基于小波神經網絡的模擬電路故障診斷方法及實現(xiàn).pdf

1、隨著電子技術突飛迅猛的發(fā)展，現(xiàn)代電路的集成度越來越高，IC芯片的制作工藝已經達到了納米級水平，電路的尺寸越來越小，但是電子元器件，特別是模擬元件的易損性沒有多大的改善，現(xiàn)代設備運行狀態(tài)的穩(wěn)定性，可靠性，故障的自我診斷性能也是日益提高，從而使世界各國對故障診斷進行不斷深入的研究。
　　 神經網絡作為故障模式的智能分類器，具有非線性映射特性、自學習能力、適應環(huán)境的能力，所以在故障診斷中得到廣泛的應用。虛擬儀器技術的核心是圖形化編程語

2、言LabVIEW，編程效率高，運行速度快，開發(fā)周期短等優(yōu)點被廣泛應用于故障診斷。本文首先研究了BP網絡和小波神經網絡的結構、原理以及設計方法，然后闡述了基于神經網絡的故障診斷原理。
　　 研究了小波分析在提取故障特征中的應用，詳細介紹了多分辨分析和能量分析的算法原理以及設計的具體步驟，提出了故障特征容合的方法，并以蔡氏混沌電路為研究對象，對其工作原理進行了詳細的分析，并且對非線性電阻的特性曲線進行了推導，在LabVIEW中實現(xiàn)了