基於量子技術的模擬電路故障診斷研究

《基於量子技術的模擬電路故障診斷研究》是依託湖南大學，由譚陽紅擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於量子技術的模擬電路故障診斷研究
• 項目類別：青年科學基金項目
• 項目負責人：譚陽紅
• 依託單位：湖南大學

中文摘要

模擬積體電路的規模化、系統化發展和封裝設計，使診斷可使用的測試數據非常有限，模擬 VLSI 電路故障診斷正遭遇特徵信息缺乏的瓶頸。因此，本項目探索性地通過獲取反映電路中複雜內在關係的潛在信息，分析其故障傳播特性，在此基礎上尋求模擬 VLSI 電路的有效診斷方法。 .本課題重點研究模擬電路多元化狀態信息檢測、故障特徵提取和智慧型診斷技術：採用以量子技術為主的多元信號聯合檢測方法以獲得全方位的電路狀態信息，回響可行域的量子最佳化求解及機率分布建模、基於量子計算的故障樣本處理和/故障特徵提取方法、故障信息的數據層融合，以獲得有效的模擬電路故障特徵信息；以及以量子神經網路為主的信息融合故障識別方法與識別技術解決模擬 VLSI 電路在具容差、非線性情況下的故障診斷問題。

結題摘要

模擬積體電路的規模化、系統化發展和封裝設計，加上模擬電路故障診斷問題本身的複雜性，模擬電路故障診斷遭遇特徵信息缺乏的瓶頸。本項目研究了模擬電路多元化狀態信息檢測、故障特徵提取和智慧型診斷技術：採用以量子技術為主的多元信號聯合檢測方法，回響可行域的量子最佳化求解及機率分布建模、基於量子計算的故障特徵提取方法、故障信息的數據層融合，以獲得有效的模擬電路故障特徵；以量子神經網路為主的信息融合故障識別方法與識別技術，解決模擬 VLSI 電路在具容差、非線性情況下的故障診斷問題。 項目以模擬電路多故障和軟故障診斷為研究對象，針對電路具容差、軟故障等特點，提出了基於量子遺傳算法的模擬電路測試節點優選方法；以瞬態激勵為基礎，基於量子遺傳算法，提出了新的激勵選擇方法；基於元器件故障的先驗信息和蒙特卡羅分析，採用多模式高機率量子搜尋算法，全局搜尋最佳解，求得了容差電路回響的均值、方差、機率分布；針對相似故障，對電路容差進行分析和處理，採用S變換對電路進行故障特徵提取，使故障模式之間的模糊性最小；分析了非線性電路的禁止原理，提出了基於量子遺傳算法的非線性電路禁止方法，只需少數幾次測試就能將模非線性元件依次禁止，簡單易行；在故障辨識方面，在分析模擬電路故障診斷的模糊集劃分方法的基礎上，用機率和統計分析方法，判斷模糊域邊界的模糊域劃分方法，提出了基於量子粒子群算法的大規模非線性電路禁止方法；基於遺傳小波神經網路的非線性動態自治網路故障診斷方法；提出了用統一空間特徵的模擬電路遺傳神經網路診斷方法；針對相似故障，用S變換對電路進行故障特徵提取，將量子計算和神經網路相結合，提出了相似故障的量子神經網路方法； 同時，提出了基於S變換與核fisher的故障診斷方法，用Ｓ變換進行時頻分析, 選取最佳故障特徵量，最後進行核fisher判別分析，完成故障識別和定位,提高診斷的準確性和穩健性。 除了完成以上項目研究計畫的工作外，項目組還將所提診斷方法套用於電力系統故障診斷與重構，電力電子電路和電力系統饋線故障定位等實際電路系統的診斷中，在一定程度上解決了一些工程上的相關難題。至今，項目組在模擬電路多元化狀態信息檢測、故障特徵提取和智慧型診斷技術等方面已取得原創性的理論成果，申請1項發明專利，1項軟體著作權、在國際國內重要學術期刊以及國際會議上發表學術論文31篇，其中SCI收錄7篇、EI收錄17篇，培養研究9名。