[拼音]：zidong guzhang zhenduan

[外文]：automatic fault diagnosis

自动判断故障有无和确定故障位置的技术。50年代以来，电子技术迅速发展,系统规模不断扩大,依靠人来查找故障已不可能，必须依靠机器自动地实现故障定位。故障诊断一般是通过对有限数目的输入端和输出端进行测量来实现的。对于大规模和超大规模集成电路，必须利用计算机生成和执行测试程序。在数字电路方面，系统诊断理论和生成测试程序的算法已有若干成果。在模拟电路方面，由于输入与输出信号之间的关系复杂，又涉及非线性和噪声问题，一般故障诊断理论不如数字电路方面成熟。

常用方法有两种：

（1）预定向量测试，用预先选定的测试集检验电路是否正常。

（2）随机测试，即在测试过程中随机地生成输入向量，将相应的输出响应与标准参考电路的输出响应比较，以判断电路是否正常。前一种方法已得到较多的研究。

在预定向量测试中，又可根据测试码生成方法的不同分为三大类：确定性生成、随机生成和混合生成。其中以确定性生成法最为成熟。确定性生成法常用的有通路敏化法、因果函数法、图论法和功能验证法。通路敏化法是使故障至少沿一条通路敏化，即适当选择原始输入值使故障位置的正常信号值与故障值相反。在故障情况下，随着此信号值改变，线路内至少应有一个输出端的值受其影响而改变，即敏化为故障。因果函数法用来解决多故障的检测问题，为此必须作出在故障情况下线路响应的精确数学描述，即把故障状态（因）写进线路的输出响应（果）式中，从而得出反映故障的输出响应函数。在输入信号作用下由因果函数所确定的输出来判断故障。图论法是用线图来描述故障特性，这种方法直观明了。以上方法都是根据线路结构假定故障模型，然后推求测试的，称为结构测试。另一类是功能测试，它不管线路的结构如何，只要输入测试码能核实线路的功能是否正确即可区分线路的好坏。但这种方法不能实现故障定位。

主要方法有估值法、拓扑法、分类法等。估值法是利用数目少于系统参量的测量值来估计故障参量，可分为确定性法和随机法。拓扑法是以被测系统的网络拓扑为基础来诊断故障，其测试规律是：如果某一组成部分的输入是正确的,而其输出不正确,则断定有故障。分类法主要是故障字典法，即测量一定数量的测试点，将测得的特征与故障字典中存储的故障特征比较，以达到故障定位的目的。对线性系统来说，如果已知其传递函数的形式，则可利用参量提取法、参量辨识法和脉冲响应估值法进行故障诊断。以上各种方法不涉及建立被测系统的具体技术，因而其指导思想也适用于非电子领域中部件与系统的故障诊断问题。

近年来，人工智能已用于故障定位问题，主要是在研制测试程序过程中对电路的理解。一般说，将电路设计成模块结构更为有效。人工智能测试方法是将电路按功能分块，然后加测试信号进行信号跟踪，把故障隔离在一个或多个子电路中，加诊断模型可将故障隔离在子电路内某一元件处。