基于小波分析和神經(jīng)網(wǎng)絡(luò)的模擬故障診斷方法研究.pdf

1、隨著現(xiàn)代電子科技的迅速發(fā)展，電子產(chǎn)品逐漸向著集成化、模塊化及精細(xì)化方向發(fā)展。無(wú)論從成本結(jié)構(gòu)，還是從安全性能角度出發(fā)，快速精準(zhǔn)的模擬電路故障診斷技術(shù)已成為一種客觀需要。
　　本文闡述了傳統(tǒng)故障診斷技術(shù)和現(xiàn)代新型診斷技術(shù)，以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，以小波分析和信息融合技術(shù)為手段進(jìn)行研究。文章從故障特征的提取、輸入向量預(yù)先處理、診斷方法的選取和診斷速率的改進(jìn)四個(gè)方面開(kāi)展工作，主要成果有:
　　(1)綜合分析和介紹了模擬電路故障診斷技術(shù)

2、當(dāng)前的發(fā)展現(xiàn)狀，總結(jié)了已有的診斷方法，對(duì)近年來(lái)先進(jìn)的神經(jīng)網(wǎng)絡(luò)理論、BP神經(jīng)網(wǎng)絡(luò)算法和診斷步驟進(jìn)行了闡述，并以實(shí)例說(shuō)明了BP神經(jīng)網(wǎng)絡(luò)在故障診斷方面的優(yōu)越性。
　　(2)在故障特征提取方法方面，對(duì)故障信號(hào)進(jìn)行小波分析，結(jié)合熵理論、峭度概念，能夠有效的提取故障的小波熵和重構(gòu)信號(hào)的峭度，從信號(hào)的能量分布特性和信號(hào)偏離正常狀態(tài)的程度出發(fā)對(duì)故障電路特征進(jìn)行提取。從實(shí)例分析來(lái)看，小波熵和峭度能夠用于分辨不同的故障狀態(tài)，有效的降低了處理的信息量，

3、為下一步有效診斷奠定了基礎(chǔ)。
　　(3)在輸入向量預(yù)先處理階段，以小波分析、多分辨分析和信息融合為理論基礎(chǔ)，提取出各頻帶信號(hào)的系數(shù)序列的絕對(duì)值之和和能量特征作為特征信號(hào)。本文利用信息融合的特征層融合技術(shù)，提出了一種基于小波分析和信息融合的模擬電路故障診斷方法，最后用實(shí)例診斷說(shuō)明該方法在單軟故障和多軟故障診斷方面的有效性。實(shí)驗(yàn)結(jié)果表明該方法具有診斷速度快，診斷準(zhǔn)確率高的特點(diǎn)，并提高了辨識(shí)故障類別的能力。
　　(4)在改進(jìn)診斷速