基于模糊BP神经网络的模拟电路实时故障诊断
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
，
ｏ ｕ ｚ ｎ ｆ ｚ ｙ ＢＰ ｅ ｒ ｌｎ ｔ ｒ ｎ ｕ ａ ｅ ｗｏ ｋ
ＣＵＩＨｏ —ｉｎ ｎｇ ｌ ｇ，ＬＩＡｉｈ ａ ａ —ｕ
（ ｈ ｅｏ ｄＡ ｔｌｒ ｎ ｉｅｒ ｇＩｓｉ ｔ， ’ｎ７０ ２ ， ｈｎ ） Ｔ ｅＳｃ ｎ ｒｉｅｙＥ ｇｎｅｉ ｎｔｕｅＸｉａ １０ ５ Ｃ ｉａ ｌ ｎ ｔ
人工神经 网络作为模糊 系统 中隶 属函数 、 糊规则 的网络 模
化描述形式 ； 另一种是将模糊性 原理引入 到现有 的神经网
优点是考虑了实 际问题 的模糊 性 ， 此 ， 能适 应实 际情 因 更 况 。但其中的一些关键 问题仍未能完全解决 ， ， 如 隶属函数
的选取 、 诊断原则的运用等 ， 而这些问题正是能否准确进行 故障诊断的关键 。人工神经网络 由于其独特的联想 和记 忆
络结构之 中。在这种情况下或是将 神经 网络分类器的输出 视 为一种模糊类别标志 ； 或者是 将模糊原理 应用到神 经网 络的每个神经元 ， 改变 传统 神经网络 的综合 函数和传递 函 数形式 ， 使神经元 完成 各种模糊运算操作 。 １１ 模 糊 Ｂ ． Ｐ神 经 网络 的结 构
基于 Ｂ Ｐ算法的模糊 前 向多层神 经网络 与一般 Ｂ Ｐ网 络的结构及学 习算法 均相 同， 同的在于将模糊概 念融 不 合在输入输 出的表达形式上 。
中图分 类号 ：Ｔ ２ ６３ Ｐ ０ ． 文献标识码 ：Ａ 文章编号 ：１ ０ －９８ （ ０８ ０ －０２ － ３ ０ ０ ７ ７ ２ ０ ） １ ０ ７ ０
Ａｎ ｌ ｇ ｅ ｃ ｒ ｕｉ ｅ ｌｔｍ ｅ ｆ ｕ ｔ ｉ ｇ ｏ ｉ ａ ｅ ａ ｏ ｕ ｉｃ ｔｒ ａ －ｉ ａ ｌｓ ｄ ａ ｎ ｓｓ ｂ ｓ ｄ
０ 引 言
１ 模糊 Ｂ Ｐ神 经网络算法的设计
模糊 系统与神经网络结 合有 ２种基 本形式 ， 一种 是将
模糊诊断方法和神经 网络诊断方法作为 ２种新兴 的方 法各有优缺点 。模糊诊断方法由于模糊数学理论相对较 为 完整 ， 因而 ， 方法也较 为成熟 ， 应用也较 多。该方 法的最 大
维普资讯
２０ 年 第 ２ 卷 第 １ ０８ ７ 期
传感器与微系统 （ｒ ｓｕｅ ａｄＭｃ ｓｓｍ Ｔｃｎｌ ｉ １ Ｔａ ｄｃｒ ｎ ｉ ｏ ｔ ｅ ｏ ｇ ｓ ｎ ｒｙｅ ｈ ｏｅ
２ ７
基 于模 糊 Ｂ Ｐ神 经 网络 的模 拟 电路 实 时故 障诊 断
崔洪 亮 ，李艾华
（ 二炮 兵 工 程 学 院 ，陕 西 西 安 ７０ ２ ） 第 １０ ５
摘
要 ：以进行模拟电路实时故障诊 断为主要 目的 ， Ｂ 对 Ｐ神经网络故 障字典法 进行了深入研究 ， 针对传
统Ｂ Ｐ算法收敛速度 慢 、 易产生局部最优等 不足 ， 用神经 网络与模糊 理论相结 合的方法 ， 采 根据模 式识别 原理实现模拟 电路故障 的实时诊断。实验结果 表 明： 该算 法在 网络收敛 速度 和识别精 度上较传 统 的 Ｂ Ｐ 算法均有 明显 的改善 。 关键词 ：神经 网络 ； 模拟 电路 ； 障诊断 ；模糊理论 故
Ａｂ ｔａ ｔ ｈ ｉ ｕ ｐ ｓ ｓ ｔ ｅ ｌ ｅ ｔ ｅ ｒ ａ ｔ ａ ｌ ｄ ａ ｎ ｓ ｆａ ￣ｏ ｉ ｕ ｔ Ｔ ｅ Ｂ ｅ ｒ ｎ ｔ ｒ ｓ ｒ ｃ ：Ｔ ｅ ｍａｎ ｐ ｒ ｏ ｅ ｉ ｏ ｒ ａｉ ｈ ｅ ｌ ｉ ｆｕ ｔ ｉ ｇ ｏ ｉ ｏ ｎ ｇ ｃｒ ｉ． ｈ Ｐ ｎ ｕ ￣ ｅｗｏ ｋ ｚ ｍｅ ｓ ｃ ｆｕ ｔ ｉｔ ｎ ｒ ｓｄ ｅ ｌ ｅ ｅ ｒ ｈ ｄ ｏ ． ｍｅ ｔ ｈ ｅ ｃｅ ｃ ｆ Ｐ ａｇ ｒｔｍ ｎ ａ ｅ ｎ ｔ ｅｔ ｅ ｒ ｆｍｏ ｅ ａ ｌ ｄ ｃｉ ａｙ ｉ ｅ ｐ ｙ ｒ ｓ ａ ｃ ｅ ｎ Ａｉ ｄ ａ ｅ ｄ ｆ ｉｎ ｙ ｏ ｌｏ ｉ ｏ ｔ ｉ Ｂ ｈ ａ ｄ ｂ ｓ ｄ ｏ ｈ ｏ ｏ ｄ ｈ ｙ ｉｅ ｔ ｃ ｔ ｎ，ｈ ａ ｌ ｄ ａ ｎ ｓｓｏ ｎ ｏ ｙ ｃｒ ｕ ｔｉ ｒ ａｉｅ ｙ ｎ ｕ ａ ｅｗ ｒ ｏ ｉ ｅ ｔ ｕ ｚ ｈ ｏ ． ｈ ｄ ｎ ｉ ａｉ ｔ ｅ ｆｕ ｔ ｉｇ ｏ ｉ ｆａ ａ ｇ ｉ ｉ ｓ ｅ ｚ ｄ ｂ ｅ ｒ ｎ ｔ ｏ ｋ ｃ ｍｂｎ ｄ ｗｉ ｆ ｚｙ ｔ ｅ ｒ Ｔ ｅ ｉ ｆ ｏ ｌ ｃ ｌ ｌ ｈ ｙ ｅ ｐ ｒｍｅ ｔｒｓ ｌ ｓ ｏ ｈ ｔ ｔｅ ｉ ｒ ｖ ｄ Ｂ ｌｏｉ ｍ ａ ｉｔ ｃ ｍｐ ｏ ｅ ｎｓ ｏ ｏ ｖ ｒ ｅ ｔ ｖ ｌ ｃｔ ｎ ｘ ｅｉ ｎ ｅ ｕ ｔ ｈ ｗｓ ｔ ａ ｈ ｍｐ ｏ ｅ Ｐ ａｇ ｒ ｈ ｈ ｓ ｄ ｓｉ ｔ ｉ ｒ ｖ ｍｅ ｔ ｎ ｃ ｎ ｅ ｇ ｎ ｅｏ ｉ ａ ｄ ｔ ｎ ｙ ｉｅ ｔ ｃ ｔ ｎ ｐ ｅ ｉ ｏ ． ｄ ｎ ｉ ａｉ ｒ ｃｓ ｎ ｉ ｆ ｏ ｉ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｎ ｕ ａ ｎ ｔ ｏ ｋ ｎ ｌｇ ｃｒ ｕ ｔ ａ ｌ ｄ ａ ｎ ｓｓ ｕ ｚ ｈ ｏ ｅ ｒ ｅｗ ｒ ；ａ ａｏ ｉ ｉ ；ｆｕ ｔ ｉｇ ｏ ｉ ；ｆｚ ｙ ｔ ｅ ｒ ｌ ｃ ｙ 良好 的前 途。但 由于 其本身不能进行分析和推理 ， 加之理论 尚未十分完善 ， 统 传
Ｂ Ｐ算法存在收敛速度慢 、 易产生局部最优等不足 ， 因而 ， 还 不能真正达到人类 专家的诊断水平 。 为了充分利用神经 网络技术和模糊诊断技术 ２种方法
般Ｂ Ｐ网络 的输入 量［ Ｘ］＝［ ， ， ］Ｘ∈［ ， …， ， ０
ｏ ｕ ｚ ｎ ｆ ｚ ｙ ＢＰ ｅ ｒ ｌｎ ｔ ｒ ｎ ｕ ａ ｅ ｗｏ ｋ
ＣＵＩＨｏ —ｉｎ ｎｇ ｌ ｇ，ＬＩＡｉｈ ａ ａ —ｕ
（ ｈ ｅｏ ｄＡ ｔｌｒ ｎ ｉｅｒ ｇＩｓｉ ｔ， ’ｎ７０ ２ ， ｈｎ ） Ｔ ｅＳｃ ｎ ｒｉｅｙＥ ｇｎｅｉ ｎｔｕｅＸｉａ １０ ５ Ｃ ｉａ ｌ ｎ ｔ
人工神经 网络作为模糊 系统 中隶 属函数 、 糊规则 的网络 模
化描述形式 ； 另一种是将模糊性 原理引入 到现有 的神经网
优点是考虑了实 际问题 的模糊 性 ， 此 ， 能适 应实 际情 因 更 况 。但其中的一些关键 问题仍未能完全解决 ， ， 如 隶属函数
的选取 、 诊断原则的运用等 ， 而这些问题正是能否准确进行 故障诊断的关键 。人工神经网络 由于其独特的联想 和记 忆
络结构之 中。在这种情况下或是将 神经 网络分类器的输出 视 为一种模糊类别标志 ； 或者是 将模糊原理 应用到神 经网 络的每个神经元 ， 改变 传统 神经网络 的综合 函数和传递 函 数形式 ， 使神经元 完成 各种模糊运算操作 。 １１ 模 糊 Ｂ ． Ｐ神 经 网络 的结 构
基于 Ｂ Ｐ算法的模糊 前 向多层神 经网络 与一般 Ｂ Ｐ网 络的结构及学 习算法 均相 同， 同的在于将模糊概 念融 不 合在输入输 出的表达形式上 。
中图分 类号 ：Ｔ ２ ６３ Ｐ ０ ． 文献标识码 ：Ａ 文章编号 ：１ ０ －９８ （ ０８ ０ －０２ － ３ ０ ０ ７ ７ ２ ０ ） １ ０ ７ ０
Ａｎ ｌ ｇ ｅ ｃ ｒ ｕｉ ｅ ｌｔｍ ｅ ｆ ｕ ｔ ｉ ｇ ｏ ｉ ａ ｅ ａ ｏ ｕ ｉｃ ｔｒ ａ －ｉ ａ ｌｓ ｄ ａ ｎ ｓｓ ｂ ｓ ｄ
０ 引 言
１ 模糊 Ｂ Ｐ神 经网络算法的设计
模糊 系统与神经网络结 合有 ２种基 本形式 ， 一种 是将
模糊诊断方法和神经 网络诊断方法作为 ２种新兴 的方 法各有优缺点 。模糊诊断方法由于模糊数学理论相对较 为 完整 ， 因而 ， 方法也较 为成熟 ， 应用也较 多。该方 法的最 大
维普资讯
２０ 年 第 ２ 卷 第 １ ０８ ７ 期
传感器与微系统 （ｒ ｓｕｅ ａｄＭｃ ｓｓｍ Ｔｃｎｌ ｉ １ Ｔａ ｄｃｒ ｎ ｉ ｏ ｔ ｅ ｏ ｇ ｓ ｎ ｒｙｅ ｈ ｏｅ
２ ７
基 于模 糊 Ｂ Ｐ神 经 网络 的模 拟 电路 实 时故 障诊 断
崔洪 亮 ，李艾华
（ 二炮 兵 工 程 学 院 ，陕 西 西 安 ７０ ２ ） 第 １０ ５
摘
要 ：以进行模拟电路实时故障诊 断为主要 目的 ， Ｂ 对 Ｐ神经网络故 障字典法 进行了深入研究 ， 针对传
统Ｂ Ｐ算法收敛速度 慢 、 易产生局部最优等 不足 ， 用神经 网络与模糊 理论相结 合的方法 ， 采 根据模 式识别 原理实现模拟 电路故障 的实时诊断。实验结果 表 明： 该算 法在 网络收敛 速度 和识别精 度上较传 统 的 Ｂ Ｐ 算法均有 明显 的改善 。 关键词 ：神经 网络 ； 模拟 电路 ； 障诊断 ；模糊理论 故
Ａｂ ｔａ ｔ ｈ ｉ ｕ ｐ ｓ ｓ ｔ ｅ ｌ ｅ ｔ ｅ ｒ ａ ｔ ａ ｌ ｄ ａ ｎ ｓ ｆａ ￣ｏ ｉ ｕ ｔ Ｔ ｅ Ｂ ｅ ｒ ｎ ｔ ｒ ｓ ｒ ｃ ：Ｔ ｅ ｍａｎ ｐ ｒ ｏ ｅ ｉ ｏ ｒ ａｉ ｈ ｅ ｌ ｉ ｆｕ ｔ ｉ ｇ ｏ ｉ ｏ ｎ ｇ ｃｒ ｉ． ｈ Ｐ ｎ ｕ ￣ ｅｗｏ ｋ ｚ ｍｅ ｓ ｃ ｆｕ ｔ ｉｔ ｎ ｒ ｓｄ ｅ ｌ ｅ ｅ ｒ ｈ ｄ ｏ ． ｍｅ ｔ ｈ ｅ ｃｅ ｃ ｆ Ｐ ａｇ ｒｔｍ ｎ ａ ｅ ｎ ｔ ｅｔ ｅ ｒ ｆｍｏ ｅ ａ ｌ ｄ ｃｉ ａｙ ｉ ｅ ｐ ｙ ｒ ｓ ａ ｃ ｅ ｎ Ａｉ ｄ ａ ｅ ｄ ｆ ｉｎ ｙ ｏ ｌｏ ｉ ｏ ｔ ｉ Ｂ ｈ ａ ｄ ｂ ｓ ｄ ｏ ｈ ｏ ｏ ｄ ｈ ｙ ｉｅ ｔ ｃ ｔ ｎ，ｈ ａ ｌ ｄ ａ ｎ ｓｓｏ ｎ ｏ ｙ ｃｒ ｕ ｔｉ ｒ ａｉｅ ｙ ｎ ｕ ａ ｅｗ ｒ ｏ ｉ ｅ ｔ ｕ ｚ ｈ ｏ ． ｈ ｄ ｎ ｉ ａｉ ｔ ｅ ｆｕ ｔ ｉｇ ｏ ｉ ｆａ ａ ｇ ｉ ｉ ｓ ｅ ｚ ｄ ｂ ｅ ｒ ｎ ｔ ｏ ｋ ｃ ｍｂｎ ｄ ｗｉ ｆ ｚｙ ｔ ｅ ｒ Ｔ ｅ ｉ ｆ ｏ ｌ ｃ ｌ ｌ ｈ ｙ ｅ ｐ ｒｍｅ ｔｒｓ ｌ ｓ ｏ ｈ ｔ ｔｅ ｉ ｒ ｖ ｄ Ｂ ｌｏｉ ｍ ａ ｉｔ ｃ ｍｐ ｏ ｅ ｎｓ ｏ ｏ ｖ ｒ ｅ ｔ ｖ ｌ ｃｔ ｎ ｘ ｅｉ ｎ ｅ ｕ ｔ ｈ ｗｓ ｔ ａ ｈ ｍｐ ｏ ｅ Ｐ ａｇ ｒ ｈ ｈ ｓ ｄ ｓｉ ｔ ｉ ｒ ｖ ｍｅ ｔ ｎ ｃ ｎ ｅ ｇ ｎ ｅｏ ｉ ａ ｄ ｔ ｎ ｙ ｉｅ ｔ ｃ ｔ ｎ ｐ ｅ ｉ ｏ ． ｄ ｎ ｉ ａｉ ｒ ｃｓ ｎ ｉ ｆ ｏ ｉ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｎ ｕ ａ ｎ ｔ ｏ ｋ ｎ ｌｇ ｃｒ ｕ ｔ ａ ｌ ｄ ａ ｎ ｓｓ ｕ ｚ ｈ ｏ ｅ ｒ ｅｗ ｒ ；ａ ａｏ ｉ ｉ ；ｆｕ ｔ ｉｇ ｏ ｉ ；ｆｚ ｙ ｔ ｅ ｒ ｌ ｃ ｙ 良好 的前 途。但 由于 其本身不能进行分析和推理 ， 加之理论 尚未十分完善 ， 统 传
Ｂ Ｐ算法存在收敛速度慢 、 易产生局部最优等不足 ， 因而 ， 还 不能真正达到人类 专家的诊断水平 。 为了充分利用神经 网络技术和模糊诊断技术 ２种方法
般Ｂ Ｐ网络 的输入 量［ Ｘ］＝［ ， ， ］Ｘ∈［ ， …， ， ０