基于神经网络的电子线路的故障检测研究

《基于神经网络的电子线路的故障检测研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于神经网络的电子线路的故障检测研究 基于神经X络的电子线路的故障检测研究郑冰（河南工业职业技术学院电子工程系 河南南阳市 473009）：本文描述了基于人工神经X络的电子线路故障智能诊断系统，提出了系统的自学习算法，建立了系统的X络模型。在对电子线路的故障诊断上很好的应用了人工神经X络的知识。关键字：神经X络故障诊断电子线路Abstract:ThepaperintroducedthefaultdiagnosissystemofelectroniccircuitbasedonNN.Itbroughtforofthes

2、ystemhasbeengiven.Keyargin-bottom:.0001pt;line-height:normal;">1概述八十年代后期，研究神经X络的热潮在日美等发达国家蓬勃兴起，科学家从生理解剖学的角度出发，探讨人类脑神经系统的信息活动机理，进而构造出能自学习、自适应、高度智能的神经计算机。据统计，人脑大约由150亿个神经元组成，每个神经元既可接受又可传送大量信息。人工神经X络就是基于生理学的模式，以神经元为结点，通过各种方式以相应得权重联结，以此来模拟人脑神经系统的结构与工作原理。由于神经X络提供了比传

3、统计算机更接近人类感知与识别的途径，因此，它能在模式识别、知识工程、自动控制等领域取得鼓舞人心的成果，在各行各业得到越来越广泛的应用，本文主要讨论的是人工神经X络理论在电子线路故障智能诊断方面的应用情况。2系统模型传统的基于模型的控制方式，是根据被控对象的数学模型及对控制系统要求的性能指标来设计控制器，并对控制规律加以数学解析描述模糊控制是基于专家经验和领域知识总结出若干条模糊控制规则，构成描述具有不确定性复杂对象的模糊关系，通过被控系统输出误差及误差变化和模糊关系的推理合成获得控制量，从而对系统进行控制。这两种控制

4、方式都具有显式表达知识的特点，而神经X络不善于显式表达知识，但是它具有很强的逼近非线性函数的能力，即非线性映射能力。把神经X络用于控制正是利用它的这个独特优点。由于神经X络是从微观结构与功能上对人脑神经系统的模拟而建立起来的一类模型，具有模拟人的部分智能的特性，主要是具有非线性、学习能力和自适应性，使神经控制能对变化的环境包括外加扰动、量测噪声、被控对象的时变特性三个方面具有自适应性，且成为基本上不依赖于模型的一类控制，因此决定了它在控制系统中应用的多样性和灵活性。所谓神经X络控制，是指在控制系统中采用神经X络对难以

5、精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或故障诊断，以及同时兼有上述某些功能的适应组合，将这样的系统统称为基于神经X络的控制系统，称这种控制方式为神经X络控制。根据上述定义，可以将神经X络在控制中的作用分为以下几种在基于精确模型的各种控制结构中充当对象的模型在反馈控制系统中直接起控制器的作用在传统控制系统中起优化计算作用在与其他智能控制方法和优化算法，如模糊控制、专家控制及遗传算法等相融合中，为其提供非参数化对象模型、优化参数、推理模型及故障诊断等。神经X络控制主要是为了解决复杂的非线性、不确定

6、、不确知系统在不确定、不确知环境中的控制问题，使控制系统稳定性好、鲁棒性强，具有满意的动静态特性。2.1模型选择故障诊断经验是一种直觉性的知识，其特点是按相似性进行分类。人们通过多年的故障诊断实践，脑子里存储了许多典型实例，同时又具有一种模糊的直觉联想能力，当遇到一个新实例时，就能由相似性而联想到某一已知实例，并与之比较，进而作出判断，反向传播型X络正好适合解决这类问题。2.2X络训练过程这里仅以三层X络为例介绍BPX络的工作过程，它有一个输入层，一个输出层,一个中间层，单元之间向前连接，能够存储任意连续值模式对，第

7、k个模式对中，模拟值模式。X络通过多层误差修正梯度下降法离线学习，按离散时间方式运行。误差反向传播算法的目标是修改权重，使X络的全局误差函数极小化。通常，X络的误差函数用均方差来定义，即为所有输入模式上输出层单元的希望输出与实际输出的误差平方和。为了应用神经X络，在选定所要设计的神经X络的结构之后（其中包括的内容有X络的层数、每层所含神经元的个数和神经元的激活函数），首先应考虑神经X络的训练过程。下面用两层神经X络为例来叙述BPX络的训练步骤。步骤1：用小的随机数对每一层的权值和偏差初始化，以保证X络不被大的加权输入

8、饱和，同时还要进行以下参数的设定或初始化：l 设定期望误差最小值：l 设定最大循环次数：l 设置修正权值的学习速率：一般选取～0.7l 从1开始的循环训练：步骤2：计算X络各层输出矢量A1和A2，以及X络误差： 步骤3：计算各层反向传播的误差变化和，并计算各层权值的修正值及新的权值： 步骤4：再次计算权值修正后的误差平方和： 步骤5：检查是否小