小波神经网络在模拟滤波器电路故障诊断中的应用

摘要

随着集成电子技术的快速发展，现代器件集成规模越来越大，模拟电路故障诊断也越来越受到重视。虽然模拟电路故障诊断方法的研究层出不穷，但真正应用于工业实际的非常少，很大部分原因是研究结论的工程化受到限制，尤其是复杂有容差和非线性电路诊断起来非常困难，这就对现有的理论提出了新的要求。鉴于上述原因，论文以低阶模拟滤波器电路故障诊断为例，将小波神经网络的最新研究成果应用到电路故障诊断上，尝试探索新途径的故障诊断方法。
　　本文在分析了当前国内外模拟电路故障诊断理论的研究情况后，对各现存方法进行了综合分析比较，确定了基于神经网络的模拟电路智能故障诊断方法;介绍了神经网络的发展、BP神经网络的原理及网络的设计方法;鉴于神经网络训练构造样本集的要求，确定了基于电路响应波形的有效采样点和小波分析预处理的故障模式特征提取方法，重点分析了小波多分辨率分析的原理;在分析了神经网络与小波分析的不同结合方式特性后，确定了小波神经网络松散型结合的电路故障诊断方式:由于小波分析在时频域均具有良好的局部化特性，介绍了用小波变换来做对滤波器故障进行预处理，从而减少神经网络的隐含层节点及网络规模，提高诊断的正确率;根据两种故障特征提取方法的流程，给出了诊断的详细步骤;以某模拟带阻滤波器为工程案例，通过仿真和实验验证了小波神经网络方法比基于有效采样点的单神经网络故障诊断方法更可靠和高效。
　　最后总结了论文的主要工作和取得的一些创新成果。

目录

声明

摘要

第一章 绪论

1．1 模拟电路故障诊断研究的趋势

1．2 模拟电路中故障分类

1．3 模拟电路故障诊断的研究现状及发展

1．3．1 传统诊断方法

1．3．2 现代诊断方法

1．4 神经网络在模拟电路故障诊断方法中的应用

1．5 本文的章节安排

第二章 故障诊断中应用的神经网络理论与特征提取方法

2．1 神经网络基础理论

2．1．1 BP神经网络结构

2．1．2 BP神经网络机理

2．2 BP神经网络结构设计

2．2．1 神经网络输入与输出层的确定

2．2．2 神经网络隐层数的确定

2．2．3 网络神经元数的确定

2．2．4 学习算法的改进及权值的确定

2．3 故障特征的提取

2．3．1 输入与输出量的确定

2．3．2 选取有效采样点的故障特征提取

2．3．3 小波变换相关理论

2．3．4 神经网络与小波分析理论的结合

2．4 小结

第三章 基于有效采样点与BP网络的模拟滤波器故障诊断

3．1 辅助工具软件介绍

3．1．1 Pspice介绍

3．1．2 MATLAB应用介绍

3．2 基于有效采样点的BP网络诊断方法仿真实现

3．3 基于有效采样点的BP网络诊断方法实验验证

3．4 小结

第四章 基于小波变换与BP网络的模拟滤波器故障诊断

4．1 系统结构

4．2 小波变换与模式特征提取

4．2．1 小波多分辨分析及故障特征提取

4．2．2 小波变换特征提取算法

4．2．3 提取小波包特征系数包方法

4．3 基于多分辨分析的小波神经网络诊断的事例仿真

4．4 基于多分辨分析的小波神经网络诊断的事例实验

4．5 小结

第五章 总结与展望

5．1 全文总结

5．2 展望

致谢

参考文献

附录

附录E 攻读硕士学位期间发表学术论文情况