基于神经网络的模拟电路故障分析研究.doc

基于神经网络的模拟电路故障诊断方法研究 本 科 学 年 论 文 08电气【2】班 黄河 基于神经网络的模拟电路故障分析研究 【摘要】： 模拟电路故障诊断是一项较前沿的研究课题。随着超深亚微米半导体技术的发展，推动了系统芯片以及模拟和数字混合信号电路的出现，模拟测试领域出现了许多新的理论研究课题，采用常规或传统的故障诊断理论和方法难以解决。由于神经网络具有处理复杂多模式及进行联想，推测和记忆功能,因而特别适合故障诊断系统。将神经网络用于模拟电路故障诊断是发展趋势。本文以神经网络在模拟电路故障诊断中的应用为主线，结合模糊理论，小波变换理论及信息融合等理论研究了模拟电路的故障特征提取和故障诊断方法。 介绍了神经网络的基本概念，方法，重点介绍了BP神经网络的结构及其网络参数的选择方法；采用BP算法并利用DSP运算能力强，精度高的特点，设计了模拟电路故障诊断系统，该系统与传统的故障字典法比较,更准确方便,具有较高的实用价值。以故障诊断的理论和方法为基础，综合运用人工智能，模糊理论和神经网络的理论，提出了模糊理论和神经网络的集成方法，介绍了集成综合系统的基本结构和工作原理。针对大型机组的状态监测与故障诊断问题，提出一种基于区间值模糊神经网络的诊断方法。详细论述了小波分析和小波包分析的基本理论，讨论了多分辨分析的一般框架，给出了小波包分析的定义和性质，从空间分解的角度对小波包分析进行理解并给出了小波包分解和重构算法；以基于小波—神经网络的模拟电路IDDT故障诊断方法为基础，分别应用多分辨分析和小波变换两种方法提取模拟电路IDDT的故障特征,给出详细的故障诊断流程。基于神经网络信息融合技术的诊断方法属于典型的特征层融合，介绍了神经网络信息融合诊断模型，通过对国际标准电路的仿真实验验证了该方法的可行性。 【关键词】：模拟电路故障诊断 神经网络 模糊理论 小波分析 信息融合 第一章 绪论 1．1 研究背景及意义 故障诊断技术是近40年发展起来的以适应工程实际需要而形成的多学科交叉的一门综合学科。一般电子电路的故障诊断可分为模拟电路故障诊断和数字电路故障诊断。数字技术的广泛应用和高速发展，使得数字电路的故障诊断研究取得了空前的发展。对于模拟电路，由于其元件具有容差并存在非线性等原因，使得模拟电路的故障诊断较数字电路的故障诊断复杂得多，其发展比较缓慢，应用也不够广泛。 模拟电路的使用虽由来已久，但模拟电路故障诊断技术的发展较慢，其原因主要有：由于模拟电路的多样性， 且模拟电路的物理量是连续函数，因此模拟电路的电量模拟困难， 而且模拟的模型适应性有限；模拟电路中元件参数具有容，引起电路工作特性的偏移， 对于容差电路，许多诊断方法失去了准确性和稳定性；模拟电路中广泛存在着非线性问题，而非线性问题的求解比较困难，其计算工作量也大；实际的模拟电路通常是多层的或被封闭的， 特别是集成电路，只有少数一些可及端口或节点是可测量的，导致可用作故障诊断的信息 够，造成故障定位的不确定性和模糊性。 目前， 在各种类型的神经网络中， B P网络因其具 有极强的非线性映射能力而最适合于解决分类题所以大部分研究者都以 B P网络算法作为诊断算进行研究。但是 BP神经网络 自身也有很大的陷，如输入数目颇多，结构难以确定，训练时间过长等。 RBF神经 网络除了具有神经网络普遍具有的函数逼近能力，分类能力和非线性映射能力以外。在学习速 度方面具有明显的优势。本文仅考虑模拟电路的单故 障诊断，采用脉冲信号作为激励源，从时域提取电压响应波形的特征来训练 R B F神经网络。 1．2国内发展现象 故障诊断的历史与人类对设备的维修方式紧紧相联。在工业革命后的相当长的时期内，由于当时的生产规模，技术水平和复杂程度都比较低，人类对设备的维修方式基本上是人工事后维修。20世纪以后，由于大生产的发展，尤其是流水线生产方式的出现，设备本身技术水平和复杂度都大大提高，设备电路故障对生产影响显著增加，这样出现了定期维修，大约在60年代，美国军方意识到定期维修的一系列弊病，开始变定期维修为预知维修，在设备的正常运行过程中就开始进行监护，以发现潜在的故障因素，从而避免了失修和过剩维修，经济效益十分显著，其他企业纷纷效仿，故障诊断技术很快就发展起来了。 从国内情况来看，我国智能诊断领域的研究较西方发达国家稍晚，大概始于70年代末，虽然起步较晚，但是经过追赶，特别是近几年的努力，我国已经基本跟上了国外在此方面的步伐，在某些理论研究方面已经和国外不相上下。 近十年来，故障诊断技术得到了极大的发展，具有现代标志的理论和方法如：信号处理，模式识别，最优化方法，决策论，主元分析，遗传算法，自适应理论，小波变换与分析，神经网络和模糊系统等已经成为故障诊断的理论基础。有不