基于神经网络的模拟电路故障诊断方法的研究

发布时间：2017-11-19 17:25

  本文关键词：基于神经网络的模拟电路故障诊断方法的研究

  更多相关文章： 模拟电路故障诊断 BP神经网络 深度学习 嵌入式系统

【摘要】：现代电子线路的规模越来越大,集成度越来越高,拓扑结构越来越复杂。虽然电子线路的精密度在提高、故障率在减少,但是电路故障的发生在所难免,并且相比过去更加难以被检测并诊断出。电子设备中的电路分为数字电路和模拟电路,模拟电路比数字电路更容易发生故障,诊断的难度也由于软故障等原因更加困难。如何使用更加智能的手段快速、准确、有效地对模拟电路进行故障诊断成为实际工程应用的迫切需要。本文针对模拟电路的实时性、软故障的诊断、提高模拟电路故障诊断准确率等问题进行研究。主要的研究工作和成果如下:(1)基于BP(Back Propagation)神经网络的嵌入式系统及其在模拟电路故障诊断中的应用。针对模拟电路故障的实时检测问题,提出使用嵌入式系统实现BP神经网络进行解决的方案;提出模拟电路故障检测的四个假设,对诊断系统的结构和诊断流程做出分析;利用设计的系统,进行模拟电路故障诊断的实验,实验结果表明,基于BP神经网络的嵌入式系统能够有效诊断出模拟电路的故障。(2)基于深度学习理论的神经网络在模拟电路故障诊断中的研究。针对模拟电路软故障的诊断问题,提出使用深度神经网络模型进行诊断的方法并使用深度神经网络的一种栈式神经网络进行了模拟电路故障诊断的实验,验证该方案的准确有效性;提出基于深度学习和电路开源框架的实际应用于工程实践的系统架构,为深度学习理论应用于工程实践提出方法。(3)松散型小波集成神经网络及其模拟电路故障诊断中的研究。基于人类对某一对象的分类,都是对该对象的多个特征提取并进行分类之后综合进行判断的这一现象,结合一维神经网络的理论,提出松散型小波集成神经网络的概念及理论,将该理论应用于模拟电路故障诊断领域中。该方法首先使用小波进行特征的提取,并使用主元分析法(PCA,Principal Component Analysis)进行降维,然后使用集成神经网络作为分类器进行分类,最后使用决策器进行类别的最终判断。实验结果表明,本文提出的网络结构可对模拟电路的诊断取得了较好的结果。同时,该网络结构也可应用于图像处理等领域。综上,本文以经典BP神经网络理论为基础,引入前沿深度学习理论,结合嵌入式技术、小波分析理论、主元分析理论,提出松散型小波集成神经网络的结构,对解决模拟电路的实时性、软故障诊断、诊断准确率的提高等问题进行了研究。实验验证了基于嵌入式的BP神经网络、深度神经网络、松散型小波集成神经网络对模拟电路故障问题的有效性,并提出一套可用于实践的系统解决方案。
【学位授予单位】：大连工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN710;TP183

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

，

本文编号：1204333