模拟电路故障原因与诊断方法

多故障诊断方向发展。即假定发生故障的元件是少数几个，通过有限的测量和计算确定故障。因该法是先假定故障范围再进行验证，所以又称为故障证实技术。

四、其他方法

(一)近似技术。近似技术着重研究在测量数有限的情况下，根据一定的判别准则，识别出最可能的故障元件，其中包括概率统计法和优化法。此法原理与故障字典法十分类似，属于测前模拟的一类。采用最小平方准则的联合判别法和迭代法，采用加权平方准则的L2近似法，采用范数最小准则的准逆法等。这些方法都属于测后模拟，由于在线计算量大，运用不多。

(二)模糊诊断。对于复杂电路，由于元件容差、电路噪声以及元件参量与特性之间的非线性，用传统的电路理论难以获得精确解和唯一解，出现了模糊现象，而这种模糊现象与随机现象不同，不便于用统计分析方法来解决。另外，对于故障诊断来说。往往不要求精确解，只要满足故障隔离要求即可，于是提出把复杂电路看作模糊系统，用模糊信息处理的方法进行故障诊断。模糊诊断的原理是模糊模式识别。测前，利用隶属度函数按照不同的准则构成判别函数;测后，再利用判别函数判别所测得的特性向量对各种故障状态的隶属度程度。为了提高诊断效率，模糊识别应该具有自学习和修正功能，最简单的方法是根据实际诊断的结果，以适当的方式、自动地修正隶属度函数或判别函数，以便不断自我完善。

(三)人工智能技术。近年来，随着人工智能的发展，诊断自动化、智能化的要求逐渐变为现实。其中基于知识的专家系统(简称专家系统)的研究起步最早，目前在诊断中已有成功的应用。模糊理论由于具有处理不确定信息的能力，因此通常和专家系统结合，作为前处理和后处理。神经网络技术在诊断中的应用起步较晚，但由于其强大的并行计算能力和自学习功能及联想能力，很适合作故障分类和模式识别，因此在诊断中很受欢迎。