模糊免疫算法在模拟电路故障诊断中的应用研究

摘要

电子设备的广泛应用给电路故障诊断提出了更高的要求，而绝大部分的电子设备故障是由于模拟电路发生故障所导致的，因此模拟电路的故障诊断成为电路理论研究中的一大关键。但是，模拟电路故障诊断理论的复杂性，使得其研究与应用困难重重。
　　 生物免疫系统具有强大的信息处理能力和很多独特的机制，在此基础上发展起来的人工免疫系统(Anificial Immune System)理论为故障诊断提供了一条有效的途径，因此，受到普遍关注和重视。同时，人工免疫系统也为模拟电路故障诊断的研究提供了一种新的选择。
　　 本文对生物免疫机理作了较为深入的研究，并对现有人工免疫技术应用和发展作了详尽的总结，试图在已有人工免疫成果的基础上做出一些突破。
　　 本文的核心工作是研究了一种基于模糊数学(Fuzzy Mathematics)机理的免疫算法，并采用粒子滤波算法对其加以优化改进。文中首先介绍了一些相关的基本知识，包括生物免疫机理、典型人工免疫理论、粒子滤波优化算法理论和模拟电路故障诊断技术，在现有免疫算法的基础上提出了一种基于模糊数学的免疫算法，详尽给出了算法中检测器的生成、训练、学习及利用检测器进行故障诊断的过程，分析了本文算法的理论优势；并采用粒子滤波算法指导抗体的变异，将人工免疫算法和粒子滤波算法相结合，利用粒子滤波算法来优化传统免疫算法中的学习过程，以增加粒子集的多样性；最后，对模拟电路进行仿真实验，采集电路在各种工作状态下的特征数据，并详细阐述了本文算法在模拟电路故障诊断中的应用过程，通过模拟诊断实验验证了该算法的可行性和有效性。