基于狼群算法的RBF神经网络模拟电路故障诊断

发布时间：2018-05-21 01:03

  本文选题：模拟电路 + 故障诊断　； 参考：《计算机工程与应用》2017年19期

【摘要】：提出了一种新的方法来进行模拟电路故障诊断。该方法包括Haar的小波分解,对数据的归一化处理,以及用狼群算法优化RBF神经网络。用Haar小波对所得的电路原始故障数据集进行变换,然后对变换后的数据进行归一化处理,最终得出RBF神经网络训练所需的输入数据。针对RBF神经网络中隐层节点中心、基函数宽度及权值选取困难问题,使用狼群算法来优化训练RBF神经网络,以提高网络训练稳定性与诊断成功率。通过两个电路的诊断实例,来论述这些方法的具体实现过程,验证用该方法进行模拟电路故障诊断的可行性。
[Abstract]:A new method for analog circuit fault diagnosis is proposed. The method includes wavelet decomposition of Haar, normalization of data, and optimization of RBF neural network with wolf swarm algorithm. The original circuit fault data set is transformed by Haar wavelet, and the transformed data is normalized. Finally, the input data for RBF neural network training is obtained. In order to improve the training stability and diagnostic success rate of RBF neural network, it is difficult to select the center of hidden layer node, the width of basis function and the weight value of the hidden layer node, so as to optimize the training of RBF neural network by using wolf swarm algorithm. Through two examples of circuit diagnosis, this paper discusses the realization process of these methods, and verifies the feasibility of using this method in analog circuit fault diagnosis.
【作者单位】： 桂林电子科技大学CAT实验室;
【基金】：广西自然科学基金重点项目(No.2015GXNSFDA139003) 广西自动检测技术与仪器重点实验室基金(No.YQ14115,No.YQ17101)
【分类号】：TN710;TP18

【相似文献】

相关期刊论文 前10条

1 邹燕秋;韦忠善;;基于傅丽叶变换——神经网络的模拟电路故障诊断[J];广西轻工业;2007年12期

2 PaulJ Rose;;灵活的Hopfield神经网络ADC消除噪声[J];电子设计技术;2008年04期

3 赵凯;;基于神经网络的模拟电路故障诊断方法浅析[J];科技资讯;2008年13期

4 杜建华;张认成;;LVQ神经网络的红外光谱火灾早期预警算法[J];华侨大学学报(自然科学版);2011年06期

5 赵光权;彭喜元;马勋亮;;基于微分进化神经网络的模拟电路故障诊断[J];测试技术学报;2012年01期

6 王承;叶韵;梁海浪;何进;;基于多频测试和神经网络的模拟电路故障诊断[J];计算机工程与应用;2013年05期

7 张路;李志华;;优化的神经网络在模拟电路故障诊断中的应用[J];信息技术;2013年01期

8 叶伯琦,顾小刚;光折变神经网络(英文)[J];光子学报;1992年04期

9 李志良,松本,酒井,李梦龙,余般梅;神经网络扩展滤波训练及色氨酸的选择测定[J];光谱学与光谱分析;1997年03期

10 ;边缘学科分支最新动向[J];中国无线电电子学文摘;2000年05期

相关会议论文 前8条

1 李明亮;王祖朝;母景琴;李聚光;赵战明;;基于神经网络的模拟电路故障诊断研究[A];第四届中国测试学术会议论文集[C];2006年

2 彭勃;闻道秋;喻国荣;闫志跃;;基于BP神经网络的网络RTK电离层误差改正模型研究[A];第三届中国卫星导航学术年会电子文集——S01北斗/GNSS导航应用[C];2012年

3 赵新龙;谭永红;;基于迟滞算子的压电执行器迟滞非线性的神经网络动态模型[A];第二十九届中国控制会议论文集[C];2010年

4 薛志强;李毅;曹燕;;改进的BP神经网络在模拟电路故障诊断中的应用研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

5 杨中东;雷玉堂;;基于神经网络与光电检测的方法识别钞票真假的研究[A];中国光学学会2006年学术大会论文摘要集[C];2006年

6 墙威;曹阳;鄢媛媛;高洵;;神经网络在SoC高层次功耗估计中的应用[A];2005中国通信集成电路技术与应用研讨会论文集[C];2005年

7 杨志刚;杨卫东;钱俊磊;;基于FPGA的RBF神经网络硬件实现[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

8 潘中良;;一种电路测试的最优神经网络与遗传进化方法[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

相关博士学位论文 前10条

1 闫淑霞;基于神经网络的微波射频器件建模[D];天津大学;2015年

2 李建硕;微波加热过程热点与热均匀性控制与优化研究[D];重庆大学;2016年

3 祝文姬;模拟电路故障诊断的神经网络方法及其应用[D];湖南大学;2011年

4 张维强;小波和神经网络在模拟电路故障诊断中的应用研究[D];西安电子科技大学;2006年

5 谢涛;基于（多）小波（包）、神经网络及优化的模拟电路故障诊断研究[D];湖南大学;2011年

6 方葛丰;模拟电路故障诊断优化理论与方法的研究[D];湖南大学;2013年

7 刘美容;基于遗传算法、小波与神经网络的模拟电路故障诊断方法[D];湖南大学;2009年

8 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年

9 李晴;基于优化机器学习算法的模拟电路故障诊断研究[D];湖南大学;2013年

10 李寿林;基于神经网络的微波射频MOSFET器件建模[D];华东师范大学;2011年

相关硕士学位论文 前10条

1 王含;两类神经网络的CMOS模拟电路设计与研究[D];湘潭大学;2015年

2 江明;基于构造性神经网络的模拟电路故障诊断研究[D];安徽师范大学;2015年

3 葛均辉;忆阻神经网络联想学习电路设计与分析[D];重庆大学;2015年

4 余子健;基于FPGA的卷积神经网络加速器[D];浙江大学;2016年

5 魏江涛;忆阻神经网络在有源电力滤波器中的应用[D];太原科技大学;2015年

6 罗永遥;基于级联神经网络的预失真器设计[D];电子科技大学;2016年

7 伏龙;SPI接口在神经网络加速器芯片中的设计与应用[D];辽宁大学;2016年

8 赵德赞;基于神经网络的模拟电路故障诊断方法的研究[D];大连工业大学;2016年

9 高明;基于神经网络的FPGA架构探索[D];天津大学;2014年

10 欧阳星辰;基于卷积神经网络的MPPSK信号解调器[D];东南大学;2016年

，

本文编号：1917026