大规模模拟电路故障诊断的理论研究

论文摘要

随着电子工业的发展,电子线路的规模趋向大型化、复杂化,从而对大规模模拟系统自动测试和诊断提出了迫切的需求,针对大规模模拟电路故障诊断方法的研究也就成为国际电路与系统领域的研究热点。迄今为止,很少有文献对大规模电路的软故障即容差电路的故障诊断给出系统而有效的方法。本文将就这一问题展开研究、探讨,针对传统诊断技术的局限性,讨论了利用小波变换与神经网络结合的方法,研究大规模模拟电路软故障的诊断方案。通过小波变换提取故障特征,并利用神经网络的非线性映射特性逼近故障诊断模型。提出了具体的故障检测方法,研究了基于Levenberg-Marquardt算法的神经网络诊断算法以及基于小波神经网络的大规模模拟电路的子网络级故障诊断方法,并对部分模拟电路进行故障诊断仿真。诊断结果表明本文提出方法是快速而有效的。此研究将对大规模模拟电路故障诊断进行新的理论探索、为大规模模拟电路故障诊断提供切实可行的检测方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 大规模模拟电路故障诊断的意义与发展现状
• 1.2 模拟电路故障诊断的基本思想
• 1.3 模拟电路故障诊断中的基本概念
• 第2章 电路故障诊断技术的综述
• 2.1 电路故障诊断技术的概述
• 2.2 小波理论发展与故障检测
• 2.3 人工神经网络发展与故障诊断
• 第3章 小波神经网络基础
• 3.1 小波变换
• 3.2 小波神经网络
• 3.2.1 小波神经网络概况
• 3.2.2 小波神经网络的构造
• 3.2.3 小波神经网络与其它神经网络的比较
• 第4章 小波神经网络诊断方法与实现
• 4.1 小波神经网络的诊断流程
• 4.2 小波神经网络诊断系统的具体实现
• 4.2.1 大规模复杂网络的分解
• 4.2.2 小波分解
• 4.2.3 特征提取
• 4.2.4 神经网络的设计
• 第5章 小波神经网络在故障诊断中的应用
• 5.1 数据采集与小波变换
• 5.1.1 数据采集
• 5.1.2 小波变换
• 5.2 神经网络输入量的选择
• 5.2.1 特征量的选择
• 5.2.2 训练样本数的确定
• 5.3 神经网络的学习与诊断
• 5.3.1 训练神经网络
• 5.3.2 仿真实例及其分析
• 5.3.2.1 实例
• 5.3.2.2 方法分析
• 第6章 总结
• 主要参考文献
• 附录
• 致谢