基于信息融合的非线性模拟电路故障诊断研究

发布时间：2017-09-16 23:24

  本文关键词：基于信息融合的非线性模拟电路故障诊断研究

  更多相关文章： 信息融合 故障诊断 模拟电路 非线性 Wiener核

【摘要】：随着近代电路学的发展,模拟电路的故障诊断越来越成为学者们关注的焦点之一,从上个世纪60年代初开始到发展成为如今网络理论中公认的第三个分支只用了很短的时间。而其中很大一部分模拟电路的信号是非线性的,这就使得非线性模拟电路的故障诊断成为故障诊断理论中极为重要的组成部分,到目前为止已经针对非线性模拟电路的故障诊断方法做了大量的研究。然而,随着集成化技术的不断发展,应用电路已经进入了高集成化时代,电路系统的规模越来越大,可及节点却越来越少,致使有些电路故障的某种特征相似,用单一的特征已经很难分辨。本文针对非线性模拟电路的故障诊断中单来源特征不够充分的难题,采用了基于双Wiener核的信息智能优化融合的故障诊断方法,该方法首先利用高斯白噪声作为激励,采样后利用离散Wiener核获取方法获得电路和电源的两个Wiener核,再基于改进的粒子群退火算法,将特征选择提取和融合有机结合为一个优化问题,以电路各状态矢量的集总欧氏距离作为目标函数进行优化,最后提出了基于集总欧式距离权重分配的信息融合方法,使不同信息有机融合,并利用BP神经网络完成智能诊断。在进行理论研究的同时,本文还设计了基于ATmega128单片机的模拟电路故障诊断系统,其硬件主要包括高斯白噪声发生和诊断两大部分。同时设计了应用于诊断的上位机软件,可以实现获取电路和电源的Wiener核、两个Wiener核的特征选择提取和优化融合以及神经网络训练学习等功能。利用已设计完成的系统,对电路故障进行了实际测量,实验表明可以比较直观的诊断出故障元件和故障类型,证明了本文基于Wiener核信息融合的非线性模拟电路故障诊断方法的可行性。通过与单一电路Wiener核进行故障诊断的实验对比,证明了本文基于Wiener核信息融合的非线性模拟电路故障诊断方法能更加有效的区分故障特征。
【关键词】：信息融合 故障诊断 模拟电路 非线性 Wiener核
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN710;TP202
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-14
• 1.1 课题研究背景及意义10-11
• 1.2 模拟电路故障诊断的国内外研究现状11-12
• 1.3 本文的主要研究内容12-14
• 第2章 基于Wiener核信息融合的智能故障诊断14-22
• 2.1 非线性模拟电路的Wiener级数描述14-15
• 2.2 电路离散Wiener核的获取方法15-16
• 2.3 基于Wiener核融合的非线性模拟电路故障诊断研究16-21
• 2.3.1 信息融合方法研究16-17
• 2.3.2 基于集总欧式距离权重分配的Wiener核融合方法研究17-19
• 2.3.3 基于信息融合的非线性模拟电路故障诊断原理19-21
• 2.4 本章小结21-22
• 第3章 基于粒子群退火的Wiener核特征选择与提取22-38
• 3.1 粒子群退火混合优化算法22-29
• 3.1.1 粒子群算法改进22-24
• 3.1.2 模拟退火算法改进24-25
• 3.1.3 改进的粒子群退火混合优化算法25-27
• 3.1.4 IPSSAO算法的仿真验证27-29
• 3.2 故障特征的智能选择与提取29-36
• 3.2.1 粒子群退火混合算法的特征选择和提取29-31
• 3.2.2 Wiener核的粒子群退火特征选择和提取方法31-32
• 3.2.3 基于Wiener核的粒子群退火特征选择实例32-34
• 3.2.4 基于Wiener核的粒子群退火特征提取实例34-36
• 3.3 Wiener核融合的粒子群退火智能特征选择与提取36-37
• 3.4 本章小结37-38
• 第4章 诊断系统的设计及实例测试38-52
• 4.1 诊断系统的硬件设计38-43
• 4.1.1 主控制器及其最小系统模块38-39
• 4.1.2 数据信息采集模块39-40
• 4.1.3 数据存储模块40-41
• 4.1.4 数据通信模块41-42
• 4.1.5 高斯白噪声发生模块42-43
• 4.2 诊断系统的软件设计43-47
• 4.2.1 上位机软件的总体程序设计43-45
• 4.2.2 故障诊断系统的总体程序设计45-47
• 4.3 基于Wiener核信息融合的故障诊断实例47-51
• 4.4 本章小结51-52
• 结论52-53
• 参考文献53-57
• 攻读学位期间发表的学术论文57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 赵杰,崔智社,徐明进,任宏滨;信息融合的实质及其核心技术[J];情报指挥控制系统与仿真技术;2003年08期

2 罗志勇;何佳洲;;信息融合国际研究动向——第10届国际信息融合会议快报[J];指挥控制与仿真;2007年05期

3 ;首届全国信息融合学术年会征文通知[J];舰船电子工程;2009年09期

4 ;首届全国信息融合学术年会征文通知[J];计算机与数字工程;2009年09期

5 ;首届全国信息融合学术年会召开[J];航空学报;2009年12期

6 ;第二届全国信息融合学术年会征文通知[J];舰船电子工程;2010年01期

7 ;第二届全国信息融合学术年会征文通知[J];计算机与数字工程;2010年01期

8 ;首届全国信息融合学术年会[J];舰船电子工程;2010年01期

9 ;第四届中国信息融合大会征文通知[J];舰船电子工程;2011年08期

10 ;第四届中国信息融合大会征文通知[J];计算机与数字工程;2011年08期

中国重要会议论文全文数据库 前10条

1 朱茵;王军利;;交通管理综合信息融合模型研究[A];第二十七届中国控制会议论文集[C];2008年

2 顾星;;中医诊断与体表生物特征多信息融合的思考[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

3 王志胜;甄子洋;王道波;范大鹏;;随机大系统的信息融合最优联合控制[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

4 杨为民;李龙澍;;基于GIT的信息融合在农业信息中的应用[A];2005年“数字安徽”博士科技论坛论文集[C];2005年

5 刘汝杰;袁保宗;;信息融合的认知学基础与D-S融合方法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

6 杜奕;迟毅林;伍星;;概率盒和D-S结构体在机械故障信号信息融合中的应用展望[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

7 李树军;蒋晓瑜;纪红霞;;多传感器信息融合技术和典型算法的应用诠释[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

8 孙来军;沈永良;;多SVM多级信息融合与诊断决策模型的研究[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

9 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年

10 李录平;邹新元;晋风华;黄树红;卢绪祥;;基于信息融合的旋转机械振动状态评价方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

中国重要报纸全文数据库 前2条

1 周新红 田朝晖 段勇;信息融合：现代战争的重要支撑[N];解放军报;2005年

2 本报记者 别坤;信息融合让地铁更快捷[N];计算机世界;2012年

中国博士学位论文全文数据库 前10条

1 胡洲;信息融合欠驱动控制技术研究[D];南京航空航天大学;2014年

2 张云璐;基于用户信息融合的个性化推荐[D];武汉大学;2012年

3 王恩雁;基于本体的多源异构应急信息融合方法研究[D];哈尔滨工业大学;2014年

4 文妍;基于多源信息融合的数控机床进给系统机械故障诊断研究[D];青岛理工大学;2016年

5 吴荣春;军事信息系统中信息融合关键技术研究[D];电子科技大学;2016年

6 朱林;信息融合系统工程设计准则的研究[D];哈尔滨工程大学;2005年

7 朱方;多信息融合模式分类方法研究及在公交客流识别系统中的应用[D];河北工业大学;2010年

8 孔庆杰;信息融合理论及其在交通监控信息处理中的应用[D];上海交通大学;2010年

9 王晓帆;信息融合中的态势评估技术研究[D];西安电子科技大学;2012年

10 王志胜;信息融合估计理论及其在航天器控制中的应用研究[D];西北工业大学;2002年

中国硕士学位论文全文数据库 前10条

1 李晓;基于信息融合的高速列车转向架故障诊断[D];西南交通大学;2015年

2 陈昭;基于云计算的中药信息融合知识服务平台构建[D];福建中医药大学;2015年

3 王嵩磊;农产品溯源与政府监管系统开发[D];浙江理工大学;2016年

4 严思宁;基于信息融合的智能车辆前方目标识别技术研究[D];东南大学;2015年

5 郭伟龙;融合多源信息的室内定位算法研究[D];浙江大学;2016年

6 聂新雨;基于信息融合的轧制过程故障诊断方法研究[D];东北大学;2014年

7 吕丁浩;基于信息融合的建筑能耗控制[D];上海工程技术大学;2016年

8 谢志鹏;基于信息融合的车辆安全监控系统关键技术研究[D];西南交通大学;2016年

9 张钱龙;基于信息融合的设备故障预测研究[D];郑州大学;2016年

10 王国鹏;基于信息融合的疲劳状态估计方法研究[D];东南大学;2016年

，

本文编号：865905