基于小波的分析和神经网络模拟电路故障诊断

基于小波的分析和神经网络模拟电路故障诊断

ID:32514390

大小:2.60 MB

页数:63页

时间:2019-02-10

基于小波的分析和神经网络模拟电路故障诊断_第1页
基于小波的分析和神经网络模拟电路故障诊断_第2页
基于小波的分析和神经网络模拟电路故障诊断_第3页
基于小波的分析和神经网络模拟电路故障诊断_第4页
基于小波的分析和神经网络模拟电路故障诊断_第5页
资源描述:

《基于小波的分析和神经网络模拟电路故障诊断》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、基于小波分析和神经网络的模拟电路故障诊断摘要模拟电路测试和故障诊断一直是近代电路领域的一个热门研究课题,发展至今已取得了丰硕的理论成果。随着电子工业的飞速发展,模拟电路故障诊断技术的重要性越来越突出,但模拟电路的元件参数具有容差、故障模式也表现出多样化和复杂性,传统的诊断方法在实际应用中难以达到预期的效果。目前,神经网络、小波分析和群智能算法等智能信息处理技术已成为新的研究热点,为解决模拟电路故障诊断中的诸多难题提供了一条有效途径。本文首先对模拟电路故障诊断的发展、现状及存在的问题进行了综述,针对模拟电路故障样本信息的获取问题,重点阐述了小波变换和小波包分析的故障特特征提取方法,通

2、过仿真实例说明了小波包分析的优越性。神经网络具有良好的学习能力和逼近性能,被广泛应用于模拟电路故障诊断中,但其网络结构和模型参数难以设置。本文引入一种群智能优化算法一粒子群算法(PSO),提出了一种结合小波包分解、RBF神经网络和PSO算法的模拟电路故障诊断方法。该法用小波包分解提取电路的故障特征信息,用PSO算法寻优RBF网络模型的最佳参数,不仅减少了网络输入向量的维数,还避免了参数选择的盲目性,并用仿真实例表明本文所提方法的有效性和可行性。针对模拟电路故障诊断的特征提取和模式分类这两大问题,本文将多小波分析和极限学习机(ELM)相结合,提出了一种基于多小波.ELM的模拟电路故障

3、诊断方法。该法利用多小波的对称性、正交性、短支撑性、高阶消失矩等优良特性,对故障特征信息进行有效的提取,然后输入到ELM网络中,进行故障模式分类。模拟诊断实例表明,该法在有效减少网络输入规模的同时,能够快速准确地实施模拟电路的故障定位。关键词:故障诊断;模拟电路;小波包变换;RBF网络;粒子群算法;多小波;极限学习机硕士学位论文AbstractAnalogcircuittestandfaultdiagnosishavebeenachallengingsubjectinthefieldofmoderncircuit,andhavemademanyconsiderableworkand

4、methodsSOfar.Withtherapiddevelopmentoftheelectronicindustry,theimportanceoftheanalogcircuitfaultdiagnosisismoreandmoreobvious.Unfortunatley,duetomanyfactors,suchastoleranceofcomponents,diversityandcomlexityoffaultmodelsandSOon,itisdifficultforthetraditionalfaultdiagnosismethodstoachievetheexpe

5、ctedresultsinpracticalapplications.Atpresent,intellingenceinformationprocessingtechnologieslikeNeuralNetworks,WaveletAnalysis,SwarmIntelligenceOptimizationandSOon,havebeenanewhotspotandprovidedaneffectivewaytoslovetheproblemofanalogcircuitfaultdiagnosis.Thispaperfirstlyreviewstheresearchofanal

6、ogcircuitfaultdiagnosis,thenfocusesontheappicationofwavelettransformandwaveletpacketinanalogcircuitfaultdiagnosisaimingattheproblemsinaccessingtofaultinformation,andthesuperiorityofthewaveletpacketanalysisisshownthroughthesimulationexample.FortheNeuralNetworkshavegoodlearningabilityandapproxim

7、ationperformance,itiswidelyusedinanalogcircuitfaultdiagnosis.Butthestructureandmodelparametersofnetworkaredifficulttoset.Thepaperintroducesaswarmintelligenceoptimizationalgorithm—PraticleSwarmOptimization(PSO),andanewanalogcircuitfaultd

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。