基于Wiener 核和BP 神经网络的非线性模拟电路故障诊断[J].docVIP

基于Wiener核和BP神经网络的非线性模拟电路故障诊断* 林海军1，张礼勇1，任殿义2，康　辉1，顾　耕1 （1　哈尔滨理工大学　哈尔滨　150040；2　哈尔滨电工仪表研究所　哈尔滨　150081） 摘　要：研究提出基于非线性电路的Wiener核和BP神经网络的故障诊断方法。在输入为高斯白噪声的情况下，对输入、输出信号进行采样，通过计算各阶相关函数的方法得到正常及各种故障状态下非线性电路的Wiener核。把该核作为状态特征并进行适当的预处理，与对应的状态一起组成BP神经网络的输入和输出样本来对神经网络进行训练，从而实现对模拟非线性电路的故障诊断。文中给出了Wiener核的数字计算方法和诊断神经网络的建立方案，并通过诊断实例加以验证。 关键词：Wiener核；神经网络；非线性电路；故障诊断；相关函数 中图分类号：TN707　　文献标识码：A　　国家标准学科分类代码：520.2060 Fault diagnosis in nonlinear analog circuit based onWiener kernel and BP neural network Lin Haijun1, Zhang Liyong1, Ren Dianyi2, Kang Hui1, Gu Geng1 （Harbin University of Science and Technology, Harbin 150040, China;2 Harbin Research Institute of Electrical Instruments, Harbin 150081 Harbin 150081, ChinaChina）Abstract：A BP neural network diagnosis method based on Wiener kernel of nonlinear circuit is presented. In Gaussian white noise input case, the input and output signals are sampled, the Wiener kernel of the nonlinear circuit in normal state and a variety of fault states can be obtained by calculating each order correlation function. The kernel is taken as a state feature and extracted and preprocessed, which is combined with the corresponding states and used as the input/output samples of the BP neural network to train the neural network and realize fault diagnosis of the nonlinear analog circuit. The calculation method of Wiener kernel and the establishment scheme of the neural network diagnostic program are given, and a diagnosis example is also given to verify this method. Key words：Wiener kernel; neural network; nonlinear circuit; fault diagnosis; correlation function 1　引　　言 非线性模拟电路的测试及故障诊断一直是电路测试领域研究的热点，虽然已经取得了很多重要成果，但是，非线性系统的研究仍然处在近似处理和数值计算阶段，系统分析建模、诊断理论及其实用性都有待进一步研究。非线性模拟电路故障诊断的本质是模式识别，构造出能反映被测电路本质的的故障特征是诊断的关键。对于非线性模拟电路，可采用不同的方法进行描述，其中，主要有Volterra泛函级数和Wiener泛函级数描述法等[1]。 非线性系统的广义频率响应函数(GFRF)有明确的物理意义[2]，比较直观地反映非线性系统的动态特性，因此基于GFRF的故障诊断研究较为多。实际应用中为了避免Volterra级数计算中的维数灾难，普遍采用有限阶Volterra频域核来模拟非线性系统[34]。但是，对于部分非解析的非线性系统，不能用Volterra级数展开，并且Volterra级数的各项不是相互正交的。对于