基于小波分析和信息融合的模拟电路故障诊断方法

摘要

本文主要研究了神经网络、小波变换以及信息融合在模拟电路故障诊断中的应用，所做的工作主要包括： 1.论证了BP网络的分类功能并且构造了神经网络故障诊断系统。理论上指出了BP网络构造的故障诊断系统可以应用于任何电路，诊断任何类型故障。但故障识别时需要得到最能反映故障分类的本质特征，提取合理的故障特征是模拟电路故障诊断的核心问题之一． 2.研究了模拟电路的输出信号各频率成份能量的变化情况与电路元器件发生故障情况的关系，给出了一种基于小波变换的“能量一故障”诊断的预处理方法，克服了传统的故障诊断中需要知道电路的拓扑结构的不足。仿真实验的结果表明“能量一故障”法可以对电路故障进行分类诊断。 3.针对模拟电路故障诊断中存在的测试信息不足、故障定位准确性较低等问题，提出了一种应用智能信息融合技术的模拟电路故障定位方法。该方法首先分别对输入端电流和输出端节点电压做小波分解提取频段能量作为故障特征，然后应用特征层信息融合技术对故障信息进行分类以定位故障元件。该方法能充分利用故障信息，对模拟电路的软故障与多故障均可进行诊断，故障定位准确率高。

目录

文摘

英文文摘

声明

1绪论

1.1模拟电路故障诊断的目的和意义

1.2模拟电路故障诊断发展过程

1.3模拟电路故障诊断方法概述

1.4本文工作

2基于神经网络的模拟电路故障诊断

2.1神经网络概述

2.1.1神经网络的优势

2.1.2神经网络的故障诊断能力

2.1.3神经网络的分类

2.2 BP网络简介

2.2.1标准BP算法

2.2.2 BP算法改进

2.3 BP神经网络在模拟电路故障中的应用

2.3.1诊断步骤

2.3.2故障诊断实例

3基于小波变换预处理的模拟电路故障诊断

3.1小波分析的产生及其发展

3.2小波变换的基本理论

3.2.1连续小波变换

3.2.2离散小波变换

3.3基于“能量-故障”的故障特征提取方法

3.4故障诊断实例

3.4.1结果分析

3.4.2结论

4基于信息融合的模拟电路故障诊断

4.1引言

4.2信息融合的基本原理及级别

4.2.1信息融合的基本原理

4.2.2信息融合的级别

4.3模拟电路故障诊断的电流特征提取和方法

4.4基于信息融合技术的模拟电路故障诊断

4.4.1基于信息融合技术的模拟电路故障诊断的基本原理

4.4.2神经网络信息融合诊断模型

4.5诊断实例

5结论与展望

5.1工作总结

5.2对未来工作的展望

参考文献

附录 攻读硕士学位期间所发表的学术论文目录

后记