模擬電路故障診斷的故障字典法和神經(jīng)網(wǎng)絡法研究.pdf

1、自電路誕生以來，其故障診斷問題就成為了研究的熱點問題。隨著科技的發(fā)展，電路規(guī)模越來越大，電路結構越來越復雜，對其故障的診斷越來越困難。模擬電路部分在現(xiàn)代集成電路中的特殊地位決定了其研究及其應用價值，特別是網(wǎng)絡理論和人工智能理論的發(fā)展，掀起了模擬電路故障診斷的研究熱潮。
　　 故障字典法和神經(jīng)網(wǎng)絡法是目前解決模擬電路故障診斷的最常用最典型的方法。故障字典法的關鍵是建立故障字典，傳統(tǒng)的故障字典法需要根據(jù)經(jīng)驗選擇測試節(jié)點，很容易選擇了

2、并不需要的節(jié)點，進行故障隔離時計算兩個或者多個模糊集的交集與差集是必不可少的步驟，而文中引入故障編碼方法后，能夠跳過這個步驟，因此它能有效地減少模擬電路故障診斷測前仿真中的計算量，方便地進行故障隔離以及節(jié)點優(yōu)選，簡單地使用字典來判斷故障。神經(jīng)網(wǎng)絡法的關鍵的是構造合適的網(wǎng)絡模型，提取包含故障的特征量。連續(xù)緊湊型小波神經(jīng)網(wǎng)絡因其良好非線性逼近能力以及收斂速度比BP網(wǎng)絡快的特點，被廣泛應用于非線性模擬電路的故障診斷。但它仍存在收斂速度慢的問題

3、，針對此問題提出用Levenberg-Marquardt(LM)算法改進的小波神經(jīng)網(wǎng)絡LM-WNN。為了克服LM-WNN由于收斂速度過快易陷入局部最小點和平臺的缺點，利用模擬退火(SA)算法對小波神經(jīng)網(wǎng)絡參數(shù)進行優(yōu)化，得到一組接近全局最小解的近似解，把近似解作為小波神經(jīng)網(wǎng)絡權值和閾值矩陣的初始值，以確保LM-WNN收斂于全局最小點。把SA-LM-WNN用于模擬電路故障診斷，仿真結果表明，該算法能夠快速收斂于全局最小點，仿真效果好。