简析小波神经网络应用于模拟电路故障诊断的进展.docVIP

简析小波神经网络应用于模拟电路故障诊断的进展 论文关键词：模拟电路；故障诊断；小波神经网络 论文 分析了模拟电路故障诊断的重要性和目前 存在的困难，对基于小渡分析理论和神经网络理论的模拟 电路故障诊断方法进行了综述.指出了小波神经网络应用 于模拟电路故障诊断存在的问题和未来的应用前景。 模拟电路故障诊断在理论上可概括为:在已知网络拓扑 结构、输人激励和故障响应或可能已知部分元件参数的情 况下，求故障元件的参数和位置。 尽管目前模拟电路故障诊断理论和方法都取得了不少 成就，提出了很多故障诊断方法，如故障字典法、故障参 数识别法、故障验证法等。但是由于模拟电路测试和诊断 有其自身困难，进展比较缓慢。其主要困难有:模拟电路中 的故障模型比较复杂，难以作简单的量化;模拟电路中元件 参数具有容差，增加了故障诊断的难度;在模拟电路中广泛 存在着非线性问题，为故障的定位诊断增加了难度;在一个 实用的模拟电路中，几乎无一例外地存在着反馈回路，仿 真时需要大量的复杂计算；实际的模拟电路中可测电压的节 点数非常有限?导致可用于作故障诊断的信息量不够充分, 造成故障定位的不确定性和模糊性。 因此，以往对模拟电路故障诊断的研究主要停留在中 小规模线性无容差或小容差的情况，有些方法也已成功地 应用于工程实际。但如何有效地解决模拟电路的容差和非 线性问题，如何解决故障诊断的模糊性和不确定性等是今 后迫切需要解决的问题。小波神经网络则因其利于模拟人 类处理问题的过程、容易顾及人的经验且具有一定的学习 能力等特点，所以在这一领域得到了广泛应用。 1小波分析理论在模拟电路故障诊断中的应用现状分析 简单地讲，小波就是一个有始有终的小的“波浪”小 波分析源于信号分析，源于函数的伸缩和平移，是Fourier 分析、Gabor分析和短时Fourier分析发展的直接结果。小 波分析的基木原理是通过小波母函数在尺度上的伸缩和时 域上的平移来分析信号，适当选择母函数?可以使扩张函数 具有较好的局部性，小波分析是对信号在低频段进行有效 的逐层分解，而小波包分析是对小波分析的一种改进，它 为信号提供了一种更加精细的分析方法，对信号在全频段 进行逐层有效的分解，更有利于提取信号的特征。因此， 它是一种时频分析方法。在时频域具有良好的局部化性能 并具有多分辨分析的特性，非常适合非平稳信号的奇异性 分析。如:利用连续小波变换可以检测信号的奇异性，区分 信号突变和噪声，利用离散小波变换可以检测随机信号频 率结构的突变。 小波变换故障诊断机理包括:利用观测器信号的奇异性 进行故障诊断以及利用观测器信号频率结构的变化进行故 障诊断。小波变换具有不需要系统的数学模型、故障检测 灵敏准确、运算量小、对噪声的抑制能力强和对输入信号 要求低的优点。但在大尺度下由于滤波器的时域宽度较大, 检测时会产生时间延迟，且不同小波基的选取对诊断结果 也有影响。在模拟电路故障诊断中，小波变换被有效地用 来提取故障特征信息即小波预处理器之后，再将这些故障 特征信息送人故障分类处理器进行故障诊断。小波分析理 论的应用一般被限制在小规模的范围内，其主要原因是大 规模的应用对小波基的构造和存储需要的花费较大。 2神经网络理论在模拟电路故障诊断中的应用分析 人工神经网络(ANN)是在现代神经科学研究成果的基础 上提出来的，是一种抽象的数学模型，是对人脑功能的模 拟。经过十几年的发展，人工神经网络已形成了数十种网 络，包括多层感知器Kohome n自组织特征映射、H opfield 网络、自适应共振理论、ART网络、RBF网络、概率神经网 络等。这些网络由于结构不同，应用范围也各不相同。由 于人工神经网络本身不仅具有非线性、自适应性、并行性、 容错性等优点以及分辨故障原因、故障类型的能力外，而 且训练过的神经网络能储存有关过程的知识，能直接从定 量的、历史故障信息中学习。所以在20世纪80年代末期, 它已开始应用于模拟电路故障诊断。随着人工神经网络的 不断成熟及大量应用，将神经网络广泛用于模拟电路的故 障诊断已是发展趋势。BY神经网络由于具有良好的模式分 类能力，尤其适用于模拟电路故障诊断领域，因而在模拟 电路故障诊断系统中具有广泛的应用前景，也是目前模拟 电路故障诊断中用得较多而且较为有效的一种神经网络。3 小波神经网络的应用进展分析 3, 1小波分析理论与神经网络理论结合的必要性 在神经网络理论应用于模拟电路故障诊断的过程中， 神经网路对于隐层神经元节点数的确定、各种参数的初始 化和神经网络结构的构造等缺乏更有效的理论性指导方法, 而这些都将直接影响神经网络的实际应用效果。小波分析 在时域和频域同时具有良好的局部化特性，而神经网络则 具有自学习、并行处理、自适应、容错性和推广能力二因 此把小波分析和神经网络两者的优