小波神经网络在电子设备故障诊断中的应用

论文摘要

本课题是东北大学设备诊断工程中心与军队针对防化车电路板故障诊断的实际需求,联合研发的一个实际项目的深入研究。模拟电路故障诊断是一个十分必要且有意义的课题。本文把小波神经网络的算法应用在模拟电路故障诊断中,并做了讨论和研究,在模拟电路下对该算法进行了仿真,取得了较好的诊断效果。小波神经网络是小波分析理论与人工神经网络理论结合的产物,它兼容了小波与神经网络的优越性,一方面,充分利用了小波变换的时频局部化特性；另一方面,充分发挥了神经网络的自学习能力,从而具有较强的逼近与容错能力。由于其优越的特性,小波神经网络被广泛用于信号处理、函数拟合、数据预测、系统辨识、故障诊断和自动控制等多个方面。应用LABVIEW及MATLAB软件设计了小波神经网络的故障诊断程序,对进行仿真实验,并与普通的BP网络算法对比,证明了小波神经网络可以并更适合处理防化车模拟电路故障。本文在实际项目的基础上,取得的了一些成果,但还存在一些需要解决的问题及难点,望以后能一一得到解决。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的来源和意义
• 1.2 模拟电路的故障诊断综述
• 1.2.1 模拟电路故障诊断的意义与发展现状
• 1.2.2 故障诊断的基本思想
• 1.2.3 模拟电路故障分类
• 1.2.4 模拟电路故障诊断方法
• 1.3 小波神经网络的发展及现状
• 1.3.1 小波分析及其发展
• 1.3.2 神经网络的发展
• 1.3.3 小波神经网络的发展进程
• 1.4 本文的主要研究工作
• 第2章 小波神经网络理论基础
• 2.1 小波分析理论
• 2.1.1 小波变换的由来和作用
• 2.1.2 连续小波变换
• 2.1.3 离散小波变换与框架理论
• 2.1.4 多尺度分析（MRA）
• 2.2 神经网络理论基础
• 2.2.1 神经元结构模型
• 2.2.2 BP网络理论
• 2.3 小波神经网络
• 2.3.1 小波神经网络的定义
• 2.3.2 小波神经网络的构造
• 2.3.3 小波神经网络与其它网络的比较
• 2.3.4 小波神经网络的算法
• 第3章 小波神经网络在模拟电路故障诊断的应用
• 3.1 故障诊断的小波神经网络的思想
• 3.2 最佳测试点的选择
• 3.3 基于小波分析的模拟电路故障特征提取
• 3.3.1 故障特征提取
• 3.3.2 故障特征向量的处理
• 3.4 故障诊断的小波神经网络的确定
• 3.4.1 输入和输出层的确定
• 3.4.2 隐层的确定
• 3.4.3 初始值的选择
• 3.4.4 小波神经网络的训练
• 3.4.5 小波神经网络网络的测试
• 3.5 诊断实例
• 3.5.1 故障特征的提取
• 3.5.2 电路单故障诊断
• 3.5.3 电路多故障的诊断
• 3.5.4 电路软故障的诊断
• 3.6 松散型小波神经网络的应用
• 3.6.1 松散型小波神经网络的诊断思想
• 3.7 常规BP网络方法诊断实例
• 3.7.1 BP网络的构造
• 3.7.2 基于BP神经网络的故障检测
• 第4章 基于小波神经网络的防化车电子设备故障检测仪的研究
• 4.1 防化车电子设备故障检测仪器的介绍
• 4.1.1 故障检测仪的硬件介绍
• 4.1.2 故障检测仪的软件介绍
• 4.1.3 故障检测仪器的工作原理
• 4.2 小波神经网络在防化车电子设备故障检测仪的应用研究
• 4.2.1 Matlab语言与Labview语言的结合
• 4.2.2 结构化查询语言SQL
• 4.2.3 用LabSQL实现LabVlEW中数据库的访问
• 4.2.4 基于Labview的软件设计
• 4.2.5 诊断实例
• 第5章 结论
• 参考文献
• 致谢