ImageVerifierCode 换一换
格式:DOCX , 页数:28 ,大小:398.38KB ,
资源ID:2423192      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/2423192.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(毕业设计论文电子电路故障诊断系统设计.docx)为本站会员(b****1)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

毕业设计论文电子电路故障诊断系统设计.docx

1、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Design of fault diagnosis system for electronic circuit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 201 4 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

2、【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】At present, the deve

3、lopment of electronic becomes more and more automation and the function of electronic also becomes more. Little fault will resulst in property .For these reasons, in this paper, the circuit model is established by using Multisim simulation software,then setting faults and extract the fault character

4、istic. In view of these fault categories,according to the basic principle of neural network to found fault diagnosis system for the structure of BP neural network and RBF neural network. Then the samples are trained and tested by MATLAB and debug in the laboratory.The error change curve is basically

5、 consistent with the expected. The results show that the BP neural network and RBF neural network algorithm can be effectively applied to analog circuit fault diagnosis.【KEYWORDS】Fault diagnosis;BP neural network;RBF neural network;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

6、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

7、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

8、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

9、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

10、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,Farzan Aminian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

11、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,He Y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,YTan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

12、了2010年,Lifen Yuant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。Lifen Yuant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

13、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

14、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,

15、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4n

16、F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6 nF和7.5 nF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。2.2.1 Sallen-Key低通滤波器故障设定图2.1 Sallen-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

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1