引言
電路規模和結構日趨功能化和模塊化是其在現代電子技術發展中，呈現出的兩大基本特征；而集成電路的大規模應用，使得研究如何運用現代診斷技術從大規模容差電路中準確地診斷出存在故障的元件，成為實際工程中迫切需要解決的課題，也是模擬電路" title="模擬電路">模擬電路故障診斷理論和方法走向實際應用的關鍵步驟之一。
1 系統總體設計
1.1 待測電路
待測電路如圖1所示。
1.2 系統總體設計思路
先由DSP" title="DSP">DSP產生診斷所需頻率的激勵源，在被測電路的可及點中選取合適的測試點，并將信號濾波、整定后送入ADC進行模／數轉換，將轉換后的數據讀入存儲器中作為神經網絡的輸入，經過計算后得到神經網絡的輸出，根據神經網絡的輸出，確定故障元件，之后在LCD顯示器和PC機上同時顯示故障元件。系統硬件實現框圖如圖2所示。
1.3 激勵源的產生
首先由DSP產生4路所需頻率的PWM信號，再經搭建的4路濾波電路濾出所需頻率的正弦信號。
1.3.1 頻率為10 kΩ時PWM波形部分程序
1.3.2 濾波電路
本文濾波電路采用以傳遞函數為對象的直接設計法，按給定的設計要求，選定濾波器的類型為巴特威型；考慮到濾波的效果和設計的復雜性，本文將一階低通濾波器和二階低通濾波器級聯，設計出一個三階低通濾波器，如圖3所示。通過參數計算和實際調試，得到所需頻率的低通濾波器，進行電路仿真，驗證設計結果。
1.4 信號整理電路
由于ADC只能接受0～3 V的輸入，所以必須對電壓進行調整，本文使用如下電路。運放采用LF353，它的特點是輸入偏置電流低，而且具有高速、寬帶和低噪聲等優點。
1.5 數據采集模塊程序流程
數據采集模塊主要用于實現固定采樣頻率下對4種頻率的正弦信號進行采集。基本流程是：
（1）系統寄存器初始化；
（2）設定ADC模塊的控制和狀態以及要采樣的通道數和模式；
（3）開啟ADC轉換；
（4）ADC轉換完成產生ADC中斷，進入中斷子程序完成多通道的一次巡回采樣，對采集完的數據代入數字濾波計算函數；
（5）主程序不停等待；
（6）判斷一幀樣本是否采集結束；
（7）如果否，則繼續等待；
（8）如果是，關閉ADC，返回。
1.6 數字濾波設計
基于FIR濾波器的數字濾波能在保證幅度特性滿足技術要求的同時，很容易做到有嚴格的線性相位特性，故采用FIR數字濾波器進行數字濾波。本文通過ADC模塊采集被測電路輸出的正弦信號，并對該采樣值進行FIR濾波后，送神經網絡。
1.7 軟件總體設計
程序分三部分，一部分為神經網絡的學習程序，在PC機上運行，編程語言采用Matlab，最后得到所訓練神經網絡的各項參數，將此參數輸入DSP，由此進入軟件的第二部分。軟件的第二部分在DSP上實現，編程語言采用C和匯編語言。首先將DSP產生的多種頻率的PWM信號經前面搭建的濾波電路得到所需頻率的正弦信號，作為被測電路的激勵源。讀入A／D轉換器的采樣數據，經編寫數字濾波程序處理，然后程序依照第一部分所得神經網絡的參數，代入神經網絡運行程序運算，從而得到被測電路的故障元件代碼。軟件第三部分為故障代碼顯示部分，將第三部分得到的故障代碼送LCD顯示，同時送PC機顯示。
1.8 實驗結果
實際測試結果分析如下：在計算實際輸出時，權值和閾值是采用仿真得到的數據。實際測試數據是對被測電路通過TMS320F2812的A／D模塊采集得到的，使得兩者數據存在一定的偏差，人為設置幾個故障，系統能夠較好地識別故障。模擬電路故障診斷系統如圖5所示。
