基于rbf网络的模拟电路故障诊断算法

《基于rbf网络的模拟电路故障诊断算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第27卷第5期计算机仿真2010年5月文章编号：1006—9348(2010)05—0331-05基于RBF网络的模拟电路故障诊断算法秦庆强，张晓安，李艾华，史慧(1．第二炮兵工程学院，陕西西安710025；2．第二炮兵驻中电科技集团型号办，北京100085；3．北京航天测控技术开发公司，北京100041)摘要：针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足，提出了一种基于多层小波分解和RBF神经网络的模拟电路故障诊断算法。为提高诊断效率，用多层小波分解能有效提取电路故障特征；用RBF网络优良的泛化能力和快速的非线性逼

2、近能力可以较好的解决模拟电路中存在的容差和非线性问题。故障诊断仿真实验表明，在保证较高故障诊断正确率的情况下，RBF网络的训练次数得到了极大地缩小，有效克服了基于BP网络算法存在的上述不足，极大地提高了模拟电路故障诊断的时间效率。关键词：模拟电路；故障诊断；多层小波分解；径向基函数神经网络中图分类号：TP391文献标识码：AAlgorithmBasedonRBFArtificialNetworkforAnalogCircuitFaultsDiagnosisQINQing—qiang，ZHANGXiao—an，LIAi—hua，SHIHui(1．T

3、heEngineeringCollegeofSecondArtillery，Xi’anShanxi710025，China；2．TheProjectOfficeofSecondArtilleryatChinaElectronicsTechnologyGroupCorporation，Beijing100085，China3．AerospaceMeasurement＆ControlTechnologyDevelopmentCompany，Beijing100041，China)ABSTRACT：Aimingatfaultsdiagnosisofan

4、alogcircuit，analgorithmbasedonradialbasisfunctionneuralnetwork(RBFANN)andmulti—layerwaveletdecompositionisdiscussedinthispaper．Themulti—layerwaveletdecompo-sitionCanextractfaultfeatures，andmeanwhile，theRBFANN’Sexcellentgeneralizationabilityandnonlinearap-proximationabilitycan

5、resolveanalogcircuit’Stoleranceandnonlinearityeffectively．Simulationresultsonbench—markcircuitsshowthatthetrainingepochsofRBFANNarelessthanthatofBPANNdramatically．TheshortcomingsofBPNN，suchaslowconvergencespeedandpronetofallintothelocalminimumpointsareovercame．Andthediag-nosi

6、seficiencyisenhanced．KEYWORDS：Analogcircuit；Faultdiagnosis；Multi—layerwaveletdecomposition；RBFANN1引言的存在等等。随着大规模集成电路的快速发展，模拟／数模混合电路从本质上讲，模拟电路故障诊断相当于一个分类问题：被大量应用到无线通信、数据及信号处理等领域。特别是目根据测量数据判断电路状态属于哪个故障类。而神经网络前，数模混合电路的集成度不断提高，更是给电路测试带来具有解决上述困难的天然属性，其所具有的学习和推理能极大的困难。而模拟电路的测试和故障诊断一

7、直是数模混力、分类能力，所具有的较强的鲁棒性和自适应能力，为故障合电路测试及故障诊断的瓶颈所在。诊断提供了一个优良的解决方案。近年来，模拟电路的故障诊断技术发展缓慢，关于模拟目前，关于模拟／混合电路的故障诊断的应用较多集中电路故障诊断及测试信号选取的算法和理论研究至今未取于BP神经网络。但由于BP网络本身存在的隐层节点数量得突破性进展J。这是由其本身特性所决定的，即：输入输难以确定、学习速度过慢、易陷入局部最小值等问题，导致故出均是连续量、复杂的故障模型、元器件容差、非线性及反馈障诊断效率及诊断正确率均较低，因而较常应用于电路硬故障的检测和诊断，

8、对于电路因参数偏移超出容差的软故障诊基金项目：总装备部预研基金支持项目(13331001526)断能力显得不足。而作为一种前馈性神经网络