|
模擬電路故障診斷的方法研究
洛陽(yáng)軸承高級(jí)技工學(xué)校 楊剛 2014/4/6 8:15:01
摘要:本文主要研究了增加動(dòng)量項(xiàng)BP神經(jīng)網(wǎng)絡(luò)算法，與典型的模擬電路系統(tǒng)相結(jié)合，設(shè)計(jì)出能夠?qū)崿F(xiàn)在線和離線診斷模擬電路故障的小型智能診斷系統(tǒng)，實(shí)現(xiàn)了智能算法在實(shí)際工業(yè)生產(chǎn)當(dāng)中應(yīng)用，實(shí)驗(yàn)證明，采用理論上成熟的動(dòng)量項(xiàng)BP神經(jīng)網(wǎng)絡(luò)算法用于故障診斷，利用嵌入式系統(tǒng)應(yīng)用性強(qiáng)、高可靠性、低功耗等特點(diǎn)，并且有一定的實(shí)用價(jià)值。
關(guān)鍵詞：動(dòng)量項(xiàng)BP神經(jīng)網(wǎng)絡(luò)；模擬電路；故障診斷
1 引言
模擬電路廣泛應(yīng)用于軍工、通信、自動(dòng)控制等各個(gè)方面。由于模擬電路故障診斷本身的復(fù)雜性，目前已提出了很多相關(guān)的理論和算法，但大多只停留在仿真研究階段，或只能實(shí)現(xiàn)模擬電路故障的離線檢測(cè)[1,2]。本文以實(shí)現(xiàn)在線實(shí)時(shí)診斷故障為目標(biāo)，設(shè)計(jì)出對(duì)子網(wǎng)級(jí)模擬電路的單故障能夠進(jìn)行在線診斷及離線診斷的系統(tǒng)，使得神經(jīng)網(wǎng)絡(luò)理論在工業(yè)生產(chǎn)中的實(shí)際應(yīng)用做出了初步性的探索。
2 故障特征提取和處理
2.1 基于多分辨分析的故障特征提取
一般而言，大多數(shù)模擬電路的故障都是軟故障，這樣就可以利用小波變換來(lái)提取每個(gè)頻帶的故障信息，利用Mallat算法就可以實(shí)現(xiàn)小波分解過程，由于軟故障信號(hào)的變化幅度比較小，所以高頻率的分解可以被用來(lái)反映該部分信號(hào)后，各層的系數(shù)可以是故障信號(hào)序列求和的絕對(duì)值，然后擴(kuò)展順序，作為模擬電路故障特征向量[3,4]。
2.2 BP神經(jīng)網(wǎng)絡(luò)故障診斷方法
用BP網(wǎng)絡(luò)對(duì)一般的子網(wǎng)絡(luò)級(jí)模擬電路進(jìn)行故障診斷，其工作可以分為測(cè)前工作與測(cè)后工作兩部分進(jìn)行[5,6]。本文使用PSPICE軟件對(duì)模擬電路的每個(gè)元器件設(shè)置容差，并多次進(jìn)行蒙特卡羅分析[7,8]，以此得到的數(shù)據(jù)一部分作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，另一部分作為仿真階段的測(cè)試樣本。通過MATLAB仿真軟件搭建神經(jīng)網(wǎng)絡(luò)，實(shí)際診斷時(shí)，在同樣的激勵(lì)條件下，測(cè)出測(cè)試節(jié)點(diǎn)實(shí)際的輸出值作為測(cè)試樣本，輸入到已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)經(jīng)過診斷后輸出對(duì)應(yīng)的故障狀態(tài)，BP神經(jīng)網(wǎng)絡(luò)故障診斷流程如圖1所示[9,10]。
圖1 模擬電路故障診斷流程圖
（1）訓(xùn)練樣本和特征提取。首先，根據(jù)該電路的結(jié)構(gòu)，選擇最佳的測(cè)試節(jié)點(diǎn)。分析各種典型故障條件下測(cè)試節(jié)點(diǎn)的電壓，并提取故障特征信號(hào)，然后對(duì)故障特征進(jìn)行歸一化和特征關(guān)聯(lián)處理,最終獲得特征向量的故障信息。
（2）設(shè)計(jì)和訓(xùn)練神經(jīng)網(wǎng)絡(luò)。在本文中，使用的是三層BP神經(jīng)網(wǎng)絡(luò)，如果電路元件數(shù)為k，測(cè)試節(jié)點(diǎn)為m，小波分解級(jí)為N，輸入節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)的數(shù)目為(N+1)m，輸出節(jié)點(diǎn)K，隱藏層神經(jīng)元的數(shù)目是 （a為0-10的整數(shù)）。
(3)故障診斷。電路實(shí)際測(cè)量信號(hào)經(jīng)過特征提取,然后進(jìn)行信號(hào)預(yù)處理后,輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別診斷,就可以輸出對(duì)應(yīng)的故障元件編號(hào)。
3 故障診斷實(shí)例
前面介紹了BP神經(jīng)網(wǎng)絡(luò)的基本算法理論以及其診斷模擬電路故障的過程。下面將通過對(duì)兩個(gè)實(shí)測(cè)電路的仿真來(lái)驗(yàn)證其在實(shí)際應(yīng)用中的有效性。在模擬電路故障診斷中，首先要對(duì)電路進(jìn)行模擬和仿真，本文中使用了電路通用分析軟件PSPICE。經(jīng)電路仿真后得到的數(shù)據(jù)還需要利用MATLAB軟件構(gòu)造神經(jīng)網(wǎng)絡(luò)并訓(xùn)練網(wǎng)絡(luò)。利用PSPICE仿真軟件設(shè)計(jì)一個(gè)模擬電路，如圖2，按照仿真軟件的語(yǔ)法格式編程。將各元器件的標(biāo)稱值設(shè)定為R1=R2=R3=R4=R5=R7=R8=R9=1KΩ，R6=3KΩ，對(duì)每個(gè)電阻設(shè)置容差為10%，VCC=12V。節(jié)點(diǎn)2，3，4，5作為測(cè)試節(jié)點(diǎn)。共設(shè)置5種電路狀態(tài)：4種故障狀態(tài)和一種故障狀態(tài)。4種故障狀態(tài)分別是R2電阻開路（R2O），R3電阻短路（R3S），R4電阻開路（R4O），R5電阻短路（R5O）。
圖2 故障診斷測(cè)試電路
要構(gòu)建帶動(dòng)量項(xiàng)BP神經(jīng)網(wǎng)絡(luò)需要確定的的主要參數(shù)包括：網(wǎng)絡(luò)的層數(shù)、每層的神經(jīng)元個(gè)數(shù)、初始權(quán)值、目標(biāo)誤差、學(xué)習(xí)速率及動(dòng)量因子等。這些項(xiàng)目的確定雖然都有一定的指導(dǎo)原則，但大部分都是根據(jù)一些經(jīng)驗(yàn)和實(shí)際情況試湊法得出，這也是BP神經(jīng)網(wǎng)絡(luò)的最大缺陷之一。 根據(jù)圖2中的實(shí)測(cè)電路以及以往的仿真經(jīng)驗(yàn)，網(wǎng)絡(luò)層數(shù)選擇為3層，輸入層神經(jīng)元個(gè)數(shù)為4，輸出層神經(jīng)元個(gè)數(shù)為4，初始權(quán)值為（-1, 1）之間的隨機(jī)數(shù)，目標(biāo)誤差為0.01，動(dòng)量因子為0.5。對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行單軟故障性能測(cè)試�？倻y(cè)試樣本的平均正確診斷率達(dá)96.08%。
4 結(jié)束語(yǔ)
本文分析了傳統(tǒng)模擬電路故障診斷方法的不足之處以及神經(jīng)網(wǎng)絡(luò)診斷技術(shù)的優(yōu)勢(shì)，詳細(xì)闡述了利用增加動(dòng)量項(xiàng)BP神經(jīng)網(wǎng)絡(luò)方法對(duì)模擬電路故障進(jìn)行診斷的工作流程。首先，選取典型的故障特征信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成后，就可以用以識(shí)別響應(yīng)（未完，下一頁(yè)）
|