基于LabVIEW模擬電路故障診斷方法研究.pdf

1、隨著電子技術(shù)的發(fā)展，人們對(duì)于電子設(shè)備的可靠性要求越來(lái)越高，而模擬電路的故障診斷對(duì)于電子設(shè)備及其系統(tǒng)的穩(wěn)定運(yùn)行具有重大意義。但由于模擬電路存在故障多樣性、電路非線性、電路元件具有容差等原因，使得模擬電路的故障診斷困難重重，實(shí)際診斷的正確率并不高。至今也沒(méi)有完全成熟的故障診斷系統(tǒng)問(wèn)世。所以，模擬電路的故障診斷也是一項(xiàng)富有挑戰(zhàn)性的研究課題。近年來(lái)，人工智能、小波分析等理論的興起，為模擬電路的故障診斷開(kāi)辟了一條新途徑，因此也成為模擬電路領(lǐng)域研究

2、的熱點(diǎn)。
　　由于提取模擬電路的特征信息是模擬電路故障診斷的關(guān)鍵技術(shù)，所以本文對(duì)小波理論進(jìn)行了深入的研究與學(xué)習(xí)，利用小波包特征提取算法提取模擬電路的高頻與低頻信息，經(jīng)仿真實(shí)驗(yàn)驗(yàn)證，小波包算法可以有效的保留數(shù)據(jù)的高頻信息與低頻信息。
　　為了提高模擬電路故障診斷的準(zhǔn)確率，本文采用BP算法對(duì)模擬電路進(jìn)行故障診斷，針對(duì)標(biāo)準(zhǔn)BP的學(xué)習(xí)算法具有收斂速度慢的問(wèn)題，本文采用Levenberg marquardt算法為BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

3、，可以有效的提高BP算法的收斂速度與診斷正確率。針對(duì)BP神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)的情況，采用PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證PSO優(yōu)化BP算法的有效性和收斂性。
　　本文利用LabVIEW軟件設(shè)計(jì)實(shí)現(xiàn)了模擬電路故障診斷系統(tǒng)，并在該系統(tǒng)內(nèi)實(shí)現(xiàn)了小波包算法、BP算法和PSOBP算法，實(shí)現(xiàn)了LabVIEW、Matlab和Access數(shù)據(jù)庫(kù)的無(wú)縫連接。通過(guò)對(duì)故障診斷模塊、用戶管理模塊和結(jié)果保存模塊的開(kāi)發(fā)與實(shí)現(xiàn)，從而