基于混沌神經網絡的模擬電路故障診斷方法研究.pdf

1、隨著電子技術的進步，模擬電路向著大規(guī)模、集成化方向發(fā)展，電路元件發(fā)生故障的幾率大大增加，個別元件發(fā)生故障往往會影響到整個系統的正常工作。科技的發(fā)展對模擬電路故障的測試和診斷提出了更加嚴格的要求，使得對模擬電路故障領域的研究顯得尤為重要，一些傳統的故障診斷方法不再適用于現在的電路。隨著以神經網絡為代表的人工智能技術以及小波理論、混沌、粒子群等新方法不斷融合到故障診斷領域中，這些新方法為模擬電路故障診斷開辟了新的思路，使模擬電路故障診斷方法

2、的研究趨于多樣化與實用化。進行高效的故障診斷方法研究是發(fā)展的趨勢。本論文探討了模擬電路故障診斷，研究了基于神經網絡及混沌神經網絡的模擬電路故障診斷方法，主要內容由以下幾部分構成:
　　(1)詳細闡述了神經網絡理論，對神經網絡的靈活應用特性及有效分類性能進行了研究，并應用小波神經網絡進行模擬電路故障診斷。
　　(2)在故障特征提取環(huán)節(jié)中，提出一種小波分解與模糊聚類相結合進行預處理的故障特征提取方法，濾除冗余及噪聲分量，有效提取

3、故障特征，實現降低故障信息維數，優(yōu)化神經網絡的輸入量。
　　(3)提出一種基于混沌神經網絡的模擬電路故障診斷方法，把混沌的遍歷性、隨機性和對初值的敏感性等特點與神經網絡的學習、映射能力相結合，使神經網絡具有混沌特性，改善了神經網絡的收斂速度，提高了網絡的學習、泛化能力，提高故障診斷效率。
　　(4)為了驗證文中所提方法的正確性，使用ORCAD10.5、MATLAB軟件對實際電路進行編程仿真;仿真結果表明，本文所提出的方法能夠