基于输出电压和电源电流的模拟电路故障诊断.pdf

基于输出电压和电源电流的模拟电路故障诊断.pdf

ID:55399468

大小:296.37 KB

页数:4页

时间:2020-05-15

基于输出电压和电源电流的模拟电路故障诊断.pdf_第1页
基于输出电压和电源电流的模拟电路故障诊断.pdf_第2页
基于输出电压和电源电流的模拟电路故障诊断.pdf_第3页
基于输出电压和电源电流的模拟电路故障诊断.pdf_第4页
资源描述:

《基于输出电压和电源电流的模拟电路故障诊断.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Vo1.35No.6舰船电子工程总第252期118ShipElectronicEngineering2015年第6期基于输出电压和电源电流的模拟电路故障诊断杨超潘强周晶晶熊波(海军工程大学电子工程学院武汉430033)摘要为了提高模拟电路故障诊断的准确率,要尽可能的采集有效故障样本信息作为BP神经网络的输入。提出利用输出电压和电源电流信息融合的方法进行模拟电路故障诊断。收集输出电压和电源电流的故障样本集,然后作为BP神经网络的输入对网络进行训练和判断。利用不同故障对输出电压和电源电流的影响不同,能减少故障特征的重叠,提高模拟

2、电路的故障诊断正确率。仿真结果表明利用输出电压和电源电流信息融合的方法比单纯利用输出电压或电源电流进行诊断准确率和速度都有明显提高。关键词信息融合;BP神经网络;模拟电路;故障诊断中图分类号TP391DO1:10.3969/j.issn1672—9730.2015.06.033FaultDiagnosisofAnalogCircuitBasedontheOutputVoltageandElectricCurrentYANGChaoPANQiangZHOUJingjingXIONG13o(SchoolofElectronicE

3、ngineering,NavalUniversityofEngineering,Wuhan430033)AbstractInordertOimprovetheaccuracyofanalogcircuitfultdiagnosis,moreeffectivefaultsamplesinformationneedtobecollectedasfaraspossibleasinputofBPneuralnetwork.Amethodofusingoutputvoltageandelectriccurrentinformation

4、fusionforanalogcircuitfaultdiagnosisisputforward.TheoutputvoltageandelectriccurrentofthefaultsamplesetiscollectedandthenasaBPneuralnetworkinputofnetworktrainingandjudgment.Usingdifferentfaultimpactonout—putvoltageandelectriccurrentisdifferent,thefaultcharacteristic

5、sofoverlapisreducedandtheaccuracyofanalogcircuitfaultdiagnosisisimproved.Thesimulationresultsshowthatthemethodusingoutputvoltageandelectriccurrentinforma—tionfusionaccuracyandspeedareimprovedobviouslythanjustusingtheoutputvoltageorpowersupplycurrentdiagnosis.KeyWor

6、dsinformationfusion,BPneuralnetwork,analogcircuits,faultdiagnosisClassNulnarTP39】电压在输出曲线上提取若干的参数作为对应的信1引言息作为故障特征,当电路发生故障时,输出响应的随着电子技术的高速发展,模拟电路的复杂曲线与正常状态下有所偏差,对应信息的变化即度和密集度不断增长,对于电子设备或系统的可反映故障特征,将这些信息作为神经网络的输靠性有着直接的制约。近年来,神经网络技术的入。发展是其越来越多的应用在模拟电路的故障诊断由于故障特征时有重叠,制约

7、了故障诊断的准过程中,并且作为神经网络输入的电路故障特征确率。本文提出基于输出电压和电源电流的特征尤为重要,直接影响着模拟电路故障诊断的正确提取和关联融合的方法,用于BP神经网络对模拟率。通常所用的电路故障特征方法有两种:一是电路故障诊断。仿真表明,此法构造出来的样本集选取动态电源电流随着各种故障状态下的特征信可以更好地对故障进行识别,对于提高故障的诊断息作为神经网络的输入[1]。二是选取电路的输出率有明显的效果_3J。收稿日期:2014年12月7日,修回日期:2015年1月26日作者简介:杨超,男,硕士,研究方向:模拟电路

8、的故障诊断、弱信号处理。2015年第6期舰船电子工程作的电源电流和输出电压,然后利用小波变化对数2BP神经网络据进行预处理并进行特征层的融合,最后利用神经由于BP神经网络具有较好的泛化能力,很适网络理论进行故障定位,并对诊断结果进行详细的合于判断电路状态属于哪种故障类型的分类问题,分析。因

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。