基于小波分析和粒子群神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷.pdf

1、自二十世紀(jì)九十年代起，以神經(jīng)網(wǎng)絡(luò)為代表的一種自適應(yīng)模式識別技術(shù)的出現(xiàn)，為模擬電路故障診斷提供了一條有效途徑，受到學(xué)術(shù)界的廣泛關(guān)注。而近年來，多種仿生學(xué)算法的出現(xiàn)也拓展了神經(jīng)網(wǎng)絡(luò)在各領(lǐng)域的應(yīng)用。粒子群算法作為一種群體智能的算法，利用種群優(yōu)勢為解決復(fù)雜問題的尋優(yōu)提供了新的思路。
　　 本文首先介紹了利用神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬電路故障診斷的具體步驟和方法，然后闡述了BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)、基本原理以及其在故障診斷中的優(yōu)劣勢和改進(jìn)方法，其次，

2、詳細(xì)地敘述了粒子群優(yōu)化算法的基本原理，通過分析粒子速度進(jìn)化方程研究算法本身的社會行為和收斂性能，最后將粒子群優(yōu)化算法超強(qiáng)的全局搜索特性和BP算法快速的局部搜索能力有效地結(jié)合起來優(yōu)化神經(jīng)網(wǎng)絡(luò)，同時，利用小波分析能夠深刻反映電路運行狀態(tài)的本質(zhì)，具有減少神經(jīng)網(wǎng)絡(luò)輸入量和簡化網(wǎng)絡(luò)體系結(jié)構(gòu)的特點，提出基于小波分析和粒子群神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法。
　　 本文以神經(jīng)網(wǎng)絡(luò)為主線，以一放大電路為研究對象，提出將小波分析和粒子群算法優(yōu)化的B

3、P神經(jīng)網(wǎng)絡(luò)相結(jié)合應(yīng)用于模擬電路的故障診斷中，使用ORCAD和MATLAB軟件對故障診斷過程進(jìn)行具體仿真實現(xiàn)。在對電路進(jìn)行診斷過程中，用小波作為特征向量預(yù)處理工具，經(jīng)歸一化和主元分析后，有效地減少了神經(jīng)網(wǎng)絡(luò)的輸入維數(shù);然后用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，很好地克服了BP網(wǎng)絡(luò)的缺點，改善了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。仿真結(jié)果表明:小波分析，能夠有效的處理輸入數(shù)據(jù)，提取故障信號的特征向量，縮短了故障診斷的時間，經(jīng)粒子群算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)