【正文】 。 第五章 總結(jié)與展望，給出了本論文研究的結(jié)論并說明了 BP 神經(jīng)網(wǎng)絡(luò)及 RBF 神經(jīng)網(wǎng)絡(luò)研究的不足，并展望了故障診斷研究的后續(xù)工作。 在 濾波 電路中，電阻和電容的容差分別為 5％和 10％。 50％ 列出了 C1 在不同范圍內(nèi)變動(dòng)的故障模式，即： (1) 當(dāng) C1 在 4nF 和 6nF 變化時(shí)，可以認(rèn)定是正常變動(dòng)值，此時(shí)即為正常模式； (2) 當(dāng) C1 在 和 4nF 變化時(shí)，這種情況的值是在標(biāo)稱值的 50％內(nèi)變化，稱之為C1 偏小故障 模式，即 C1↓ ； (3) 當(dāng) C1 在 6 nF和 nF 變化時(shí)，這種情況下的值均大于正常值，然而是在標(biāo)稱值的 +50％內(nèi)變化，稱之為 C1 偏大故障模式，即 C1↑ 。給電路施加脈沖激勵(lì)進(jìn)行仿真時(shí)，設(shè)定電阻和電容在各自的容差范圍內(nèi)變化，則認(rèn)為電路為無故障狀態(tài)。表 給出了 SallenKey 低通濾波器元件的正常值，故障值以及故障類別。 （ 1) 當(dāng)各元器件均為正常值， t1=， t2= 時(shí)，模擬波形為圖 寧波大學(xué)科學(xué)技術(shù)學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 9 圖 正常電路波形 （ 2) 當(dāng) C1 增大到 20F， t1=， t2= 時(shí)，模擬波形如圖 示 圖 C1 增大到 20nF 的波形 （ 3) 當(dāng) C2 增大 20nF 時(shí)的波形， t1=， t2= 時(shí)，波形如圖 所示 電子電路故障診斷系統(tǒng)設(shè)計(jì) 10 圖 C2 增大到 20nF 時(shí)的波形圖 同理，我們可以模擬出其它組元件及減小的故障數(shù)據(jù)， 表 給出了上述幾種幾種元件的故障值及正常情況下對(duì)應(yīng)的故障類別。 （ 2） 最小值（ min）：是指一組數(shù)中的最小的值。公式如下，其中 x（ t）為瞬時(shí)振幅， x 為振幅均值， p（ x）為概率密度， ? 是樣本標(biāo)準(zhǔn)差 [6]。首先我們對(duì)電路進(jìn)行波形模擬，得出故障值，并提取故障值的特征數(shù)據(jù)作用訓(xùn)練樣本，確立出適合診斷研究的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，并且利用 matlab 算法去測試算法，這樣就可以把樣本訓(xùn)練成熟便于后續(xù)故障的測試。常見的神經(jīng)元模型如圖 所示 [8]。 ? ?R ,12,11,1 ,...,w ? (） 閾值 b 為 11? 的標(biāo)量。表 給 出了幾種典型的神經(jīng)元傳遞函數(shù)形式及描述。另外要指出的是，在做實(shí)際電路診斷時(shí)，每次故障值的波形對(duì)比取得故障值均是在外界相同條件下進(jìn)行的，例如相同信號(hào)的激勵(lì)，這樣獲得的特征值才會(huì)更準(zhǔn)確，有效避免其它因素的干擾。 （ 2）輸入輸出模式的確定 ： 在 中我們已經(jīng)得到了 5 組數(shù)據(jù)，我們將每組中的二分之一作為訓(xùn)練樣本，另外二分之一作為測試樣本。 BP 網(wǎng)絡(luò)隱含層數(shù)的變化會(huì)影響著故障診斷的準(zhǔn)確性，但往往選擇的層數(shù)都不會(huì)過大，一般兩層或兩層以下。當(dāng) BP網(wǎng)絡(luò)用于模式分類時(shí) , 以二進(jìn)制形式來表示不同模式輸出結(jié)果 , 輸出層的節(jié)點(diǎn)數(shù)可根據(jù)待分類模式數(shù)確定。 ni 為輸入節(jié)點(diǎn)數(shù) 。根據(jù)日常研究總結(jié)出的 規(guī)律如下 [11]： ①不管研究的問題多復(fù)雜，首先用一個(gè)隱含層來嘗試訓(xùn)練效果； ②隱含層神經(jīng)元數(shù)越多，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)就會(huì)越慢，故建議神經(jīng)元數(shù)盡量小點(diǎn)； ③隱含層神經(jīng)元數(shù)先從一個(gè)開始訓(xùn)練，然后再嘗試兩個(gè)或三個(gè)的情況，當(dāng)達(dá)到訓(xùn)練滿意的結(jié)果終止。用于在對(duì)話框中創(chuàng)建一個(gè) BP 網(wǎng)絡(luò)。 其要求是此傳遞函數(shù) 必須連續(xù)可微。 （ 3） purelin 該函數(shù)為線性傳遞函數(shù)。 網(wǎng)絡(luò)訓(xùn)練函數(shù) train 神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)，調(diào)用其他訓(xùn)練函數(shù)，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 %訓(xùn)練樣本 dn_train = x1。 %隱層節(jié)點(diǎn)數(shù) TypeNum =5。 %訓(xùn)練次數(shù) P = xn_test。 %最小均方誤差 = 1e20。例如， 把 SF1 故電子電路故障診斷系統(tǒng)設(shè)計(jì) 20 障模式的故障信號(hào)導(dǎo)入到 MATLAB 中，按照上述分析的方法提取故障特征的平均值（ mean）、最大值（ max）、最小值（ min）、方差（ var）、偏度（ skewness）、峭度（ kurtosis），得出的數(shù)據(jù)為 n=[ ] 表示出了 SF1 中 20 組數(shù)據(jù)的 上述六種指標(biāo)。 寧波大學(xué)科學(xué)技術(shù)學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 21 圖 訓(xùn)練誤差變化曲線 表 實(shí)際輸出值 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 電子電路故障診斷系統(tǒng)設(shè)計(jì) 22 表 期望輸出值 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 寧波大學(xué)科學(xué)技術(shù)學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 23 4 基于 RBF 神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷 RBF 神經(jīng)網(wǎng)絡(luò)基本知識(shí)概述 RBF 神經(jīng)網(wǎng)絡(luò)的基本原理 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（即 RBF 神經(jīng)網(wǎng)絡(luò)，下面統(tǒng)稱 RBF 神經(jīng)網(wǎng)絡(luò)）的結(jié)構(gòu)類似于 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)組成，主要有輸入層、隱含層和輸出層，隱含層的神經(jīng)元數(shù)目不是確定的，需要根據(jù)不同的情況確定不同的數(shù)值。所以徑向基函數(shù)網(wǎng)絡(luò)也稱為局部感知場網(wǎng)絡(luò)。圖 給出了 RBF 的網(wǎng)絡(luò)結(jié)構(gòu)。 最后，網(wǎng)絡(luò)可能完全不能訓(xùn)練，主要表現(xiàn)在網(wǎng)絡(luò)出現(xiàn)的麻痹現(xiàn)象。 （ 3）網(wǎng)絡(luò)連接權(quán)值與輸出呈線性關(guān)系。 RBF 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì) 網(wǎng)絡(luò)的設(shè)計(jì) （ 1） 隱藏層神經(jīng)元個(gè)數(shù) 網(wǎng)絡(luò)會(huì)從 初始值 開始訓(xùn)練， 神經(jīng)元數(shù)的初始值為 0，每一次的輸出結(jié)果與設(shè)定的誤差做對(duì)比，如果不在設(shè)定誤差內(nèi)，將自動(dòng)更改神經(jīng)元數(shù) 。即：概率神經(jīng)網(wǎng)絡(luò)，英文縮寫為 PNN。 （ 4） 擴(kuò)展速度的確定 spread， 即 RBF 神經(jīng)網(wǎng)絡(luò)的擴(kuò)展速度。所以 說 spread 的值要經(jīng)過多次嘗試，獲取最好仿真效果的值。格式為 =newrbe(P， T,SPREAD)，其中 P 為輸入向量， T 為期望輸出向量 (目標(biāo)值 )， SPREAD 為徑向基層的散步常數(shù)，缺省值為 l。 (3)radbas。神經(jīng)網(wǎng)絡(luò)仿真函數(shù)。 % 訓(xùn)練樣本 dn_train = x1。 T = dn_train。 % 最大神經(jīng)元數(shù) (默認(rèn)為訓(xùn)練樣本個(gè)數(shù) ) DF = 1。做法同 ，按照分析的方法提取故障特征的平均值（ mean）、最大值（ max）、最小值（ min）、方差（ var）、偏度（ skewness）、峭度（ kurtosis），同樣 我們把得到的數(shù)據(jù)進(jìn)行分組，分別把上述幾個(gè)故障的前 10 組進(jìn)行訓(xùn)練，后 10 組進(jìn)行測試。傳統(tǒng)的模擬電路故障診斷的方法常常是限定在一個(gè)電路中只出現(xiàn)一個(gè)故障的情形，我們，而且也不太準(zhǔn)確，投入的財(cái)力及物力更就要求更多。而且在我本次進(jìn)行畢業(yè)設(shè)計(jì)的過程中，我的收獲主要有以下幾個(gè)方面： （ 1） 了解了神經(jīng)網(wǎng)絡(luò)的基本理論， BP 神經(jīng)網(wǎng)絡(luò)及 RBF 神經(jīng)網(wǎng)絡(luò)模型的建立； （ 2） 了解 模擬電路故障類型和分類，以及特征 提?。? （ 3）了解了 BP 神經(jīng)網(wǎng)絡(luò)以及 RBF 神經(jīng)網(wǎng)絡(luò)的故障診斷理論； （ 4） 通過本文的研究我認(rèn)為其還可以應(yīng)用到其他的領(lǐng)域，同時(shí)可為其他相關(guān)的故障診斷提供了以上方法的參考。 BP 神經(jīng)網(wǎng)絡(luò)的展望：目前，國內(nèi)外很多學(xué)者已經(jīng)研究出很多 改進(jìn)型的。 電子電路故障診斷系統(tǒng)設(shè)計(jì) 30 參考文獻(xiàn) [1] 楊士元．模擬系統(tǒng)的故障診斷與可靠性設(shè)計(jì) [Z].北京：清華大學(xué)出版社， 1993． [2] 譚陽紅．基于小波和神經(jīng)網(wǎng)絡(luò)的大規(guī)模模擬電路故障診斷研究 [D]： [博士學(xué)位論文 ]．長沙：湖南大學(xué)， 20xx． [3] 虞何濟(jì) . 基于神經(jīng)網(wǎng)絡(luò)故障診斷 [Z].北京工業(yè)出版社 .20xx 年 10 月 . [4] 胡世玲 .基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷 [M].哈爾濱： 哈爾濱理工大學(xué)出版社 .20xx. [5] 韓立群 .人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用 [M].北京：化學(xué)工業(yè)出版社 .20xx:5354. [6] 劉洪海 ,陳晨 .基于 BP 神經(jīng)網(wǎng)絡(luò)的故障診斷 [J].科技資訊報(bào) .（ 2).200 [7] 趙國南．模擬電路故障診斷 [M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社， 20xx： 2428． [8] 胡亦農(nóng)等．基于神經(jīng)網(wǎng)絡(luò)模型的知識(shí)獲取方法與故障診斷 [J].華中理工大學(xué)學(xué)報(bào)，1995， 23（ 2）： 3034 [9] Taylor amp。嚴(yán)格要求我去完成畢業(yè)論文，而且能夠督促我并幫助我完成畢業(yè)論文的設(shè)計(jì)，我感到很榮幸，讓我遇到這么淵博的的導(dǎo)師。謹(jǐn)以此文獻(xiàn) 給他們！ 電子電路故障診斷系統(tǒng)設(shè)計(jì) 32