模擬電路故障診斷的神經(jīng)網(wǎng)絡(luò)方法及其應(yīng)用.pdf

1、模擬電路故障診斷的神經(jīng)網(wǎng)絡(luò)方法可以看成是模式識(shí)別問(wèn)題。通過(guò)對(duì)一系列過(guò)程參量進(jìn)行測(cè)量,然后用神經(jīng)網(wǎng)絡(luò)從測(cè)量空間映射到故障空間,實(shí)現(xiàn)故障診斷?？梢?jiàn),模擬電路故障診斷神經(jīng)網(wǎng)絡(luò)方法中的兩大問(wèn)題是通過(guò)信號(hào)處理來(lái)實(shí)現(xiàn)特征提取的問(wèn)題和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)建立的問(wèn)題。目前,圍繞這兩大問(wèn)題的熱點(diǎn)研究是采用小波分析、演化算法等技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法進(jìn)行模擬電路硬故障或單值軟故障的診斷,而這種結(jié)合包括神經(jīng)網(wǎng)絡(luò)的前置處理技術(shù)的改進(jìn)和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化兩方面。但是,很

2、少有文獻(xiàn)涉及這些優(yōu)化算法的優(yōu)缺點(diǎn)的對(duì)比以及應(yīng)用場(chǎng)合的闡述。此外,單值軟故障診斷的實(shí)用性受到質(zhì)疑,因?yàn)槟M電路故障診斷是需要區(qū)分電路元件參數(shù)處于容差允許范圍內(nèi)還是發(fā)生了硬故障或軟故障。而且目前對(duì)重疊故障的診斷還有一定的難度。因此,本文對(duì)模擬電路故障診斷神經(jīng)網(wǎng)絡(luò)方法存在的問(wèn)題進(jìn)行了深入的研究后,提出一些新的故障診斷方法以及設(shè)計(jì)相關(guān)的自動(dòng)測(cè)試與診斷系統(tǒng)裝備的技術(shù)方案,以形成較為完整的模擬電路故障診斷神經(jīng)網(wǎng)絡(luò)方法體系。本文的主要內(nèi)容和創(chuàng)新如下:

3、
　　 1、探討模擬電路故障診斷的小波方法。本文在模擬電路節(jié)點(diǎn)電壓信號(hào)進(jìn)行小波消噪與分解處理后獲得的小波系數(shù)的基礎(chǔ)上,提出三種故障特征提取的方法:小波系數(shù)各分量絕對(duì)值的最大值法、小波系數(shù)各分量平方和法以及小波分形法。前兩種方法是首先利用小波變換來(lái)對(duì)電路測(cè)試節(jié)點(diǎn)的電壓信號(hào)進(jìn)行消噪和分解,對(duì)分解后的小波系數(shù)計(jì)算其各分量的最大值或各分量平方和,然后進(jìn)行主元分析與歸一化處理,形成電路的故障特征,輸入神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行分類。小波分形法與前兩種

4、方法所不同的是,計(jì)算小波分解后的信號(hào)的盒維數(shù)來(lái)實(shí)現(xiàn)模擬電路故障特征的提取。文中將詳細(xì)分析它們各自的優(yōu)缺點(diǎn)和適用的場(chǎng)合并將這三種方法應(yīng)用于診斷實(shí)例來(lái)進(jìn)一步驗(yàn)證所述方法的正確性。
　　 2、提出模擬電路故障診斷的綜合神經(jīng)網(wǎng)絡(luò)方法?；谀M電路元件硬故障和軟故障統(tǒng)一描述的思想,提出將電路測(cè)試節(jié)點(diǎn)電壓信號(hào)的偏斜度與標(biāo)準(zhǔn)差組成的向量作為故障特征向量的方法。測(cè)前,首先對(duì)被測(cè)電路進(jìn)行參數(shù)掃描和交流分析,計(jì)算該電路測(cè)試節(jié)點(diǎn)電壓信號(hào)的偏斜度和標(biāo)準(zhǔn)

5、差,標(biāo)準(zhǔn)差與偏斜度構(gòu)成的向量即為故障特征向量。然后,根據(jù)以標(biāo)準(zhǔn)差為橫坐標(biāo)、以偏斜度為縱坐標(biāo)的二維坐標(biāo)系中的軌跡的特點(diǎn)選擇神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本與檢驗(yàn)樣本。測(cè)后,訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)就能夠正確的區(qū)分電路處于容差允許范圍內(nèi)的狀態(tài)還是發(fā)生了硬故障或軟故障。文中將詳述其診斷原理與適用場(chǎng)合,通過(guò)診斷實(shí)例來(lái)進(jìn)一步驗(yàn)證所述方法的正確性,并通過(guò)與相關(guān)文獻(xiàn)方法進(jìn)行比較,說(shuō)明所提方法的優(yōu)越性。
　　 3、探討模擬電路故障診斷的優(yōu)化神經(jīng)網(wǎng)絡(luò)方法。針對(duì)BP網(wǎng)絡(luò)

6、易于陷入局部最優(yōu)的缺點(diǎn),探討基于遺傳BP網(wǎng)絡(luò)的模擬電路故障診斷方法與基于免疫遺傳BP網(wǎng)絡(luò)的模擬電路故障診斷方法;提出基于粒子群算法優(yōu)化BP網(wǎng)絡(luò)的模擬電路故障診斷方法與基于分組粒子群算法優(yōu)化BP網(wǎng)絡(luò)的模擬電路故障診斷方法。這四種方法分別采用遺傳算法、免疫遺傳算法、粒子群算法、分組粒子群算法來(lái)代替BP網(wǎng)絡(luò)中的梯度下降算法來(lái)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)權(quán)值的調(diào)整以及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化。遺傳BP網(wǎng)絡(luò)是將遺傳算法的“優(yōu)勝劣汰"原則引入到BP網(wǎng)絡(luò)中,提高其收斂性能

7、。免疫遺傳BP網(wǎng)絡(luò)是在遺傳算法的基礎(chǔ)上融合了免疫系統(tǒng)的機(jī)理來(lái)優(yōu)化BP網(wǎng)絡(luò),使其具有全局搜索的能力。粒子群算法優(yōu)化的BP網(wǎng)絡(luò)是將粒子群算法的速度一位移模型引入到BP網(wǎng)絡(luò)中來(lái)改善其未成熟收斂,具有模型簡(jiǎn)單與易于實(shí)現(xiàn)的特點(diǎn)。分組粒子群算法是在粒子群算法的基礎(chǔ)上發(fā)展起來(lái)的,具有重組和變異的特點(diǎn)。采用分組粒子群算法來(lái)優(yōu)化:BP網(wǎng)絡(luò)是以確保BP網(wǎng)絡(luò)收斂于全局最優(yōu)解。文中將通過(guò)比較的方式來(lái)詳述這四種方法的具體應(yīng)用場(chǎng)合和效果。
　　 4、針對(duì)模

8、擬電路重疊故障的診斷,分別從其表現(xiàn)形式和產(chǎn)生原因出發(fā),探討模擬電路重疊故障診斷的重分類方法和提出模擬電路重疊故障診斷的融合神經(jīng)網(wǎng)絡(luò)方法。在模擬電路重疊故障診斷的重分類方法中,首先將故障特征重疊的區(qū)域劃分出來(lái)歸為新的故障類,然后采用常規(guī)的神經(jīng)網(wǎng)絡(luò)方法來(lái)對(duì)重分類后的故障類型進(jìn)行識(shí)別。模擬電路重疊故障診斷的融合神經(jīng)網(wǎng)絡(luò)方法主要包括測(cè)前和實(shí)時(shí)診斷兩個(gè)步驟:測(cè)前,將重疊故障類分配在不同的子神經(jīng)網(wǎng)絡(luò)中,并且將不同類的故障特征作為各子神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣

9、本,對(duì)各子網(wǎng)絡(luò)進(jìn)行訓(xùn)練。而將各子神經(jīng)網(wǎng)絡(luò)的目標(biāo)輸出用來(lái)作為決策融合神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,對(duì)決策融合神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練;實(shí)時(shí)診斷時(shí),將采集到的信號(hào)經(jīng)預(yù)處理后輸入到已訓(xùn)練的融合診斷系統(tǒng)中,從決策融合神經(jīng)網(wǎng)絡(luò)的輸出就能確定故障的類型。文中將詳述這兩種方法的基本原理與應(yīng)用條件,并通過(guò)診斷實(shí)例來(lái)進(jìn)一步驗(yàn)證所述方法的有效性。
　　 5、探討基于DSP控制的自動(dòng)測(cè)試與診斷系統(tǒng)(Automatic Test and DiagnosisSystem,