bp神经网络在故障字典快速定位中应用

《bp神经网络在故障字典快速定位中应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、BP神经网络在故障字典快速定位中应用　　作者简介：孟亚峰（1970—），男，河北廓坊人，副教授，研究方向：电子系统性能检测与故障诊断（E-mail：radarm@126.com）；韩春辉（1978—），女，河北高阳人，讲师，博士，研究方向：电子系统性能检测与故障诊断。摘要：故障字典法是一种很实用的故障诊断方法，但对于大规模、复杂电路，故障字典庞大，故障搜索速度影响了实时诊断效率。提出一种将规模较大故障字典分解为多个子故障字典，采用BP神经网络组织其搜索索引的方法。该方法利用BP神经网络能够精确描述输入数据与目标数据之间的映射关系的能力，组织多个BP神经网络组成多层

2、的二叉树索引结构。通过该索引，大大缩小了故障查找范围，提高了搜索速度，提高了实时诊断的效率。关键词：子故障字典；BP神经网络；故障搜索；二叉树中图分类号：TP183文献标识码：A1引言故障字典法是一种基于测前仿真的方法，是最成熟的故障诊断方法，具有很好的实用性[1]。故障字典法属于测前模拟诊断（SimulationBefore4Test），即对电路的仿真在现场测试之前实施，易于进行实时诊断。然而对元件特别多的复杂电路，在对整个电路形成故障字典时，为了能满足诊断的覆盖率和分辨率，需要选用较多的测试点来提取故障特征，因此，其故障字典特别庞大。在现场诊断时，故障字典的查

3、找速度影响着诊断的实时性。本文提出，将故障字典分为多个子故障字典，并用多层树状神经网络作为其索引，可以快速排除无关子故障字典，将待搜索故障特征码迅速定位到对应的子故障字典，大大缩小了搜索范围，提高了故障查找速度，使故障诊断的实时性得到保证。2故障字典故障诊断2.1故障字典法故障字典法诊断故障的基本思想是[4]：首先提取电路（系统）在各种故障状态下的电路特征（如测试点的直流电位向量、网络的幅频特性等），然后将特征与故障的一一对应关系列成一个字典。在实际诊断时，只要获取电路（系统）的实时特征，就可以从故障字典中查出此时对应的故障。采用故障字典法进行故障诊断主要步骤分为

4、测前分析和测后分析。测前分析分为以下几步：1）故障集的选择；2）测试节点的选择；3）故障特征的选择；44）电路状态的仿真，提取各状态在各个可测节点的故障特征；5）模糊集的分割；6）故障字典的建立。5结束语故障字典的查找速度影响着故障诊断的实时性，是在线故障诊断的关键步骤。本文将规模较大的故障字典分解为多个规模较小的子故障字典，采用决策树组织其查找结构，树的节点采用BP神经网络对故障特征码进行判断分类，通过多层BP神经网络的逐级分类，将待查找的故障特征码精确定位到子故障字典，大大缩小了查找范围，提高了故障字典查找的速度，为在线测试的实时性打下了基础。参考文献[1]杨

5、士元.模拟系统的故障诊断与可靠性设计[M].北京：清华大学出版社.2001：10-46.[2]VamsiBoppana.FaultDictionaryCompactionUsingStructuralandTreeBasedTechniques[R].CenterforReliableandHighPerformanceComputing.1996.[3]YunqingChen.ExpermentonFaultLocationonLargescaleAnalogCircuits[J].IEEETransactionsonInstrumentationandMeas

6、urement.1993，42（1）：30-34.[4]蔡金燕，陈圣俭，何强.一种分布实施故障定位的故障字典法[J].电子测量与仪器学报.1997，11（2）：48-52.4[5]侯雄，孙凝生.用于故障字典的图形匹配算法研究[J].航天控制.1998，2：54-58.[6]ZhenyuWang，YongweiLi，PengGuo，etc.TemperatureVariationFaultDiagosisoftheHighBoltageElectricEquipmentBasedontheBPNeuralNetwork[J].LectureNotesinComput

7、erScience.2007，4693（1）：633-639.[7]YangjingSUN，ShenZHANG，ChangxinMIAO，etc.ImprovedBPNeuralNetworkforTransformerFaultDiagnosis[J].JouralofChinaUniversityofMiningandTechnology.2007，17（1）：194-201.4