基于神经网络的模拟电路故障诊断

基于BP神经网络的模拟电路故障诊断作者：戴毓彭良玉来源：《现代电子技术》2013年第16期摘要：提出了一种基于小波多层分解和BP神经网络相结合的模拟电路故障诊断方法。

该方法利用了多层小波分解优异的时频特性来提取故障特征参数，进行能量特征提取、归一化，并结合BP网络强大的非线性分类能力和快速的收敛特性构造了一种既能用于诊断单故障，又能诊断多故障的模型。

以ITC’97标准电路中的CTSV滤波电路为诊断实例进行了仿真实验仿真，结果表明该方法比传统BP网络方法的学习收敛速度快得多。

关键词： BP神经网络；模拟电路；故障特征；故障诊断中图分类号： TN911⁃34 文献标识码： A 文章编号： 1004⁃373X（2013）16⁃0009⁃03客观世界信号的本质决定了模拟电路的普遍性和不可替代性。

模拟电路由于故障模型复杂、元件参数的容差、非线性、噪声以及大规模集成化等现象使电路故障信息表现为多特征、高噪声、非线性的数据集，且受到特征信号观测手段、征兆提取方法、状态识别技术、诊断知识完备程度以及诊断经济性的制约，使模拟电路的故障诊断技术滞后于数字电路故障诊断技术而面临巨大的挑战。

而神经网络是对生物神经系统的功能抽象，以分布方式存储信息，有很强的容错能力和自学习能力，能够对网络的输入产生联想输出，具有处理模糊信息的能力[1]，其理论研究和实际应用进入了一个蓬勃发展的时期[2]。

1 BP神经网络1.1 BP网络模型多层网络学习算法训练的神经网络即BP神经网络。

BP网络的信息从输入层流向输出层，因此是一种多层前馈神经网络。

由BP神经元构成的二层网络如图1所示[2]。

由于BP网络神经元采用的传递函数通常是可微函数，所以可以实现输入和输出间的任意非线形映射[3]，因此在诸如模式识别、状态预测等很多方面应用十分广泛。

1.2 BP学习规则BP算法由两部分组成：信息的正向传递与误差的反向传播。

在正向传播过程中，输入信息从输入经过隐含层逐层计算传向输出层，每一层神经元的状态只影响下一层神经元的状态。

基于BP神经网络算法的异步电机故障诊断系统研究
孙吴松
【期刊名称】《荆楚理工学院学报》
【年(卷),期】2024(39)2
【摘要】为了确保电机安全可靠地运行,研究了BP神经网络算法对异步电动机进行故障诊断。

通过MATLAB平台,分别使用附加动量因子和自适应学习率两种梯度下降法进行网络训练,搭建故障诊断BP网络模型。

以MSE值为指标优化最佳隐含层节点数、动量因子与学习率,并通过遗传算法来优化BP网络的初始权值,对故障测试样本进行仿真测试。

结果表明,GA-BP网络模型比MF-BP和AG-BP的MSE 值更低,仅为0.009163,优化后的诊断预测结果与目标值几乎没有差别。

基于遗传算法改进的故障诊断系统模型能够满足异步电动机故障诊断的应用需求。

【总页数】10页(P1-10)
【作者】孙吴松
【作者单位】六安职业技术学院机电技术系
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于虚拟仪器的异步电机故障诊断系统研究
2.基于BP神经网络的凝汽器故障诊断系统研究
3.基于SSA优化BP神经网络的故障诊断系统研究
4.基于BP神经网络的便携式模拟电路故障诊断系统研究
因版权原因，仅展示原文概要，查看原文内容请购买。

1 绪论随着现代化大生产的发展，电子线路故障诊断技术的研究越来越重要。

根据电子线路的特点可将电子线路故障诊断分为模拟电路的故障诊断和数字电路的故障诊断。

在现代电子设备中，绝大部分电子设备故障是由于模拟电路故障导致的，可以说，模拟电路的可靠性几乎决定了电子设备的可靠性。

1.1 模拟电路故障诊断的背景意义目前，模拟电路在航天、通信、自动控制、家用电器等许多方面得到广泛地应用。

随着电子技术的发展,模拟电路的集成程度越来越高,规模越来越大。

因此，对模拟电路的工作的有效性、可靠性、可维修性等提出了更高的要求。

在模拟电路故障发生后,要求能及时将导致故障的原因诊断出来,以便检修和替换。

对模拟电路的生产部门来说,同样也要求能及时诊断出故障，以便改进工艺,提高产品的合格率。

对于某些重要设备中的模拟电路，还要求进行故障的预测，即对正常工作中的模拟电路进行不断的检测，在元件发生故障前就进行替换，以避免故障的发生。

根据电子技术的发展状况，由以下三点说明模拟电路故障诊断技术的紧迫性:第一，微电子学时代的到来,电子线路的复杂性和密集性明显增加, 成千上万个电路元器件集成在一个小芯片上,而对这些电路元器件的测试仅限于为数有限的引出端子之上，如此,通常的测量，微调的手段将不再实用甚至无济于事。

第二，在无线电电子系统中, 数字电路不能完全取代模拟电路，数字电路的故障诊断方法也不能取代模拟电路的故障诊断方法。

第三，现代电子系统复杂度的增加,系统的可靠性显得更为重要,因此,必须提高电子系统的可靠性。

综上所述,工业生产对模拟电路提出了新的要求,微电子技术的快速发展对模拟电路的测试和诊断也提出迫切的要求,这就使得科技人员不得不进一步探索模拟电路的测试和诊断上的新理论和新方法,研发新的测试和诊断设备以适应时代的需求。

所以，开展模拟电路故障诊断的研究是一项非常有意义的课题。

1.2 模拟电路故障诊断的发展与现状相对于数字电路故障诊断而言，模拟电路故障诊断的发展较为缓慢，其中主要原因有以下六点：1）故障状态的多样性。

基于ＢＰ神经网络的模拟电路诊断系统研究作者：郝俊寿丁艳会来源：《现代电子技术》2009年第02期摘要：以现代测试技术、信号处理、信息融合等理论为基础，以神经网络在模拟电路故障诊断中的应用为主线，详细讨论BP神经网络在模拟电路故障诊断中的应用和故障特征提取方法。

采用多频组合法建立了故障样本集。

对选定的待测电路在元件存在容差的条件下，仿真验证了BP神经网络应用于模拟电路故障诊断的可行性。

关键词：故障诊断；模拟电路；BP神经网络；故障特征提取中图分类号：TP183文献标识码：A文章编号：1004 373X(2009)02 142 03Research of Analog Circuit Fault Diagnosis Based on BP Neural NetworkHAO Junshou,DING Yanhui(Inner Mongolia Electronic Information Vocational Technology College,Huhhot,010011,China)Abstract：Based on the application of BP neural network in analog circuit fault diagnosis and the fault features extraction are discussed in detail.The fault sample set is established by using the multi－frequency combination method.Academic foundation is modern test technology,signal processing,information fusion and testability analysis,etc.The analog circuit soft fault diagnosis is realized to select test electric circuit by using BP neural network under the components existence tolerance condition.Keywords：fault diagnosis；analog circuit；BP neural network；fault features extraction0 引言随着电子工业的发展，电子设备越来越复杂，其中的模拟器件和电路不可缺少。