论文摘要
模拟电路故障诊断理论和方法研究是目前研究的热门课题,现代电子技术的发展对模拟电路的测试和故障诊断提出了更高的要求。由于模拟电路故障诊断有其自身的许多困难,因此传统的故障诊断理论和方法在实际工程中很难达到预期的效果。而以神经网络为代表的计算智能技术为模拟电路故障诊断提供了一条有效的途径,受到学术界的广泛关注。本论文以现代测试技术、系统辨识、神经网络和小波分析等理论为基础,深入研究了小波神经网络和多小波神经网络诊断模拟电路故障的方法。本论文的工作主要体现在以下三个方面:1.研究了基于神经网络的模拟电路故障诊断方法。在分析和阐述神经网络诊断模拟电路故障的系统结构和原理的基础上,研究了BP网络诊断模拟电路故障的方法。针对BP网络易收敛于“局部最小值”这一缺陷,提出了用遗传算法优化BP网络权值的方法,该方法能在较短的时间内得到BP网络的最佳参数。2.研究了多种小波神经网络诊断模拟电路故障的方法。针对BP网络在模拟电路故障诊断中存在的缺陷:收敛速度慢、容易收敛于“局部最小值”,网络的结构设计仅凭经验以及存在误诊。提出了以下几种小波神经网络诊断模拟电路故障的方法:1)基于BP小波神经网络的模拟电路故障诊断。首先用具有良好时频局部特性的小波基函数替代传统BP网络的激励函数构造了BP小波神经网络。然后用它诊断模拟电路的故障。诊断结果表明,BP小波神经网络的诊断效果比BP神经网络要好,且收敛速度比BP网络明显加快。2)基于小波框架神经网络的模拟电路故障诊断。根据离散小波框架理论构造了小波框架神经网络,并用于诊断模拟电路的故障。结果表明,小波框架神经网络的故障诊断率明显比BP网络要高,收敛速度更快,且网络结构设计有理论依据——小波框架理论。3)基于多分辨小波神经网络的模拟电路故障诊断。从多分辨分析思想出发构造了多分辨小波神经网络。把待诊断电路的样本输入到该网络中进行训练及测试,结果表明:该网络在诊断模拟电路故障过程中,收敛速度快,避免了收敛于“局部最小值”,且网络结构设计有理论依据,更重要的是该网络不仅对已有的故障诊断不存在误诊,而且对新出现的故障也能够全部正确地分类。3.研究了多分辨多小波神经网络诊断模拟电路故障的方法。和小波相比,多小波同时具有正交性、紧支撑性、对称性和高阶消失矩等优点。本文构造了一种多分辨多小波神经网络,并用于模拟电路的故障诊断。诊断结果表明,该网络保留了多分辨小波神经网络的所有优点,同时克服了多分辨小波神经网络的“维数灾”问题,但良好性质的多小波构造是难点,目前还不成熟。本论文在小波神经网络诊断模拟电路故障的方法研究中已经取得了一些成果。在接下来的阶段里将继续针对这些工作开展深入的研究。
论文目录
相关论文文献
- [1].一种基于多核相关向量机的模拟电路故障预测方法[J]. 电子测量与仪器学报 2019(11)
- [2].模拟电路故障的诊断及检测技术[J]. 产业与科技论坛 2017(03)
- [3].基于信息融合的模拟电路故障的特征提取与融合方法[J]. 计算机测量与控制 2017(08)
- [4].模拟电路故障预测方法综述[J]. 科技视界 2017(21)
- [5].模拟电路故障分析及诊断方法[J]. 价值工程 2014(21)
- [6].模拟电路故障原因与诊断方法[J]. 黑龙江科技信息 2014(36)
- [7].基于状态监测的模拟电路故障预测综述[J]. 飞航导弹 2015(11)
- [8].大规模模拟电路故障诊断方法研究[J]. 电子测试 2020(05)
- [9].一种模拟电路故障诊断方法研究[J]. 现代电子技术 2017(06)
- [10].论模拟电路故障检测与诊断的策略探讨[J]. 数字技术与应用 2014(01)
- [11].基于多特征的模拟电路故障预测[J]. 硅谷 2013(11)
- [12].模拟电路故障的诊断及测试技术[J]. 电子质量 2010(08)
- [13].基于小波变换和支持向量机的模拟电路故障诊断方法研究[J]. 工业控制计算机 2010(11)
- [14].基于符号分析的模拟电路故障诊断方法及实现[J]. 信息记录材料 2017(08)
- [15].基于小波神经网络的模拟电路故障诊断方法研究[J]. 廊坊师范学院学报(自然科学版) 2012(04)
- [16].浅析模拟电路故障的诊断方法[J]. 黑龙江科技信息 2011(05)
- [17].基于支持向量机的模拟电路故障诊断方法研究[J]. 工业控制计算机 2012(11)
- [18].如何建立模拟电路故障字典自动生成仿真平台[J]. 价值工程 2011(02)
- [19].基于小波和神经网络的大规模模拟电路故障问题产生原因分析[J]. 科技创业家 2014(09)
- [20].模拟电路故障仿真及诊断平台设计与实现[J]. 电子制作 2013(07)
- [21].模拟电路故障分析与诊断方法研究[J]. 电子质量 2011(08)
- [22].基于多特征信息融合的模拟电路故障预测[J]. 测控技术 2011(12)
- [23].基于云模糊组的模拟电路故障字典测点选择[J]. 计算机测量与控制 2013(11)
- [24].一种基于智能信息融合的模拟电路故障定位形式研究[J]. 信息与电脑(理论版) 2018(18)
- [25].基于频率特性的模拟电路故障分析[J]. 电子世界 2013(10)
- [26].基于云和数据场的模拟电路故障传播特性分析[J]. 微计算机信息 2010(31)
- [27].模拟电路故障特征降维方法[J]. 振动.测试与诊断 2015(02)
- [28].模拟电路故障预测研究综述[J]. 自动化与仪器仪表 2014(05)
- [29].模拟电路故障诊断的要求与方法[J]. 硅谷 2009(06)
- [30].模拟电路故障信号的小波预处理[J]. 中南大学学报(自然科学版) 2008(03)