基于BP神經網絡的模擬電路診斷系統研究
通常,從待測模擬電路響應的波形曲線獲得原始數據。通過對原始數據進行采樣,可將原始數據映射成樣本空間的點。模擬電路故障診斷的過程是把癥狀空間的向量映射到故障空間,即實現故障特征空間X到分類(識別)空間y的映射F,F:X→Y。一般,首先要對映射到樣本空間的輸入數據進行預處理,通過刪除數據中的無用信息得到一類故障模式,即由樣本空間映射到數據空間。
在數據空間的基礎上,通過特定的變換處理,提取數據中的不變特征,形成不變故障模式空間。在提取了故障模式的不變特征之后,根據診斷的需要和問題的特性,往往還需要對所選擇的模式特征矢量進行量化壓縮變換,在盡可能保持信息量基本不丟失的前提下,在降維空間內選擇有用的特征,以利于高效實現模擬電路的故障診斷。并且由所獲得的降維空間,提取原始樣本集的特征信息以形成特征空間。一般的特征提取過程可用圖3表示。本文引用地址:http://cqxgywz.com/article/188945.htm

1.4 BP網絡的輸入層、隱層和輸出層節點個數的確定
這里設所選的測試節點數為m,測試頻率數為l,則:
(1)BP網絡的輸入節點數為n1=ml;
(2)確定最佳隱節點數的一個常用方法被稱為“試湊法”,可先設置較少的隱節點訓練網絡,然后逐步增加隱節點數,用同一樣本集進行訓練,從中確定網絡誤差最小時對應的隱節點數;
(3)將故障狀態進行二進制編碼,二進制碼值最大的那個數據的位數m就是輸出層神經元節點的個數。
1.5 多頻組合法
多頻測試是用不同頻率(測試頻率點集)的正弦信號激勵待測電路,通過觀測預先選定測試節點的輸出信號幅值,亦即故障電路與正常電路、不同故障電路之間的輸出幅值差異,實現模擬電路的故障診斷。多頻測試矢量即為測試頻率點的集合。
對給定的可及點,測試頻率的選取原理仍按電路的對數幅頻特性來劃分特征空間。
頻率選取原則:如果某些幅頻特性曲線在一個頻率點上密集,落入同一模糊集,則應在這些特性曲線較為分散的頻率上選擇其他測試頻率。
1.6 仿真實例
1.6.1 待測電路
待測電路如圖4所示。

1.6.2 故障類別假定
以圖4中容差為±5%的電阻R1=10 kΩ為例,闡明故障診斷的思路。
(1)當電阻在R1∈[9.5,10.5]時,電阻是正常的容差變化范圍;
(2)當電阻R19.5 kΩ時,發生軟故障,用↓表示這種減小情況,其極限情況為R1=O此時轉化為硬故障,即短路故障。
(3)當電阻R1>10.5 kΩ時,發生軟故障,用↑表示這種增大情況,極限情況為R1=∞,此時轉化為硬故障,即開路故障。








評論