基于信息融合和極限學(xué)習(xí)機(jī)的模擬電路故障診斷.pdf

1、模擬電路測(cè)試與故障診斷始于20世紀(jì)60年代元件可解性問(wèn)題的研究，發(fā)展至今已在理論上取得了長(zhǎng)足的進(jìn)展，但受元器件的容差、可測(cè)故障信息量不足、故障模式多樣化、電路輸入輸出非線性等因素的影響，至今距實(shí)用尚有一定的距離。神經(jīng)網(wǎng)絡(luò)、小波分析、和信息融合等智能信息處理技術(shù)為解決模擬電路故障診斷中的諸多難題提供了一條新的途徑。同時(shí)，紅外診斷可以克服傳統(tǒng)的接觸法測(cè)試的不足，亦為傳統(tǒng)的模擬電路故障診斷方法提供了一種有效的補(bǔ)充。
　　 本文首先綜述

2、了模擬電路故障診斷的研究現(xiàn)狀，然后以基于智能信息處理技術(shù)的模擬電路故障診斷為核心，對(duì)模擬電路故障信息、特征提取和故障分類等進(jìn)行了較深入的研究。
　　 模擬電路，尤其是大規(guī)模模擬集成電路使得傳統(tǒng)的接觸法在某些場(chǎng)合受到了限制。針對(duì)其造成的故障信息量不足的問(wèn)題，本文研究結(jié)合紅外診斷進(jìn)行模擬電路的故障定位，融合電壓信息和溫度信息進(jìn)行故障診斷，提出了基于SOFM網(wǎng)絡(luò)的異質(zhì)信息融合診斷方法。該法提取電路工作時(shí)的電壓和溫度信息作為故障特征信息

3、，經(jīng)預(yù)處理后作為樣本輸入SOFM神經(jīng)網(wǎng)絡(luò)分類器，通過(guò)SOFM網(wǎng)絡(luò)輸出層各神經(jīng)元的競(jìng)爭(zhēng)，得到獲勝神經(jīng)元，從而實(shí)現(xiàn)對(duì)樣本數(shù)據(jù)的故障識(shí)別及分類。仿真實(shí)例證明了所提融合方法提高了診斷正確率。
　　 針對(duì)模擬電路故障診斷的特征提取和故障分類這兩大問(wèn)題，著重研究了小波分析在模擬電路故障診斷中的應(yīng)用和極限學(xué)習(xí)機(jī)在故障模式分類中的應(yīng)用。本文在利用小波包分解算法提取電路輸出信號(hào)各子頻帶能量作為故障特征的基礎(chǔ)上，將極限學(xué)習(xí)機(jī)引入模擬電路故障診斷，進(jìn)