【正文】 向量的維數(shù)相同。對狀態(tài)集中的每一類狀態(tài)，都按上述方法獲取大量特征，并從中篩選出具有代表性的特征構造訓練樣本集。表 21 給出了幾種典型的神經(jīng)元傳遞函數(shù)形式及描述。 （ 3）求和單元： 求和單元完成對輸入信號的加權求和，即： bwpn Ri ii????1 ,1 （ 23） 這是神經(jīng)元對輸入信號處理的第一個過程。 [?w R ,12,11,1 , ? ] （ 22） 閾值 b 為 11? 的標量。在 MATLAB 中，輸入可以用一個 1?R 維的列矢量 p 來表示（其中 T 表示取轉置） [?p Rppp , 21 ? T] （ 21） （ 2）網(wǎng)絡權值和閾值： R ,12,11,1 , ? 代表網(wǎng)絡權值，表示輸入與神經(jīng)元之間的連接強度， b 為神經(jīng)元閾值，可以看作是一個輸入恒為 1 的網(wǎng)絡權值。一個典型的具有 R 維輸入 的神經(jīng)元模型如圖 21 所示。 6 第 2 章 人工神經(jīng)網(wǎng)絡的簡介 神經(jīng)網(wǎng)絡基本原理 神經(jīng)元是神經(jīng)網(wǎng)絡的基本單元，它是對生物神經(jīng)元的簡化與模擬。 本設計的意義在于： （ 1）該系統(tǒng)提高了故障診斷的可信度，能有效地識別故障，具有很大的實用價值。 本系統(tǒng)可方便地、遞增地收集和存儲專家知識而不需要任何數(shù)學模型，這對于沒有數(shù)學模型存在的地方特別有用，它是用戶易于理解利用專家知識解決實際問題的思路與方法，在診斷的置信度上通過數(shù)據(jù)歸一化處理（在本次設計中由于數(shù)據(jù)在 01 之間，所以就沒有進行這方面的處理）使系統(tǒng)具有容錯性、提高了診斷的可靠性。 90 年代后期，神經(jīng)網(wǎng)絡在電路故障診斷領域得到了應用。 （ 3） 神經(jīng)網(wǎng)絡具有分辨原因及故障類型的能力。人工神經(jīng)網(wǎng)絡之所以適合于故障診斷，有以下 3 個原因： （ 1）訓練過的神經(jīng)網(wǎng)絡能存儲有關過程知識，能直接從定量的、歷史的故障 信息5 中學習可以根據(jù)對象的正常歷史數(shù)據(jù)訓練網(wǎng)絡，然后將此信息與當前數(shù)據(jù)進行比較，以確定故障。神經(jīng)網(wǎng)絡的非線性映射特性、信息的分布存儲、并行處理和全局集體作用，特別是其高度的自組織和自學習能力，使其成為故障診斷的一種有效方法和手段，神經(jīng)網(wǎng)絡的這一優(yōu)良特性受到故障診斷領域專家學者的關注。 人工神經(jīng)網(wǎng)絡是在現(xiàn)代神經(jīng)科學研究成果的基礎上提出來的，它反映了人腦的基本功能，是對人腦的簡化與模擬。本文主要是利用神經(jīng)網(wǎng)絡理論方法分析對模擬電路的故障進行診斷。 （ 4）基于小波和人工神經(jīng)網(wǎng)絡的故障診斷方法。 （ 2）基于諧波平衡法的非線性模擬電路的穩(wěn)態(tài)分析和故障診斷，該方法被廣泛地用于強非線性模擬電路的數(shù)字仿真與設計，這是一種較成熟的非線性模擬電路分析方法。近年來，隨著非線性系統(tǒng)理論的發(fā)展，模擬電路的故障診斷理論與方法取得了長足的進步。 （ 3）診斷定理作故障定位，這一方法的特點是不必知道網(wǎng)絡中各節(jié)點的電壓數(shù)值，只要知道各節(jié)點電位的漲落，在故障激勵參考極性一致的條件下，判斷故障在網(wǎng)絡中的位置。 模擬電路故障診斷的方法 模擬電路故障診斷是微電子技術中的一個重要課題，同時也是網(wǎng)絡理論的一個重要課，模擬電路故障診斷方法主要有以下三種： （ 1）用網(wǎng)絡撕裂法作故障定位：即用 Kron 的撕裂法將模擬電路構成的網(wǎng)絡分解成若干子網(wǎng)絡，通過檢測子網(wǎng)絡中的電流、電壓與原設計網(wǎng)絡中的電流、電壓有無偏移將4 所有子網(wǎng)絡分為兩類：正常子網(wǎng)絡和故障子網(wǎng)絡。隨著計算機技術、人工智能技術等的發(fā)展，各種智能診斷系統(tǒng)應運而生?？梢?，設備故障診斷技術在現(xiàn)代工業(yè)生產(chǎn)中起著非常重要的作用，開展設備故障診斷技術的研究具有重要的現(xiàn)實意義。國內外許多資料表明，開展故障診斷技術的經(jīng)濟效益是明顯的。例如，法國某電廠對其近 400 臺主輔設備進行了兩年的狀態(tài)監(jiān)測試驗，結果表明，由于采用狀態(tài)維修，電廠實際節(jié)約了 54萬多法郎 (尚未考慮停工造成的損失 )。這些嚴重的或災難性的事件不斷發(fā)生，迫使人們在設備的故障診斷方面進行大量的研究，形成了機器設備、工程結構和工藝過程的故障診斷這一新興的研究領域。國內外曾經(jīng)發(fā)生的空難、爆炸、斷裂、泄漏、毀壞等惡性事件，造成了巨大的經(jīng)濟損失，產(chǎn)生了嚴重的社會影響。隨著科學技術的不斷發(fā)展，動力機械設備越來越復雜化、精密化、系統(tǒng)化和自動化，同時價格也越來越昂貴，設備在現(xiàn)代工業(yè)生產(chǎn)中的作用和影響越來越大，生產(chǎn)的主體也逐漸由人力向設備轉移，與設備有關的費用越來越高，傳統(tǒng)的診斷方法已遠遠不能適 應。隨著電子設備使用的日 趨廣泛，不論是在設備的生產(chǎn)階段還是應用階段，都對電路的故障診斷提出了迫切的要求，要求人們研究新的有效的診斷技術，進一步提高電子設備的可靠性，設備診斷技術引入生產(chǎn)現(xiàn)場己三十多年。因此，模擬電路故障診斷的研究引起世界各國電路理論工作者的高度重視。所有這些，通常的人工診斷技術已無法滿足需要。就模擬電路生產(chǎn)工廠而言，也要求能診斷出故障以便分析原因，改進工藝以 提高成品合格率。 模擬電路故障診斷的意義 模擬電路廣泛應用于軍工、通訊、自動控制、測量儀表、家用電器等各個方面。近年來，隨著人工智能的發(fā)展，診斷自動化，智能化的要求已經(jīng)變?yōu)楝F(xiàn)實，其中基于知識的專家系統(tǒng)的研究起步最早，模糊理論由于具有處理不確定信息的能力，因此通常和專家系統(tǒng)結合起來。 （ 2）信號分析和處理方法的研究是設備診斷技術的關鍵，也是理論研究的熱點之一，這實際上就是診斷技術中的特征因子的提取技術。因此，信號的采集技術是設 備診斷技術的前提。 （ 1）信號采集技術的研究，即設備診斷技術從設備的癥狀入手進行研究。進一步講，異常的信息樣本究竟屬于那類故障，這又屬于一個模式識別問題。 故障診斷機理 故障診斷是研究設備運行狀態(tài)信息的變化，進而識別設備運行狀態(tài)的科學。同一時期，電子技術，尤其是計算機技術的發(fā)展，為設備診斷技術提供了必要的技術基礎。 40年代以來，人類的生產(chǎn)方式日益向大工業(yè)方向發(fā)展，在這種宏偉的社會大背景下，系統(tǒng)論，混沌學等紛紛誕生，尤其是控制理論出現(xiàn)了重大突破，產(chǎn)生了一系列現(xiàn)代控制方法。 診斷工程概述 設備診斷技術是近 40 年來發(fā)展起來的一門學科，它是適應工程實際需要而 形成的各學科交叉學科。機器運行中發(fā)生的任何故障或失效不僅會引起嚴重后果，造成重大的經(jīng)濟損失，甚至還可能導致災難性的人員傷亡和惡劣的社會影響 。最初，設備較為簡單，維修人員主要靠感覺器官、簡單儀表和個人經(jīng)驗就能勝任故障的診斷和排除工作，即為傳統(tǒng)的診斷技術。 現(xiàn)代社會中，電子設備或系統(tǒng)廣泛應 用于各個科學技術領域、工業(yè)生產(chǎn)部門以及人們的日常生活中，電子設備的可靠性直接影響著生產(chǎn)的效率、系統(tǒng)、設備及人類的生命安全。對這種設備的維護和保養(yǎng)十分復雜，需耗費大量的精力和財力。 analogous circuits III 目 錄 引 言 .................................................................................................................................... 1 第 1 章 緒 論 ............................................................................................................................ 2 診斷工程概述 ..................................................................................................................... 2 故障診斷機理 ..................................................................................................................... 2 模擬電路故障診斷的意義 ................................................................................................. 2 模擬電路故障診斷的方法 ................................................................................................. 3 神經(jīng)網(wǎng)絡故障診斷問題的提出 ......................................................................................... 4 本設計研究的內容、目的和意義 ..................................................................................... 5 第 2 章 人工神經(jīng)網(wǎng)絡的簡介 .................................................................................................. 6 神經(jīng)網(wǎng)絡基本原理 ............................................................................................................. 6 BP 網(wǎng)絡用于故障診斷的基本思想 ................................................................................. 7 誤差反向傳播 （ BP） 神經(jīng)網(wǎng)絡結構特點 ........................................................................ 8 第 3 章 BP 神經(jīng)網(wǎng)絡電路故障診斷的 MATLAB 實現(xiàn) ....................................................... 14 MATLAB 簡介 ................................................................................................................ 14 神經(jīng)網(wǎng)絡工具箱及其相關函數(shù)簡介 ............................................................................... 15 訓練數(shù)據(jù)的導入方法 ....................................................................................................... 16 BP 神經(jīng)網(wǎng)絡的 MATL AB 實現(xiàn) ................................................................................... 16 第 4 章 電路故障調查 ............................................................................................................ 18 引言 ................................................................................................................................... 18 設備狀態(tài)信息采集 ........................................................................................................... 18 訓練 BP 網(wǎng)絡 .................................................................................................................... 19 各種算法的比較 ............................................................................................................... 22 神經(jīng)網(wǎng)絡結構的選擇 ...........................................................................................