模拟电路故障诊断中的特征信息提取

2013-11-14 10:50:02来源: 电子设计工程
    近年来,模拟电路的故障诊断中神经网络的运用越来越广泛,电路故障特征信息是神经网络输入,直接影响着网络的性能和诊断的正确率。模拟电路故障诊断中,可以在电路中选取多个测试点,通过提取每个测试点在各种故障状态下的单一特征信息,以此作为神经网络的输入;也可从电路的输出响应曲线中提取若干参数对应的信息作为故障特征,当电路出现故障时,输出响应曲线与正常状态有所差异,对应信息的变化即可反映该故障特征,将这些信息作为神经网络的输入。在这两种方法的基础之上,提出基于多测试点多特征信息的方法,重点在于构造故障样本集。通过仿真并将3种方法进行比较表明,多测试点多特征信息方法构造出来的样本集能更好地反映故障模式,训练出来的网络对样本集的识别正确率更高。

1 单一特征信息构造样本集
   
电路中测试点的选取依据电路灵敏度的分析。显然测试点越多,数据量越大,需要根据电路的复杂程度和计算量、时间综合考虑,仿真实验表明,取3~4个测试点较好。
    仿真电路选取Sallen-Key二阶带通滤波器,各元件的标称值为:R1=1 kΩ,R2=3 kΩ,R3=2 kΩ,R4=R5=4 kΩ,C1=C2=5 nF。电路如图1所示,在电路中选取3个测试点,分别为out、out1、out2,分别测出这3个点在正常状态及各种故障状态下的电压作为BP网络的输入。经灵敏度测试,当R2、R3、C1、C2发生变化时,对输出点的波形影响最为明显。因此设定软故障:R2+50%(F1)、R2-50%(F2)、R3+50%(F3)、R3-50%(F4)、C1+50%(F5)、C1-50%(F6)、C2+50%(F7)、C2-50%(F8)、正常(F0)一共9种故障,故障模式采用n-1表示法,即0为无故障,1为有故障。因为各测试点的输出都是频响曲线,所以将3个测试点在各种故障状态下10 kHz所对应的电压作为输入向量,故障类型的编码作为输出向量,原始样本集如表1所示,又称为故障状态表。

a.jpg


    由于原始样本中各分量的尺度相差较大,所以需要进行数据归一化处理,以恰当的方式对数据进行归一化处理可以加快神经网络的收敛,提高神经网络的训练效果。
    此处对原始样本数据进行模糊隶属处理,采用正态分布函数b.jpg对样本数据进行归一化,其中a为电路正常状态下各测试点的特征值,将归一化后的数据作为神经网络的输入。构建一个输入神经元数目为3,输出神经元数目为8的网络,隐层神经元的数目参照美国科学家Hebb提出的经验公式选取,经过多次尝试,最终确定隐层神经元数目为13,即网络结构为3—13—8。设定学习速度为0.01,训练目标为0.01,训练算法采用自适应速率的附加动量法,当隐层神经元数目为13时,所用的训练次数为1 011次,训练误差曲线如图2所示。

[1] [2] [3]

关键字:BP神经网络  模拟电路  故障诊断  故障特征

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/Test_and_measurement/2013/1114/article_8186.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
BP神经网络
模拟电路
故障诊断
故障特征

小广播

独家专题更多

富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
走,跟Molex一起去看《中国电子消费品趋势》!
走,跟Molex一起去看《中国电子消费品趋势》!
 
带你走进LED王国——Microchip LED应用专题
带你走进LED王国——Microchip LED应用专题
 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved