模擬電路智能故障診斷技術研究.pdf

1、隨著電子工業(yè)迅速發(fā)展，模擬電路的集成度越來越高，對模擬電路故障診斷技術的要求也不斷提高。然而由于模擬電路輸出信號的連續(xù)性和非線性等問題，使得傳統(tǒng)的人工測試與故障診斷方法在實際的診斷中難以達到預期的效果。本文以神經(jīng)網(wǎng)絡為基礎，深入研究了模擬電路的故障特征提取、故障診斷方法并且設計了一個基于虛擬儀器技術的智能故障診斷系統(tǒng)。
　　本文分析了模擬電路的故障類型，闡述了神經(jīng)網(wǎng)絡故障診斷原理，并提出了基于BP神經(jīng)網(wǎng)絡實現(xiàn)模擬電路故障診斷的方法

2、。針對基本BP神經(jīng)網(wǎng)絡訓練時間長等問題，本文提出了兩種改進方法：附加動量法和LM算法。在Multisim平臺上建立模擬電路仿真模型，并應用等間距采樣法提取輸出信號的故障特征，從而驗證了附加動量法改進的BP神經(jīng)網(wǎng)絡方法的可行性。為了更加有效提取電路輸出信號的故障特征，本文研究了基于小波神經(jīng)網(wǎng)絡方法對模擬電路進行故障診斷。利用小波分解輸出信號提取各頻段的能量，將其作為故障特征向量輸入到LM算法改進的BP神經(jīng)網(wǎng)絡進行故障診斷。診斷實例證明了兩

3、種方法均能以較高的正確率完成故障診斷，相比而言，基于小波系數(shù)能量分析下的小波神經(jīng)網(wǎng)絡方法的正確率更高，網(wǎng)絡收斂速度更快。
　　最后，在LabVIEW的環(huán)境里設計了一個智能故障診斷系統(tǒng)，系統(tǒng)的前面板能夠直觀的顯示故障類型，并且通過 Matlab腳本節(jié)點連接 LabVIEW與 Matlab，在運行LabVIEW程序時可以自動調用Matlab程序實現(xiàn)神經(jīng)網(wǎng)絡的訓練和故障診斷。本文將虛擬儀器技術應用到模擬電路故障診斷中，具有很好的工程應用