基于小波分析和神經(jīng)網(wǎng)絡的模擬故障診斷方法研究.pdf

1、隨著現(xiàn)代電子科技的迅速發(fā)展，電子產(chǎn)品逐漸向著集成化、模塊化及精細化方向發(fā)展。無論從成本結(jié)構(gòu)，還是從安全性能角度出發(fā)，快速精準的模擬電路故障診斷技術(shù)已成為一種客觀需要。
　　本文闡述了傳統(tǒng)故障診斷技術(shù)和現(xiàn)代新型診斷技術(shù)，以BP神經(jīng)網(wǎng)絡為基礎(chǔ)，以小波分析和信息融合技術(shù)為手段進行研究。文章從故障特征的提取、輸入向量預先處理、診斷方法的選取和診斷速率的改進四個方面開展工作，主要成果有:
　　(1)綜合分析和介紹了模擬電路故障診斷技術(shù)

2、當前的發(fā)展現(xiàn)狀，總結(jié)了已有的診斷方法，對近年來先進的神經(jīng)網(wǎng)絡理論、BP神經(jīng)網(wǎng)絡算法和診斷步驟進行了闡述，并以實例說明了BP神經(jīng)網(wǎng)絡在故障診斷方面的優(yōu)越性。
　　(2)在故障特征提取方法方面，對故障信號進行小波分析，結(jié)合熵理論、峭度概念，能夠有效的提取故障的小波熵和重構(gòu)信號的峭度，從信號的能量分布特性和信號偏離正常狀態(tài)的程度出發(fā)對故障電路特征進行提取。從實例分析來看，小波熵和峭度能夠用于分辨不同的故障狀態(tài)，有效的降低了處理的信息量，

3、為下一步有效診斷奠定了基礎(chǔ)。
　　(3)在輸入向量預先處理階段，以小波分析、多分辨分析和信息融合為理論基礎(chǔ)，提取出各頻帶信號的系數(shù)序列的絕對值之和和能量特征作為特征信號。本文利用信息融合的特征層融合技術(shù)，提出了一種基于小波分析和信息融合的模擬電路故障診斷方法，最后用實例診斷說明該方法在單軟故障和多軟故障診斷方面的有效性。實驗結(jié)果表明該方法具有診斷速度快，診斷準確率高的特點，并提高了辨識故障類別的能力。
　　(4)在改進診斷速