基于Volterra級數(shù)和神經(jīng)網(wǎng)絡(luò)的非線性電路故障診斷研究.pdf

1、隨著電子技術(shù)的飛速發(fā)展，非線性模擬電路在工程上廣泛應(yīng)用。但是，測試和故障診斷問題一直是生產(chǎn)和使用這些非線性模擬電路的瓶頸。由于元件的非線性，不存在一種普遍適用的非線性電路模型，缺乏通用的非線性電路仿真程序，導致電路的故障特性無統(tǒng)一的分析計算方法。非線性系統(tǒng)的Volterra級數(shù)核是系統(tǒng)的本質(zhì)特征，基于Volterra級數(shù)的非線性系統(tǒng)分析和系統(tǒng)辨識已經(jīng)引起了國際學術(shù)界的重視。神經(jīng)網(wǎng)絡(luò)具有較強的模式識別和非線性函數(shù)逼近能力。因此，本文針對非

2、線性電路的特點，利用Volterra級數(shù)和神經(jīng)網(wǎng)絡(luò)等理論系統(tǒng)的研究了非線性模擬電路自動故障診斷系統(tǒng)結(jié)構(gòu)，故障特征的提取方法和測試激勵信號參數(shù)優(yōu)化方法。作者主要做了如下幾個方面的工作： 1．基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷系統(tǒng)研究了基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷系統(tǒng)的結(jié)構(gòu)，包括特征提取，神經(jīng)網(wǎng)絡(luò)訓練樣本的形成、結(jié)構(gòu)確定和學習算法。 2．頻域法非線性模擬電路故障特征提取 ①基于非線性模擬電路頻率響應(yīng)的故障診斷。本文首先

3、利用Volterra級數(shù)分析非線性模擬電路的頻率響應(yīng)，然后研究了如何從頻率響應(yīng)提取故障特征。頻率響應(yīng)法診斷故障的關(guān)鍵是激勵信號的頻率設(shè)計。本文提出了兩種激勵信號設(shè)計方法，一種方法是以盡量少的諧波信號獲得盡量大的故障特征向量的方法設(shè)計激勵信號；另一種方法是把激勵信號的設(shè)計當作一個優(yōu)化問題，即用Volterra級數(shù)建立非線性模擬電路的數(shù)學模型，然后用遺傳算法搜索使故障電路和無故障電路響應(yīng)區(qū)別最大的激勵信號的方法。在用Volterra級數(shù)建模

4、的過程中，Volterra核的測量是關(guān)鍵，因此，本文還研究了Volterra級數(shù)顯著階的確定和Volterra核的測量。 ②基于非線性模擬電路的Volterra頻域核的故障特征提取方法。非線性模擬電路的Volterra頻域核不依賴于系統(tǒng)的輸入，完全反映了系統(tǒng)的本質(zhì)特性。因此本文提出用非線性模擬電路的Volterra頻域核作故障特征進行故障診斷，并提出一種直接利用電路的頻率響應(yīng)快速測量Volterra頻域核的方法，測量精度高。

5、 3．瞬態(tài)響應(yīng)法非線性模擬電路故障特征提取 ①研究了應(yīng)用小波分析從電路的瞬態(tài)響應(yīng)中提取電路故障特征的方法。應(yīng)用小波多分辨分析從電路的瞬態(tài)響應(yīng)中提取故障電路和無故障電路的特征，作為神經(jīng)網(wǎng)絡(luò)的輸入，對故障類別進行辨識，該方法減少了神經(jīng)網(wǎng)絡(luò)的輸入數(shù)目，簡化了結(jié)構(gòu)和減少了訓練時間，提高了故障辨識能力。本文分析了各種小波函數(shù)對故障診斷率的影響，并提出一種利用總體類間離散度的方法選擇診斷效率最高的小波的方法。 ②研究了瞬態(tài)測試故