›› 2014, Vol. 27 ›› Issue (8): 46-.

• 论文 • 上一篇    下一篇

基于小波变换与BP神经网络的模拟电路故障诊断

黄如科,梁天生,余汉华   

  1. (1.中煤集团大屯热电项目公司 筹建处,江苏 徐州 221611;2.中机国能电力工程有限公司 设计部,上海 200061)
  • 出版日期:2014-08-15 发布日期:2014-07-21
  • 作者简介:黄如科(1959—),男,高级工程师。研究方向:大型电源和电网项目的技术与决策论证。E-mail:huangrk_wx@126.com。梁天生(1975—),男,高级工程师。研究方向:大型电源和电网项目技术研发与设计。

Analog Circuit Fault Diagnosis Based on Wavelet Transform and BP Neural Network

HUANG Ruke,LIANG Tiansheng,YU Hanhua   

  1. (1.Construction Authority,Datun Thermal Power Project,China Coal Company,Xuzhou 221611,China;
    2.Design Branch,State Power Engineering Co.,Ltd.,Shanghai 200061,China)
  • Online:2014-08-15 Published:2014-07-21

摘要:

利用小波与改进算法的BP神经网络相结合的方法进行模拟电路故障诊断,该方法使用小波分解作为预处理工具,对信号进行消噪和小波分解,然后提取特征信息,进行归一化处理,并作为BP神经网络的输入样本进行模式识别。该方法减少了神经网络的输入维数,提高了收敛速度和辨识故障的能力。仿真结果表明,该方法能准确快速地定位故障,且可有效地进行故障识别、改善神经网络结构以及提高故障诊断精度与速度。

关键词: 小波变换, BP网络, 模拟电路, 故障诊断

Abstract:

This paper presents a systematic fault diagnosis method for analogue circuits based on the combination of wavelet transform and modified BP neural network (BPNN).With the wavelet decomposition as a preprocessor,the feature information is extracted by wavelet de-noising and normalization and applied to the BPNN.The method reduces the number of inputs to the neural network and improves the convergence speed and the ability to detect faults.Simulation results show that the scheme locates faults exactly with improved network structure and fault diagnosis precision and speed.

Key words: wavelet transform;BP networks;analogue circuits;fault diagnosis

中图分类号: 

  • TN710.4