基于神经网络的电路故障诊断的研究与实现
【摘要】:目前,以神经网络为代表的智能诊断技术为电路故障诊断提供了一条有效的途径。针对XX自动综合测试诊断平台的测试程序开发中存在的不足,本文应用小波分析和遗传算法对BP神经网络故障诊断方法进行优化,即运用小波分析作为电路故障特征提取手段,遗传算法优化BP神经网络权值和阈值。主要工作如下:
研究了人工神经网络应用于电路故障模式识别的原理,详细阐述了BP神经网络的原理及其结构,并提出了基于神经网络的电路故障诊断的模型。
在电路故障诊断中,如果提取有限点采样信号,则不能很好的体现出各种故障模式的特征,从而不能将所有的故障模式分开。因此,本文应用一种基于小波包分解的“能量—故障”方法,即用小波变换对电路输出信号进行分解,提取故障信号的能量特征,归一化处理后,作为训练样本送给BP神经网络进行训练。该方法提高了BP神经网络辨识故障类别的能力。
BP神经网络经过训练后,可以根据当前测量数据确定故障的类型。但是在训练过程中BP神经网络的寻优不具有唯一性,容易陷入局部极小值,从而可能造成误判。遗传算法可以对目标函数空间进行并行搜索,同时对多个可行解进行检查,可以在解空间中搜索到全局最优或次优解,具有极佳的全局搜索能力。但与BP神经网络相比,在局部搜索方面显得不足。为了克服各自的缺陷,本文将两者有效结合,形成一种杂交混合算法,达到优化网络的目的。训练时先由遗传算法进行BP神经网络权值和阈值的寻优,将搜索范围缩小后,再用BP神经网络进行训练。
最后将该方法应用于WJ8615P设备的故障诊断中,将该方法与改进前方法进行对比,结果表明本文的方法具有故障诊断覆盖率高、测试步骤少、准确率高的优点,为电路故障诊断提供了一种新的思路和方法。
|
|
|
|
1 |
谭阳红,何怡刚,陈洪云;模拟电路故障诊断的开关电流神经网络方法[J];湖南大学学报(自然科学版);2000年04期 |
2 |
李海波;;高阶反馈型神经网络及其在优化计算中的应用[J];东南大学学报(自然科学版);1990年06期 |
3 |
朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期 |
4 |
崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期 |
5 |
赵矿所,林钧清;神经网络在舰船噪声识别中的应用[J];舰船科学技术;1995年06期 |
6 |
刘磊,王康斌;基于神经网络的过程软测量[J];天津大学学报;1995年02期 |
7 |
孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期 |
8 |
代劲松,宋素芳东北大学;基于BP网络模型的汽轮发电机组的振动故障诊断[J];中国电力;1996年04期 |
9 |
黄敏超,王克昌,陈启智;火箭发动机基于神经网络非线性辨识的故障检测[J];中国空间科学技术;1996年06期 |
10 |
王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期 |
11 |
谢寿生,樊思齐;自适应变结构神经网络在航空发动机故障诊断上的应用[J];航空动力学报;1997年04期 |
12 |
张伟;基于神经网络的机器人位姿逆解[J];机器人;1997年02期 |
13 |
黄文培,黄洪钟,王金诺;基于神经网络的机械结构系统优化问题的分解算法[J];机械工程学报;1997年04期 |
14 |
杨晓萍,孙超图,解建宝;电力变压器故障诊断的神经网络专家系统[J];西安理工大学学报;1997年03期 |
15 |
史天运,王信义,张之敬,朱小燕;神经网络与模糊故障诊断专家系统结合的应用研究[J];北京理工大学学报;1998年01期 |
16 |
栗然,张锋奇,盛四清,张京;专家系统与人工神经网络的发展与结合[J];华北电力大学学报;1998年02期 |
17 |
王勇;神经网络在岩土工程中的应用[J];河海大学学报(自然科学版);1998年04期 |
18 |
郑文利,徐成海,张省,李波,郭立新,张利;基于神经网络的真空冷冻干燥过程建模研究[J];真空;1998年04期 |
19 |
彭观,陈统坚,张俊;切削加工参数多目标优化的神经网络方法[J];机械工艺师;1999年02期 |
20 |
徐勇,林峰;基于小波神经网络的变压器PD故障诊断模型的研究[J];湖南大学学报(自然科学版);2000年04期 |
|