毕业设计论文基于BP神经网络的电路故障诊断

上传人:s9****2 文档编号:506990495 上传时间:2023-06-09 格式:DOC 页数:50 大小:712.50KB
返回 下载 相关 举报
毕业设计论文基于BP神经网络的电路故障诊断_第1页
第1页 / 共50页
毕业设计论文基于BP神经网络的电路故障诊断_第2页
第2页 / 共50页
毕业设计论文基于BP神经网络的电路故障诊断_第3页
第3页 / 共50页
毕业设计论文基于BP神经网络的电路故障诊断_第4页
第4页 / 共50页
毕业设计论文基于BP神经网络的电路故障诊断_第5页
第5页 / 共50页
点击查看更多>>
资源描述

《毕业设计论文基于BP神经网络的电路故障诊断》由会员分享,可在线阅读,更多相关《毕业设计论文基于BP神经网络的电路故障诊断(50页珍藏版)》请在金锄头文库上搜索。

1、基于神经网络的电路故障诊断摘 要电路的故障诊断和神经网络是当今学术界的两大热点问题。本文主要是以模拟电路的故障诊断为例进行研究。目的在于将模拟电路故障诊断与神经网络方面的最新成果相结合,探索解决模拟电路故障诊断的一条新的途径。在简要介绍标准BP神经网络基本原理的基础上,详细说明了基于改进BP神经网络算法的模拟电路故障诊断方法和设计步骤,根据网络总误差来自适应调节网络的学习率,加速网络的收敛过程。此算法应用于电路的故障诊断,能够对被测电路的故障进行有效并且精确的分类。以折线式有效值测量电路为例,设计了基于改进BP神经网络算法的模拟电路故障诊断系统,以实际测试数据作为训练样本进行学习训练后,对其它

2、实际测量数据进行诊断,结果正确,验证了算法的有效性。 关键词:神经网络;故障诊断;模拟电路Fault Diagnosis of Circuits Based on Neural NetworkAbstractCircuit fault diagnosis and neural network are now two hot issues in the current academic. This article mainly conducts the research take the analogous circuit fault diagnosis as the example.By in

3、troducing the basic principles of standard BP neural network, a method and design steps basis on improved BP neural network algorithm is described in this paper to solve the problem of fault diagnosis for simulation circuit. The improved algorithm could adapt the learning efficiency automatically an

4、d accelerate the network convergence process according to the network total error. The fault of the measured circuit can be classified effectively and accurately owing to the algorithm application to the circuit fault diagnose. Taking the mode of available value measurement circuit of broken line as

5、 an example, we design a simulation circuit fault diagnosis system based on the improving BP neural network algorithm. After networks study and train by actual test data as training specimen, using other actual measurement data for diagnosis, we can get correct results. The results show that this me

6、thod is effective. Key word: neural network; fault diagnosis; analogous circuits 目 录引 言1第1章 绪 论21.1 诊断工程概述21.2 故障诊断机理21.3 模拟电路故障诊断的意义21.4 模拟电路故障诊断的方法31.5 神经网络故障诊断问题的提出41.6 本设计研究的内容、目的和意义5第2章 人工神经网络的简介62.1 神经网络基本原理62.2 BP网络用于故障诊断的基本思想72.3 误差反向传播(BP)神经网络结构特点8第3章 BP神经网络电路故障诊断的MATLAB实现143.1 MATLAB简介143.

7、2 神经网络工具箱及其相关函数简介153.3 训练数据的导入方法163.4 BP 神经网络的MATL AB实现16第4章 电路故障调查184.1 引言184.2 设备状态信息采集184.3 训练BP网络194.4 各种算法的比较224.5 神经网络结构的选择274.6 测试BP网络284.7 检测结果294.8 总结29结论与展望30致 谢31参考文献32附录A:外文文献及其译文33附录B:主要参考文献摘要40附录C:主要源程序代码42插图清单图2-1 神经元模型 6图2-2 BP网络结构8图2-3 BP算法流程图13图4-1实际输出的误差逼近曲线21图4-2各种算法的误差曲线27图4-3 故

8、障模式的仿真输出结果29表格清单表2-1 几种典型的神经元传递函数形式7表4-1 故障状态参数18表4-2 故障对应目标输出19表4-3 各种算法的目标精度比较 27表4-4 实际待检验的频率域参数28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。理论分析和实际应用表明,这些设备中的模拟电路比数字电路更容易发生故障。对这种设备的维护和保养十分复杂,需耗费大量的精力和财力。另外,随着超大规模模拟电路的发展和电子器件复杂性的提高,传统的人工故障诊断方法已经无法满足要求,这就迫使科技人员进一步探索新的测试理论和方法,研制新的测试设备以适应社会的需求。现代社会中,电子设备

9、或系统广泛应用于各个科学技术领域、工业生产部门以及人们的日常生活中,电子设备的可靠性直接影响着生产的效率、系统、设备及人类的生命安全。随着电子设备使用的日趋广泛,不论是在设备的生产阶段还是应用阶段,都对电路的故障诊断提出了迫切的要求,要求人们研究新的有效的诊断技术,进一步提高电子设备的可靠性,设备诊断技术引入生产现场已三十多年。最初,设备较为简单,维修人员主要靠感觉器官、简单仪表和个人经验就能胜任故障的诊断和排除工作,即为传统的诊断技术。随着科学技术的不断发展,动力机械设备越来越复杂化、精密化、系统化和自动化,同时价格也越来越昂贵,设备在现代工业生产中的作用和影响越来越大,生产的主体也逐渐由人

10、力向设备转移,与设备有关的费用越来越高,传统的诊断方法已远远不能适应。机器运行中发生的任何故障或失效不仅会引起严重后果,造成重大的经济损失,甚至还可能导致灾难性的人员伤亡和恶劣的社会影响。第1章 绪 论本章将从一般的基本概念出发,对故障诊断技术的历史与现状做一个简要综述,最后再对本论文的意义做了一个总体阐述。1.1诊断工程概述设备诊断技术是近40年来发展起来的一门学科,它是适应工程实际需要而形成的各学科交叉学科。从科学发展的大环境来看,设备诊断技术的产生也是各学科交叉发展的必然。40年代以来,人类的生产方式日益向大工业方向发展,在这种宏伟的社会大背景下,系统论,混沌学等纷纷诞生,尤其是控制理论

11、出现了重大突破,产生了一系列现代控制方法。生产系统的庞大化和复杂化同时也暴露出一些问题,即如何避免运行中的故障发生,这就要求由一门相应的诊断技术。同一时期,电子技术,尤其是计算机技术的发展,为设备诊断技术提供了必要的技术基础。近年来,传感器技术的发展,信号处理的系列技术,如各种频谱分析技术,人工智能的系列技术,如专家系统,神经网络等,以及其他技术在诊断中的应用,使诊断技术逐渐完善。1.2故障诊断机理故障诊断是研究设备运行状态信息的变化,进而识别设备运行状态的科学。从本质上讲设备诊断技术是模式分类问题,即把机器的运行状态分为正常和异常两类。进一步讲,异常的信息样本究竟属于那类故障,这又属于一个模

12、式识别问题。围绕这一问题,设备诊断技术在以下几个方面展开了理论研究。(1)信号采集技术的研究,即设备诊断技术从设备的症状入手进行研究。设备症状指机器运行是产生的代表起状态的各种信号。因此,信号的采集技术是设备诊断技术的前提。只有采集到反映实际状态的信号,诊断的后续工作才有意义。(2)信号分析和处理方法的研究是设备诊断技术的关键,也是理论研究的热点之一,这实际上就是诊断技术中的特征因子的提取技术。(3)诊断方法的研究是设备诊断技术的核心,识别设备的状态为正常还是异常,识别以后再进行原因的分析,这是诊断的实质。近年来,随着人工智能的发展,诊断自动化,智能化的要求已经变为现实,其中基于知识的专家系统

13、的研究起步最早,模糊理论由于具有处理不确定信息的能力,因此通常和专家系统结合起来。神经网络技术在诊断中的应用起步较晚,但由于它的强大的并行计算能力和自学习功能以及联想记忆功能,很适合做故障分类和模式识别,因而在诊断中得到很广泛的应用。1.3模拟电路故障诊断的意义模拟电路广泛应用于军工、通讯、自动控制、测量仪表、家用电器等各个方面。随着大规模模拟集成电路的发展,模拟电路的复杂度和密集度不断增长,对模拟电路运行可靠性的要求更为严格。就模拟电路生产工厂而言,也要求能诊断出故障以便分析原因,改进工艺以提高成品合格率。对某些用于重要设备的模拟电路,还要求能进行故障预测,也就是对模拟电路在正常工作时的响应

14、作持续不断的监测,以确定哪些元件将要失效,以便在模拟电路故障发生前将那些将要失效的元件替换掉,以避免故障发生。所有这些,通常的人工诊断技术已无法满足需要。因而,电路故障的自动诊断成为一个急待要解决的问题,自动故障诊断的关键在于诊断程序的产生,而诊断程序产生的中心问题是电路故障诊断理论。因此,模拟电路故障诊断的研究引起世界各国电路理论工作者的高度重视。 现代社会中,电子设备或系统广泛应用于各个科学技术领域、工业生产部门以及人们的日常生活中,电子设备的可靠性直接影响着生产的效率、系统、设备及人类的生命安全。随着电子设备使用的日趋广泛,不论是在设备的生产阶段还是应用阶段,都对电路的故障诊断提出了迫切的要求,要求人们研究新的有效的诊断技术,进一步提高电子设备的可靠性,设备诊断技术引入生产现场己三十多年。最初,设备较为简单,维修人员主要靠感觉器官、简单仪表和个人经验就能胜任故障的诊断和排除

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 建筑/环境 > 施工组织

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号