1 / 31
文档名称:

基于神经网络的电子线路故障诊断本科毕业设计(论文).doc

格式:doc   页数:31页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于神经网络的电子线路故障诊断本科毕业设计(论文).doc

上传人:Alphago 2016/1/6 文件大小:0 KB

下载得到文件列表

基于神经网络的电子线路故障诊断本科毕业设计(论文).doc

文档介绍

文档介绍:11绪论随着现代化大生产的发展,电子线路故障诊断技术的研究越来越重要。根据电子线路的特点可将电子线路故障诊断分为模拟电路的故障诊断和数字电路的故障诊断。在现代电子设备中,绝大部分电子设备故障是由于模拟电路故障导致的,可以说,模拟电路的可靠性几乎决定了电子设备的可靠性。,模拟电路在航天、通信、自动控制、家用电器等许多方面得到广泛地应用。随着电子技术的发展,模拟电路的集成程度越来越高,规模越来越大。因此,对模拟电路的工作的有效性、可靠性、可维修性等提出了更高的要求。在模拟电路故障发生后,要求能及时将导致故障的原因诊断出来,以便检修和替换。对模拟电路的生产部门来说,同样也要求能及时诊断出故障,以便改进工艺,提高产品的合格率。对于某些重要设备中的模拟电路,还要求进行故障的预测,即对正常工作中的模拟电路进行不断的检测,在元件发生故障前就进行替换,以避免故障的发生。根据电子技术的发展状况,由以下三点说明模拟电路故障诊断技术的紧迫性:第一,微电子学时代的到来,电子线路的复杂性和密集性明显增加,成千上万个电路元器件集成在一个小芯片上,而对这些电路元器件的测试仅限于为数有限的引出端子之上,如此,通常的测量,微调的手段将不再实用甚至无济于事。第二,在无线电电子系统中,数字电路不能完全取代模拟电路,数字电路的故障诊断方法也不能取代模拟电路的故障诊断方法。第三,现代电子系统复杂度的增加,系统的可靠性显得更为重要,因此,必须提高电子系统的可靠性。综上所述,工业生产对模拟电路提出了新的要求,微电子技术的快速发展对模拟电路的测试和诊断也提出迫切的要求,这就使得科技人员不得不进一步探索模拟电路的测试和诊断上的新理论和新方法,研发新的测试和诊断设备以适应时代的需求。所以,开展模拟电路故障诊断的研究是一项非常有意义的课题。,模拟电路故障诊断的发展较为缓慢,其中主要原因有以下六点:1)故障状态的多样性。模拟电路的输入、输出信号和元件参数都是连续的,电路中任何一个模拟元件都有可能具有无穷多种故障状态,因此,很难对模拟电2路故障进行模拟和仿真。2)诊断的信息量有限。由于实际条件的限制,模拟电路中的电流通常不容易测量,可测量的电压节点也往往是有限的,所以模拟电路供诊断的特征信息是有限的,这就容易造成故障定位的模糊性。3)存在容差。实际应用中的模拟电路元件都会有容差,即电路元件参数在其容差范围内有随机的偏移。电路中普遍存在的容差通常可等效为一个或者多个元件的“大故障”,这就容易导致电路故障的可测性变差。4)非线性问题。模拟电路中通常含有非线性元件,因此模拟电路庞大的计算量是不可避免的。此外,模拟电路通常还包含大量的反馈回路,也增加了测试的复杂性。5)抗干扰能力差。模拟电路对环境变化非常敏感,易受热效应和外界噪声等环境因素的影响。其输出响应也容易受到因为工艺偏差而引起的电路元件参数变化的影响。6)故障模型化困难。模拟电路的输入与输出之间的关系较为复杂并且模型化困难。可以成功应用在数字电路故障诊断中的模型并不能适用于模拟电路故障诊断,而模拟电路故障诊断至今仍然缺乏有效的通用的故障模型。以上六个方面的问题是模拟电路中普遍存在的问题,也是模拟电路故障诊断的难点。尽管存在这些困难,但仍然有许多研究者们致力于模拟电路故障诊断的研究。1960年,[1],研究出了无源线性集总电路元件可解性的必要条件,从此模拟电路故障诊断的理论研究开始了。20世纪70年代出现了一些新的故障诊断原理和方法,其中最突出的成果是参数辨识法与故障字典法,1979年国际电气与电子工程师协会(IEEE)为这两项重要成果出版了模拟电路故障诊断的专辑[2],使得模拟电路故障诊断领域得到进一步的发展。但是这些方法不足之处在于要求电路具有较多的测试点,并且计算量大,难以在实际中得到应用。20世纪80年代提出了一种新的故障诊断方法,即故障验证法,该方法的出现给故障诊断领域增添了新的活力,故障诊断的研究者们从故障诊断的实际出发,将研究的重点从求解全部元件值转变到求解一部分的元件值,以此来确定故障元件或者故障区域,并将之分成故障元件求值与故障定位两部分,大大减小了计算量,削弱了诊断条件。1985年,[3],模拟电路故障诊断理论从此形成了。20世纪90年代初期,伴随人工智能技术的发展,尤其是人工神经网络在不同领域里的广泛运用,故障诊断技术也向着智能化的方向发展。利用神经网络来完成故障状态的分类和故障字典的查询,既提高了故障诊断效率,同时利用神经网络所具有的泛化能力,使得实现对电路软故障的诊断成为