基于多级bp神经网络的无线电罗盘多故障诊断研究

《基于多级bp神经网络的无线电罗盘多故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1绪论1．1课题研究背景及意义目前电子设备大到智能仪器、军工设备等专用设备，小到收音机、手机等日常用品占据人类社会生活重要部分，已涉及到各个科学技术领域、工业生产部门和日常生活中，而这些设备的故障检修也是应用环节的重点。在故障检修时，由于部分专用电子设备的运行环境的多样性和复杂性，如高温、低温、高湿度、核辐射、强电场、高磁场等条件下【11，更是增加了电子设备故障检修的难度。自20世纪60年代以来，故障诊断一直是国内外研究热门课题，尤其是美国军工方面开展了专门针对军事领域专用电子设备故障诊断研究系统；我国在机械化工故障诊断方面研究

2、较多，尤其是西安交通大学的机械检测诊断中的理论与方法。在本文军工和航天工业部门的研究背景里，大量的机载设备内部配置还不是集成化的芯片，大多是分立元器件，电子设备的故障检测维修大多是靠检修员的经验来判断，所以在维修时脱离其装载系统检测时间颇长，从而在对修复这种复杂电子设备的高科技和低费用方面，提出一种方便高效的故障诊断方法是十分必要的。据相关专业统计这些专用设备大多含有模拟电路，而整个设备中80％的故障现象是由模拟电路故障引起的[21，因此可以说系统中模拟电路的正常有效性等同于整个系统的可靠性。研究的故障检测方法要求在系统发生故障

3、后，能尽可能方便快捷的，定位故障模块或元器件，降低维修和保养费用，保障电子设备能尽快投入重复使用。在已有的科学研究方面系统设备的故障诊断方法，大多数研究是针对单故障可靠性诊断方面，而在多故障诊断领域的研究多为理论研究且应用实例介绍较少。在大规模集成工业技术迅速发展，先进制造工艺日益提高的情况下，除特殊领域电子系统外，电子设备越来越小型化，在日常生活中应用广泛。一些电子器件设备的维护工作，借助计算机查找其中的故障更快，通用性也好。基于神经网络(ANN)的模拟电路故障诊断方法的研究，为实现电子系统领域的故障诊断智能化、高效化，开拓了

4、新的研究方向。1．2神经网络故障诊断方法简介基于神经网络(ANN)的故障诊断方法一直是各领域里故障诊断的重要方11绪论法，其模型接近人的神经和大脑，其原理和功能特点较明了，不需要建立准确的故障对象数学模型，与传统的故障诊断分析方法相比简单，因而在是故障诊断的重要工具方法之一。神经网络具有分类、辨识和推理的能力，在联想记忆、大规模并行处理、实时计算和便于硬件实现等方面处理效果极好显示了突出的优势【3】。神经网络实现系统故障诊断时，能从输入的数据中自动提取系统故障特征，待到神经网络在处理不同的数据时，网络自动对其归纳比较之前存储的系

5、统故障特征，从而达到模式识别的目的【4J。目前利用神经网络故障诊断方法开展的实际应用在机械方面较多，在电子系统方面却十分有限。在电子系统方面的故障诊断方法一般有：常规神经网络方法、电源电流测试、模糊技术、小波变换预处理方法及基于神经网络的大规模模拟电路故障诊断法等【4】。仅Somayajula利用层级法来分析电路，提取每一层AC响应电压波形有效点作为Kohonen神经网络输入，实现了对滤波器电路的故障诊断，收效甚微。具体的大规模复杂集成电路的故障诊断一般包括撕裂法、层级法和符号法【51。前期的研究进展较小，主要有E．ECabal

6、通过应用多层感知器来分析电路直流响应，找到电路特征并以此特征作为检测和辨识故障元件的依据[61。M．A．EI--Gamal将运用神经网络表述规则集合的训练集，而集合之间的映射方法为基于规则的神经网络连接模型法，但如何运用神经网络对模拟电路领域知识获取和规则提取仍有待研究[71。FanniA研究有突破性进展，深入的研究了3种故障特征提取技术(包括傅立叶变换、小波变换和主元分析)对基于神经网络故障诊断方法的影响【81。A．I．Nissar从另一个方向提出了一种软故障诊断方法：将片上白噪声发生器作为激励源，应用神经网络进行响应分析，对

7、激励和分析结果之间建立神经网络模型进行诊断，取得了一定的结果19J。M．CatelaniooJ应用径向基函数网络分别对设备的元件级和子系统级进行故障诊断[11-14]。迄今为止，基于神经网络故障诊断的方法基本有两类【15l：一种是找出各种故障模式直接利用神经网络方法对其识别判断【16】，通过对故障模式的划分不同分类和对是否发生故障进行估计；另一种则是采用神经网络与其他各种传统方法相结合的方式【161，比如神经网络和专家系统相结合。采用第二种方式则可用于在系统的各个部分进行故障诊断研究比较多，例如机械轴承的故障检测、故障模式识别、

8、故障控制甚至数据处理、传感器数据验证等方面。电子设备系统故障诊断定位困难一般表现为两个方面：21绪论(1)它的准确性和效率难以保证。(2)故障的多种表现形式：单故障，多故障，关联故障等。现实中系统存在的不仅仅单故障，多为多故障并存和关联故障等。当大型电子设备系统