空间电子仪器中模拟电路软故障诊断研究

发布时间：2017-10-12 21:35

  本文关键词：空间电子仪器中模拟电路软故障诊断研究

  更多相关文章： 空间电子仪器 模拟电路软故障诊断 故障字典 小波神经网络 遗传神经网络

【摘要】：随着全球科学与军事技术研究的发展,空间电子仪器系统越来越广泛应用于航天航空领域。为了保障系统持续发挥效能,要对电路进行实时测试和故障诊断。目前,数字电路部分的故障诊断问题已经有了实用的解决方法,但是模拟部分的故障诊断方法还达不到实际需求,因此研究诊断空间电子仪器数模混合电路中模拟电路故障的实用方法成为了客观需要。目前,常用于解决模拟电路故障诊断问题的方法有两种:故障字典法和基于神经网络的故障诊断方法。因此,本文将以它们为基础,以空间电子仪器中模拟电路为研究对象来研究软故障的诊断方法。主要研究成果如下:针对空间电子仪器中模拟电路比较复杂,难以实现故障诊断的问题,本文在分析典型空间电子仪器系统中模拟电路特点的基础上,提出了按功能特性划分电路的思想并对划分后的电路提出一种电路故障快速检测方法。为了找到更加适合于空间电子仪器中模拟电路故障诊断的方法,本文将现有故障字典法进行改进,得出了一种基于分级故障字典的模拟电路软故障诊断方法。该方法可依次实现电路的故障检测、故障元件定位和故障元件参数识别,从而具有故障诊断速度快、精度高的优点。利用分级故障字典法进行模拟电路软故障诊断时,字典建立过程往往比较复杂。因此,本文在分析小波和神经网络理论的基础上,又提出了一种基于改进型松散小波神经网络的模拟电路软故障诊断方法。它充分利用了小波分析、主元分析在数据处理方面及BP神经网络在模式识别方面的优势,具有网络收敛速度快、故障诊断正确率高、“字典”建立自动化的特点。改进型松散小波神经网络方法由于直接运用BP或其改进算法,因此易陷入局部最小值且不易跳出。为此,本文将遗传算法和BP算法相结合,进一步提出了一种优化的软故障诊断方法——遗传神经网络方法。实验证明,该方法能缩短网络训练的迭代步数,提高故障诊断正确率并能降低网络收敛于局部最小的风险。
【关键词】：空间电子仪器 模拟电路软故障诊断 故障字典 小波神经网络 遗传神经网络
【学位授予单位】：湖南师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V443;TN710
【目录】：

• 中文摘要4-6
• ABSTRACT6-12
• 第1章 绪论12-18
• 1.1 研究背景及意义12-13
• 1.2 故障诊断方法研究现状13-16
• 1.2.1 模拟电路故障诊断难点13-14
• 1.2.2 故障诊断方法的国内外研究现状14-15
• 1.2.3 模拟电路软故障诊断方法的研究现状15-16
• 1.3 本文的主要研究内容16-17
• 1.4 本文的结构安排17-18
• 第2章 基于故障字典的模拟电路软故障诊断18-33
• 2.1 空间电子仪器系统简介及模块电路功能故障快速检测法18-20
• 2.1.1 典型空间电子仪器设备中的模拟电路18-19
• 2.1.2 功能模块电路的故障快速检测法19-20
• 2.2 分级故障字典软故障诊断的相关理论20-23
• 2.2.1 最坏情况分析20-21
• 2.2.2 线性电路元器件的“斜率”故障特性21-22
• 2.2.3 直流非线性电路元件的折线故障模型22-23
• 2.3 空间电子仪器中模拟电路软故障分级故障字典建立23-26
• 2.3.1 故障检测一级字典的建立24
• 2.3.2 定位故障元件二级字典的建立24-25
• 2.3.3 辨别元件参数区间的三级字典的建立25-26
• 2.4 测后分级故障诊断26-27
• 2.5 故障诊断实例分析27-31
• 2.5.1 电路简介27-28
• 2.5.2 测前故障字典的建立28-30
• 2.5.3 测后诊断30-31
• 2.6 本章小结31-33
• 第3章 基于改进型松散小波神经网络的软故障诊断33-48
• 3.1 神经网络理论34-39
• 3.1.1 神经网络的概述34-36
• 3.1.2 BP神经网络的简介36-37
• 3.1.3 BP网络在模拟电路软故障诊断中的使用37-39
• 3.2 故障特征的提取理论及方法39-43
• 3.2.1 小波分析39-41
• 3.2.2 主元分析41
• 3.2.3 故障特征的提取41-43
• 3.3 基于改进型松散小波神经网络的模拟电路软故障诊断43-44
• 3.4 故障诊断实例44-47
• 3.5 本章小结47-48
• 第4章 基于GA神经网络的模拟电路软故障诊断48-55
• 4.1 引言48
• 4.2 遗传算法48-50
• 4.2.1 遗传算法概述48-49
• 4.2.2 遗传算法的基本操作49-50
• 4.3 遗传算法优化的BP神经网络50-52
• 4.4 利用GA神经网络实现模拟电路软故障诊断52-53
• 4.5 诊断实例53-54
• 4.6 本章小结54-55
• 第5章 总结与展望55-57
• 参考文献57-63
• 攻读硕士期间发表的学术论文63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前1条

1 胡庚;王红;杨士元;;非线性模拟电路的故障诊断方法[J];计算机辅助设计与图形学学报;2009年01期

，

本文编号：1021048