基于小波分析和人工神经网络的容差模拟电路故障诊断.doc

基于小波分析和人工神经网络的容差模拟电路故障诊断 摘要 随着电路网络规模和结构日趋复杂以及大规模集成电路的广泛应用，如何运用高效的诊断技术对大规模容差电路进行准确的故障诊断是目前实际工程急需解决的问题，也是模拟电路故障诊断理论的发展趋势。经过多年的发展，模拟电路故障诊断作为一门融合多个学科和领域的理论、技术和方法的综合性学科，已经形成了一系列的诊断理论和方法，但由于模拟电路的容差性、非线性以及其故障的多样性和复杂性，使得目前诊断容差模拟电路的故障的方法还十分有限，所以还需要探索新的模拟电路故障诊断方法。近年来，小波分析理论和人工神经网络理论发展迅速，并在许多研究领域开展了广泛应用。将小波分析理论和人工神经网络理论相结合应用于模拟电路故障诊断为模拟电路故障诊断开辟了一条有效途径，这也是目前热门的研究课题且倍受关注。本文以小波分析和人工神经网络为理论基础，利用小波良好时频局部特性，对模拟电路故障信号的进行预处理，并提取故障信号的特征向量；利用人工神经网络模式分类能力强的特性，对各类故障进行模式识别，并通过诊断实例证明了所提出方法的正确性。本文的主要创新内容有以下几点： 一、研究了模拟电路故障诊断的人工神经网络方法，分析并阐述了应用神经网络进行模拟电路故障诊断的步骤；研究了应用BP神经网络诊断模拟电路故障的优势和不足，提出了一种改进的BP神经网络模型并将这种改进后的BP神经网络应用用于模拟电路故障诊断。 二、研究了基于小波分析的模拟电路故障诊断的方法，利用小波良好的时频局部特性，对采集的模拟电路故障信号的进行小波分析预处理，提取处理后信号的特征参数作为神经网络的输入样本，并对神经网络进行训练，从而实现对模拟电路的故障诊断，达到识别各种故障的目的。 三、研究了基于S变换和小波神经网络的容差模拟电路故障诊断的方法，利用S变换时窗宽度随频率变化和良好的时频局部特性，对模拟电路的故障信号进行分析处理并提取特征向量；构造了一种以小波基函数代替BP神经网络中的激励函数的小波神经网络，以该神经网络为分类器进行模拟电路故障诊断；并研究了这种方法在噪声干扰、故障特征向量重叠率高、测试节点不足的情况下进行容差模拟电路故障诊断的效果。 关键词：小波分析；神经网络；故障诊断；容差模拟电路；特征提取 正文 我先开始讲讲本文的主要工作，本文呢主要就是围绕容差模拟电路故障诊断的主题讲容差模拟电路故障诊断的人工神经网络和小波分析相结合的方法，然后对利用小波分析和S变换对容差模拟电路的故障信号进行分析处理及其特征提取和人工神经网络技术进行了研究。然后分成了5章来进行具体的讲解。第一章就是一些概述来历啊什么的内容，第二章呢就是一些简单的分析模拟电路故障诊断的主要难点及发展趋势也阐述了模拟电路故障诊断的基本理论、基本方法及方法分类和故障的类型等等。第三章则是一些基本原理介绍，重点是人工神经网络的一些概念和类型及算法，然后提到了BP神经网络及其在模拟电路故障诊断中的具体应用第四章就主要介绍了小波分析的基本原理、小波函数的基本类型和小波变换的时频特性，阐述了小波变换在信号分析处理的原理和作用，并利用小波具有良好时频局部特性的优点，对模拟电路的故障信号进行小波分析预处理并进行特征提取，将所提取的特征向量作为人工神经网络的输入样本进行训练及测试，实现模拟电路的故障诊断。第五章阐诊断实例证明了该方法诊断速度快且故障定位准确率高，在噪声影响、故障类型的特征向量重叠率高以及可测节点不足的情况下，具有良好的故障识别效果。最后，给出本文对容差模拟电路故障诊断研究的主要结论和今后进一步研究工作的展望，并综合预测和评价了容差模拟电路故障诊断的应用前景与其价值。 1.1 这一小节主要介绍了模拟电路故障诊断的背景与意义。说的是，随着电子技术及其产业的迅速发展而出现的各种电路问题都迫切的需要对电路进行故障诊断，而且要求新的有效的故障诊断技术来进一步提高电子设备的可靠性。对于设备中印刷电路板上的各种器件和线路等进行测试和故障诊断也越来越复杂，迫使我们需要采用有效的电路测试与故障诊断技术和对某些模拟电路进行故障预测才能进一步提高系统的可靠性并降低维修和保养的成本。避免故障发生。 与数字电路相比，模拟电路的测试与故障诊断困难得多，主要体现在以下几方面：首先，模拟电路中的元件参数具有容差，容差效应的存在导致电路的特性可能与一个或几个元件的发生故障时是等效的，使得人们因为故障的模糊性而无法唯一定位实际故障；其次，是由于模拟电路网络中的非线性元件引起的或者线性电路中存在的非线性问题；最后，由于模拟电路中的响应以及网络中各元件的参数都是连续量，使得模拟电路中的故障模型比较复杂。 1.2 这一节讲得是模拟电路故障诊断的研究现状与发展。最初的模拟电路故