- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
小波变换和神经网络的电路故障诊断.pdf
2017年 3月 1日 现代电子技术 Mar.2O17
第40卷第5期 ModernElectronicsTechnique Vo1.40 No.5
doi:10.16652~.issn.1004—373x.2017.05.044
小波变换和神经网络的电路故障诊断
辛 健 ,马 力
(沧州师范学院 机械与电气工程学院,河北 沧州 061001)
摘 要:模拟 电路的元件较多,相互之间的耦合性较强,容易发生故障。为了提 高电路故障的诊断准确性,提出小波变
换和神经网络的电路故障诊断方法。首先采用小波变换方法提取 电路故障信息特征 ,然后采用神经网络分类提取的故障特
征量实现对电路故障的诊断和分类识别,最后通过仿真实验进行性能测试,结果表明,该方法提高了电路故障检测的准确
度,具有较好的实际应用价值。
关键词:小波变换;神经网络;电路故障诊断;故障特征量
中图分类号:TN7I1-34;TP277 文献标识码 :A 文章编号:1004—373X(2017)05—0174.04
Circuitfaultdiagnosisbasedonwavelettransform andneuralnetwork
XINJian,MALi
(CollegeofMechanicalandElectricalEngineering,CangzhouNormalUniversity,Cangzhou061001,China)
Abstract:Themultiplecomponentsoftheanalogcircuithavestrongcouplingamongthem ,anditispronetofailure.Inor—
derto improvetheaccuracyofthecircuitfaultdiagnosis,acircuitfaultdiagnosismethodbasedonwavelettransform andneural
network isproposed.Thewavelettransform methodisusedtoextracttheinformationfeatureofthecircuitfault.Theneuralnet—
workisusedtoclassifyandextractthefaultfeaturequantitytorealizethecircuitfaultdiagnosis,andclassificationandrecogni-
tion.Theperformancewastestedwiththesimulationexperiment.Theresultsshow thatthemethodhasimprovedtheaccuracyof
thecircuitfaultdetection,andhassuperiorpracticalapplicationvalue.
Keywords:wavelettransform ;neuralnetwork;circuitfaultdiagnosis;faultfeaturequantity
神经网络的电路故障诊断方法,仿真实验结果表明,本
0 引 言
文方法提高了电路故障检测的准确度。
模拟 电路广泛应用在大型电子设备系统中,模拟电
1 模拟 电路故障匹配过程分析
路 由大规模的集成和分立电子元件构成,电子元器件之
间容易出现漏焊和耦合,电路的故障发生率较高。有效 模拟 电路故障检测诊断的原理示意框图如图1所
诊断模拟电路故障是保障电子系统
文档评论(0)