別率。小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合形成“小波神經(jīng)網(wǎng)絡(luò)”或“小波網(wǎng)絡(luò)”,小波神經(jīng)網(wǎng)絡(luò)由于把神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)特性和小波的局部特性結(jié)合起來(lái),具有自適應(yīng)分辨性和良好的容錯(cuò)性,將其應(yīng)用于板極電路故障診斷是一個(gè)很有前途的研究方向。

歡迎轉(zhuǎn)載,轉(zhuǎn)載請(qǐng)保留鏈接,容。源電子網(wǎng),www.4811775.com

本文地址:http://www.4811775.com/dz/21/2009612132521.shtml


本文標(biāo)簽:


.
頂一下
0%
返回首頁(yè)
0
0%

------分隔線----------------------------
發(fā)表評(píng)論
請(qǐng)自覺遵守互聯(lián)網(wǎng)相關(guān)的政策法規(guī),嚴(yán)禁發(fā)布色情、暴力、反動(dòng)的言論。
表情:
名稱: E-mail: 驗(yàn)證碼: 匿名發(fā)表
發(fā)布文章,推廣自己產(chǎn)品。
熱門標(biāo)簽