毕业设计论文电子电路故障诊断系统设计.docx

毕业设计论文电子电路故障诊断系统设计.docx

《毕业设计论文电子电路故障诊断系统设计.docx》由会员分享，可在线阅读，更多相关《毕业设计论文电子电路故障诊断系统设计.docx（28页珍藏版）》请在冰豆网上搜索。

毕业设计论文电子电路故障诊断系统设计

各专业完整优秀毕业论文设计图纸

编号：

本科毕业设计（论文）

电子电路故障诊断系统设计

Designoffaultdiagnosissystemforelectroniccircuit

下属学院理工学院

专业电子信息工程

班级10电子信息工程

学号104173350

姓　名

指导教师职称副教授

完成日期2014年4月1日

诚信承诺

我谨在此承诺：

本人所写的毕业论文《电子电路故障诊断系统设计》均系本人独立完成，没有抄袭行为，凡涉及其他作者的观点和材料，均作了注释，若有不实，后果由本人承担。

承诺人（签名）：

年月日

摘　要

【摘要】目前电子自动化的发展越来越成熟，电子设备功能越来越多。

一个小小的故障也会导致财产的巨大损失。

鉴于上述原因，本文利用Multisim仿真软件建立电路模型，进行故障设定，并提取故障特征值。

针对这些故障类别，根据神经网络的基本原理设计了BP神经网络以及RBF神经网络的故障诊断系统结构。

然后用MATLAB对样本进行训练与测试，并在实验室进行调试，得到的误差变化曲线基本上符合提出的期望。

结果表明BP神经网络及RBF神经网络的算法能够有效的应用于模拟电路故障诊断。

【关键词】故障诊断；BP神经网络；RBF神经网络；训练；测试

Abstract

【ABSTRACT】Atpresent,thedevelopmentofelectronicbecomesmoreandmoreautomationandthefunctionofelectronicalsobecomesmore.Littlefaultwillresulstinproperty.

Forthesereasons,inthispaper,thecircuitmodelisestablishedbyusingMultisimsimulationsoftware,thensettingfaultsandextractthefaultcharacteristic.Inviewofthesefaultcategories,accordingtothebasicprincipleofneuralnetworktofoundfaultdiagnosissystemforthestructureofBPneuralnetworkandRBFneuralnetwork.ThenthesamplesaretrainedandtestedbyMATLABanddebuginthelaboratory.Theerrorchangecurveisbasicallyconsistentwiththeexpected.TheresultsshowthattheBPneuralnetworkandRBFneuralnetworkalgorithmcanbeeffectivelyappliedtoanalogcircuitfaultdiagnosis.

【KEYWORDS】Faultdiagnosis；BPneuralnetwork；RBFneuralnetwork；trained;tested

目　录

1绪论

1.1模拟电路故障诊断研究的背景与意义

随着电子行业的兴盛，智能手机、笔记本电脑等一些高集成电路产品出现在我们的生活中，而且戚戚相关，难以离舍。

很明显，这只是电子技术革新的开始，目前电子自动化的发展越来越成熟，电子设备功能越来越多，其电路集成度也变得更高，这就会出现运行时一个小小的故障也会导致财产的巨大损失以及我们生命的危险。

目前模拟电路的应用不光局限于我们个人电子产品使用中，其广泛性也已应用到军工、通信、家用电器等各个方面，特别是随着集成电路的越发复杂，任何一个元部件和元器件的故障都会影响整个全局的功能。

最新资料表明，高集成电子设备的维护费远高于其研发费用，这也就要求着我们不能光顾着产品的研发而忽视了电子设备的维护，维护做不好，研发工作也只是徒劳。

但是往往维护又是一项巨大的难题，也是亟需解决的问题，我们必须要开发出一项优越的诊断方法去面对故障诊断的研究，这样才能保证设备系统功能的完整性与可靠性。

所以今日我们的模拟电路的故障诊断绝不能局限于人力，显然人力也已经难以或无法解决模拟电路的故障诊断这一难题。

可见，模拟电路的故障诊断是电子工业发展的一个迫切需要解决的难题。

所以，我们必须要学会用智能化的方式去处理解决故障诊断的难题。

1.2模拟电路故障诊断方法的研究现状

模拟电路故障诊断的研究是从1970年开始的，到迄今也有几十年的历史，而电路的诊断技术也越来越成熟，方法也演变的多种多样。

目前模拟电路故障诊断的主要任务有：

在已知网络的拓扑结构，输入激励信号，及由此获得的故障响应，从而来确定模拟电路故障发生的位置以及元器件的重要参数。

模拟电路的故障诊断在今年的很长一段时间里都将是个难题，目前研究的主题包括故障的检测、故障的辨识以及故障的预测[1]。

故障的检测是采用获得的采样数据，电路结构及参数来判定系统电路故障发生位置；故障的辨识是在已经了解到故障的发生，然后去判断并且确定故障存在的位置；故障的预报表明系统还没发生故障假想的故障位置，然后更换易发故障位置的器件，确保系统正常运行。

目前研究的模拟电路故障诊断技术大体分为两大类，一个是以传统的人力财力为基础而进行的故障诊断，一个是以神经网络为主要的插入手段，将神经网络引用到模拟电路的故障诊断中，从而获得准确率较高的效果。

（1）传统故障诊断技术

传统的故障诊断技术主要分为下述几种：

故障字典法，故障参数识别法，故障验证法等几类[2]。

故障字典法是指把模拟电路中的所有故障类型全部提取出来，并且将故障的类别与故障的关系对应起来，构成多个映射，达到每种类别对应一种关系。

这样我们在进行模拟电路的故障诊断时只要将故障类别与故障字典中的相应关系对比即可获得故障发生的元件。

这种方法得出的故障分类很准确，是不错的诊断方法。

故障参数识别法是根据网络的拓扑关系，输入激励和输出响应，估出网络中的所有参数，或参数偏离标称值的偏差，最后对比容差范围确定故障器件，该方法尤其适用于诊断软故障。

而它又可根据识别参数分类为元件值识别及元件值增量识别。

故障验证法的做法主要是：

猜测网络中的故障元件，然后猜测出易发生的某个元件集合，再在对应的集合中激励信号，以及可及节点取得的测量数据，依据一定的判断数据去验证猜测的正确性[3]。

假设猜测正确，就可找到对应的故障元器件。

这种方法要求模拟电路满足可测的条件。

（2）现代故障诊断技术

现代故障诊断技术主要是指以神经网络为代表的故障诊断方法。

下面我们了解下今年来比较有影响力的故障诊断的做法。

2000年，FarzanAminian等人主要是针对小波变换的思想，构造出模拟电路的输出信号，然后对这些信号进行一系列的预处理，提取小波处理后的逼近信号，进行主元分析，即PCA和归一化处理，最后将前面的处理数据应用到到神经网络并进行故障诊断，这样的诊断方法正确率可达到百分之九十五以上[4]。

然而上述方法仅仅利用了分解信号后的低频部分并不能全部显示，这样也就出现了部分故障难以诊断的问题，需要改进。

因此，2005年，HeY等人在上述做法的理论上，加入低频和高频的数据，从而增加了诊断的全面性，而且构造小波网络对系统故障进行诊断，使得诊断准确率提升到百分之九十九以上。

但是，这种小波网络也存着着一个问题，就是会随着样本数据维数的增加，网络的结构将变得庞大，计算工作量，网络的运行时间等，变得越来越难以接受。

2008年，Y．Tan等人提出了应用遗传算法及神经网络来进行故障诊断，但是也要采集多个测试点的数据，这样就会出现获取样本数据的复杂难题。

到了2010年，LifenYuant等人的做法是在一定频域内，对故障信号处理，运用提取器提取两种故障特征，将特征通过神经网络进行模拟输出。

LifenYuant等人的做法在通过减少输入个数简化了网络，也增加了诊断的准确性，但不足的是没有验证多组特征的情况下的故障诊断。

1.3本文主要的研究内容与结构安排

1.3.1.本文主要的研究内容

利用Multisim仿真软件建立电路模型，对sallen-Key低通滤波器及四运放双二阶高通滤波器进行分析，得出易出故障器件的故障值，并对故障进行分析，确定故障类型，然后对故障数据进行整理和计算。

并用BP神经网络以及RBF神经网络的方法建立sallen-Key低通滤波器及四运放双二阶高通滤波器的故障诊断系统。

根据神经网络的工作原理，设计BP神经网络和RBF神经网络故障诊断系统的结构。

用matlab对过程进行编程仿真，并进行调试，得出输出的期望值与实际值及正确百分比。

1.3.2.本文主要的结构安排

本文共分为五章，

第一章介绍了模拟电路故障诊断研究的背景与意义以及研究现状和本文研究内容的主要内容及其结构安排。

第二章阐述了诊断电路硬件设计的基本知识。

第三章运用BP神经网络进行故障诊断的基本思想和系统设计。

第四章运用RBF神经网络进行故障诊断的基本思想和系统设计。

第五章总结与展望，给出了本论文研究的结论并说明了BP神经网络及RBF神经网络研究的不足，并展望了故障诊断研究的后续工作。

2诊断电路和故障特征提取

2.1模拟电路故障设定的基本思想

本文主要针对电路的一个故障考虑，不考虑多个故障同时出现的情况。

很多时候我们依靠传统的笨拙的方法只能进行硬故障诊断，而不能有效的对出现的软故障给予一定的诊断保障，然而在这样一个电器自动化高速发展的年代，又不得不提高故障诊断的效果，只有这样才能保证电路正常运行，才能更好地服务于民。

由此可见，对付软故障诊断是亟需解决的难题，其对电路系统的影响很大，本文主要就是研究Sallen-Key低通滤波器以及四运放双二阶高通滤波器电路软故障的诊断。

在滤波电路中，电阻和电容的容差分别为5％和10％。

给电路施加脉冲激励，进行仿真时，设定电阻和电容在各自的容差范围内变化，则认为电路为无故障状态。

当电路中的任何一个元件高于50%，或低于50％，而其它元件均在50%之内浮动时，对电路进行仿真并获得在某个特定时间段的模拟波形，然后记录下对应波形下的故障值，用multisim软件对正常波形也在上述某个特定时间段进行波形模拟，得出正常情况和故障情况的波形对比[4]。

现在我们借用例子直观的来说明设定故障值的做法，在一具备多个元器件组成的模拟电路中，其中有元器件电容C1=5nF，容差为10%，我们只考虑C1超出容差，其它值均在容差范围内变动而不超过容差的10%，下面三种情况根据±50％列出了C1在不同范围内变动的故障模式，即：

（1）当C1在4nF和6nF变化时，可以认定是正常变动值，此时即为正常模式；

（2）当C1在2.5和4nF变化时，这种情况的值是在标称值的--50％内变化，称之为C1偏小故障模式，即C1↓；

（3）当C1在6nF和7.5nF变化时，这种情况下的值均大于正常值，然而是在标称值的+50％内变化，称之为C1偏大故障模式，即C1↑。

2.2两种诊断电路的故障设定

本文主要研究Sallen-Key低通滤波器和四运放双二阶高通滤波器的故障诊断，所以以下主要对两种电路进行简单的概述。

2.2.1Sallen-Key低通滤波器故障设定

图2.1Sallen-Key低通滤波器

图2.1所示Sallen-Key低通滤波器，其中心频率为25kHz。

在滤波器