容差模拟电路的软故障诊断资料.docVIP

容差模拟电路的软故障诊断 中心议题： 容差模拟电路的软故障诊断 解决方案： 将电路的各种故障状态及正常态对应的理论值用PSpice仿真求出 用小波变换从输出采样信号中提取故障特征并对特征向量进行归一化 自20世纪70年代以来，模拟电路故障诊断领域已经取得了一定的研究成果，近年来，基于神经网络技术的现代模拟电路软故障诊断方法已成为新的研究热点，神经网络的泛化能力和非线性映射能力，使之能够适用于解决模拟电路故障诊断中的容差和非线性问题，但在软故障实际检测中，由于不同的分类故障之间又不可避免地存在着模糊性，即不同的分类故障可能有相同或相近的故障特征向量，而这仅仅靠神经网络的泛化能力是无法解决的。而量子神经网络被认为是一种具有固有模糊性的网络，它的隐层单元采用多量子能级变换函数，每个多能级变换函数是一系列具有量子间隔偏移的S型函数之和，能将决策的不确定性数据合理地分配到各类故障中，从而减少故障识别的不确定度，提高模式识别的准确性。文章提出了容差模拟电路软故障诊断的小波与量子神经网络方法，利用MonteCarlo分析解决电路容差问题，又利用小波分析，取其能反映故障信号特征的成分做为电路故障特征，再输入给量子神经网络。不仅解决了一个可测试点问题，并提高了辨识故障类别的能力，而且在网络训练之前，利用主元分析降低了网络输入维数。通过实验可以看出，这种方法不仅能实现模拟电路单软软故障