基于LabVIEW模擬電路故障診斷方法研究.pdf

1、隨著電子技術(shù)的發(fā)展，人們對于電子設備的可靠性要求越來越高，而模擬電路的故障診斷對于電子設備及其系統(tǒng)的穩(wěn)定運行具有重大意義。但由于模擬電路存在故障多樣性、電路非線性、電路元件具有容差等原因，使得模擬電路的故障診斷困難重重，實際診斷的正確率并不高。至今也沒有完全成熟的故障診斷系統(tǒng)問世。所以，模擬電路的故障診斷也是一項富有挑戰(zhàn)性的研究課題。近年來，人工智能、小波分析等理論的興起，為模擬電路的故障診斷開辟了一條新途徑，因此也成為模擬電路領(lǐng)域研究

2、的熱點。
　　由于提取模擬電路的特征信息是模擬電路故障診斷的關(guān)鍵技術(shù)，所以本文對小波理論進行了深入的研究與學習，利用小波包特征提取算法提取模擬電路的高頻與低頻信息，經(jīng)仿真實驗驗證，小波包算法可以有效的保留數(shù)據(jù)的高頻信息與低頻信息。
　　為了提高模擬電路故障診斷的準確率，本文采用BP算法對模擬電路進行故障診斷，針對標準BP的學習算法具有收斂速度慢的問題，本文采用Levenberg marquardt算法為BP神經(jīng)網(wǎng)絡的學習算法

3、，可以有效的提高BP算法的收斂速度與診斷正確率。針對BP神經(jīng)網(wǎng)絡易陷入局部最優(yōu)的情況，采用PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡的權(quán)值和閾值，并通過仿真實驗驗證PSO優(yōu)化BP算法的有效性和收斂性。
　　本文利用LabVIEW軟件設計實現(xiàn)了模擬電路故障診斷系統(tǒng)，并在該系統(tǒng)內(nèi)實現(xiàn)了小波包算法、BP算法和PSOBP算法，實現(xiàn)了LabVIEW、Matlab和Access數(shù)據(jù)庫的無縫連接。通過對故障診斷模塊、用戶管理模塊和結(jié)果保存模塊的開發(fā)與實現(xiàn)，從而