PSO改进算法及其在模拟电路故障诊断中的应用

发布时间：2017-08-16 06:23

  本文关键词：PSO改进算法及其在模拟电路故障诊断中的应用

  更多相关文章： BP神经网络 粒子群算法 自适应变异 故障诊断 模拟电路

【摘要】：为了改善标准的粒子群算法在模拟电路故障诊断中存在的不足,采用了自适应变异粒子群算法来优化BP神经网络的故障诊断方法。首先对待测电路的可测点的响应信号提取故障特征,并进行小波包分解和归一化从而构建样本集;然后利用粒子群改进算法来优化BP神经网络的权值和阈值,从而实现对待测电路的训练和测试。在针对某电路的故障诊断中发现了该方法的故障诊断时间和诊断率比改进之前有了明显的改善,并且在中心偏差范围为0.3时诊断率达到了99%。
【作者单位】： 河海大学能源与电气学院;
【关键词】： BP神经网络 粒子群算法 自适应变异 故障诊断 模拟电路
【分类号】：TN710;TP18
【正文快照】： 0引言电子设备的电路故障诊断一般分为数字和模拟两个主要组成部分。数字电路大约占电子设备的80%,但由于数字电路的集成度较高,故发生故障的可能性比较小。与之相比,实际工程中80%的故障都来自于模拟电路,可是由于模拟电路的复杂性,针对其故障检测和诊断技术的发展仍旧比较缓，

本文编号：681828