遗传小波神经网络在模拟电路故障诊断中的应用

提出一种基于遗传算法(Genetic Algorithm,GA)、小波变换及神经网络(NN)的模拟电路故障诊断方法.该方法将小波基作为神经网络的传递函数,利用遗传算法优化神经网络的结构和权值,从而避免了BP神经网络结构设计的盲目性和局部最优等问题,大大减少了网络训练时间.利用该方法对模拟电路进行故障诊断有利于提高诊断的智能性及识别故障类别的能力,提高诊断的精度与速度.实例诊断结果表明文中所提方法是可行的.

基于LMD多尺度熵和极限学习机的模拟电路故障诊断

为了高速、高效的测试和诊断模拟电路,提出一种将局部均值分解(LMD)多尺度熵和极限学习机相结合的模拟电路故障诊断的新方法。该方法中,首先采用LMD将故障信号分解为若干个乘积函数(production function,PF);然后,求出各PF分量的多尺度熵并构造故障特征向量;最后,将特征向量输入到极限学习机中进行训练和测试。仿真实验结果显示采用该方法诊断时间只需0.028 74 s,诊断精度达到了98.89%。相较于其他3种方法有效减少诊断时间,提高故障诊断精度。

基于小波分解和模糊聚类的模拟电路软故障诊断

为了解决模拟电路故障诊断中出现的故障特征冗余的问题,提出一种采用小波分解和模糊聚类提取故障特征的模拟电路故障诊断方法.对被测电路的输出进行小波分解,将得到的重构小波系数作为故障特征而构成测试矩阵,再利用基于马氏距离的模糊聚类的方法对测试矩阵进行划分,降低测试矩阵的维数,最后用BP神经网络进行故障诊断.仿真实验结果表明,所提出的方法能有效提取出故障特征,并且具有较高的模拟电路故障诊断准确率.

一种新的基于神经网络的模拟电路故障诊断系统

介绍了基于BP神经网络(BPNN)进行模拟电路故障诊断定位的理论,设计并实现以数字信号处理器(DSP)为核心的故障诊断系统.该系统采用模块化设计,具有扩充方便、高速采样的特点;将采样数据构成故障特征向量,利用BP网络训练这些特征向量并进行故障模式分类,实现模拟电路及PCB故障诊断.并给出了PCB板的故障诊断硬件结构及对单软和双软故障的诊断设计方法.

基于混沌的模拟电路故障诊断方法

针对模拟电路故障诊断的神经网络方法中,网络易陷入局部极小、收敛速度慢等缺点,网络结构、权值难以确定等难题,提出一种利用混沌优化神经网络的模拟电路故障诊断新方法.该方法中,将混沌变量引入神经网络结构的优化搜索,使得神经网络的隐层节点数以及所有权参数处于混沌状态中,从而整个网络结构呈现为动态变化.然后从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.最后利用优化的神经网络对模拟电路进行故障定位.利用该方法对模拟电路进行实例仿真,结果表明该算法可以有效、可靠地运用于模拟电路故障诊断中.

遗传小波神经网络的非线性模拟电路故障诊断方法

提出了一种将遗传算法(GA)、神经网络与小波变换相结合对非线性模拟电路进行故障诊断的方法;分析了传统BP型神经网络在非线性模拟电路故障诊断中存在的缺陷;提出了一种新的解决方法——利用小波变换对非线性电路故障信号进行预处理,对故障信号中的冗余信息进行剔除,然后利用遗传算法优化BP网络参数,如网络权值、阈值等。利用该方法对非线性电路进行故障诊断,有利于提高神经网络对电路故障诊断的智能性及识别故障类别的能力,提高故障诊断的精度与速度。实验结果表明,该方法是可行的。

DPON技术在配电网中的应用

针对中国电网通信系统的现状结构、通信系统对电网的需求进行分析和研究,提出了DPON技术在电网通信系统中的应用.通过分析DPON的技术原理和传输特点,得出DPON具有网成本低、易于维护、安全性高的特点,结合电力通信网的现状和结构,提出了电力通信网络保护应用、组网方案及其可行性,以更好地实现电网的高信息化、共享和互动化.

FFT算法的DSP实现

在介绍FFT算法基本原理的基础上,提出一种基于DSP芯片实现FFT算法的方法.算法程序研究表明该方法可实现FFT运算,并能提高其运算速度和精度.

改性蒙脱石对断乳仔猪的饲喂效果研究

用经过插层处理具有良好选择性吸附能力的改性蒙脱石进行仔猪饲喂试验,结果表明,改性蒙脱石对仔猪有良好的促进生长作用,效果与添加剂量为150mg/kg的金霉素相当。综合试验中的三项指标,其最佳推荐剂量为2000～4000mg/kg。

福建省4个地区规模化猪场细小病毒病血清学调查

应用酶联免疫吸附试验方法对福建省4个地区的33个规模化猪场共计667份血清样品进行了猪细小病毒病抗体检测。检测结果总阳性数为475份,平均阳性率为71.2%,其中总强阳性数308份,平均强阳性率为64.8%。结果表明福建省部分地区可能存在猪细小病毒病流行隐患。

猪繁殖与呼吸综合征病毒ORF5基因变异分析

采用RT-PCR方法对不同省份疑似PRRS阳性病料进行克隆和测序,获得14个ORF5基因片段。序列分析结果表明,获得的14个ORF5基因序列不存在缺失现象,核苷酸的同源性为98.8%～99.7%,推导编码氨基酸同源性为96.5%～99%。与国内毒株相比,核苷酸同源性为85.2%～100%,氨基酸同源性为84.6%～99% 与中国代表毒株CH-1a、美洲型代表毒株VR-2332的核苷酸序列同源性分别在94.4%～95.2%和86.7%～87.9%之间,与疫苗株MLV的同源性在86.4%～87.6%之间,而与欧洲型代表株LV的同源性在54.1%～55.7%之间,推导编码的氨基酸序列同源性则分别在91.5%～93.5%、86.6%～88.6%、85.6%～87.6%、54.7%～56.2%之间。表明所获得序列的流行毒株均属于美洲型。进一步分析发现与近期国内流行的高致病性猪蓝耳病病毒同源性非常之高,说明这些毒株可能均起源于同一个毒株,通过猪的运输流通等在全国流行。

基于粒子群算法的模拟电路故障诊断方法

提出一种基于小波包分解、主元分析、归一化处理、粒子群算法与神经网络相结合的模拟电路故障诊断新方法。该方法使用小波包分解来对信号进行消噪和小波多尺度分解,再进行正交主元分析和归一化处理来提取故障特征信息,作为神经网络的输入样本。在充分考虑传统BP算法中采用梯度下降法所固有的极易陷入局部极小等缺陷的基础上,提出了采用粒子群算法来优化传统BP网络的方法。文中研究了故障特征信息的提取、样本选择及诊断系统,并通过电路诊断实例,阐述了该方法的具体实现,验证了所提方法的有效性。

主成分分析法与概率神经网络在模拟电路故障诊断中的应用

模拟电路故障的多样性使得神经网络训练样本数量增加,BP网络结构趋于复杂,训练速度降低;针对反向传播神经网络(BPNN)学习收敛速度慢、易陷入局部极小值等问题,提出了基于主成分分析(PCA)与概率神经网络(PNN)相结合的模拟电路故障诊断方法;通过主成分分析法(Principal Component Analysis)提取特征数据进行降维处理,再结合概率神经网络(Probabilistic Neural Networks)对电路故障进行分类;实例说明采用PCA和PNN结合对故障数据处理,可以大大的提高故障诊断分类的准确性。

模糊免疫算法及其在模拟电路故障诊断中的应用

对模糊免疫算法应用于模拟电路故障诊断进行了研究;首先简要介绍了免疫系统的工作机理及一些基本概念,然后在此基础上构建出一种模糊免疫算法,并将免疫算法和模糊聚类法结合起来进行故障诊断;人工免疫算法起到学习样本的作用,以寻找到各样本组的聚类中心;而模糊聚类算法则准确地完成对样本的分类任务;仿真实例表明:立足于模拟电路故障诊断字典法,该算法对模拟电路故障诊断非常有效。

基于神经网络数据融合方法的模拟电路故障诊断

根据模拟系统故障检测原理,采用神经网络与数据融合相结合的方法进行模拟电路故障诊断,提出了一种新型的基于D-S证据神经网络的故障检测与诊断方法.应用D-S证据理论对径向基函数网络进行了修正,用具有一个输入层、两个隐含层和一个输出层的神经网络实现.各个证据体的基本概率赋值的获取是D-S证据理论在实际应用中的难点问题,本方法中采用的是根据输入模式与原型模式之间的相似度以及原型模式的类别隶属度来确定基本概率赋值.借助神经网络自学习的功能,实现对类别隶属度的最优化.结果表明该方法能快速有效地进行故障诊断中大量数据的处理,具有很强的鲁棒性.

2006年福建省牛病毒性腹泻病的血清学调查

对福建省9个地区的6个非免疫牛场和15个散养户采集的共计216份血清样品进行了牛病毒性腹泻病毒抗体的检测。结果规模场检出阳性血清147份,平均阳性率为92.5%,其中有3个规模场的血清阳性率高达100%;从散养户中检出阳性血清7份,平均阳性率为12.3%。另外,奶牛血清阳性率为88.8%,肉牛/黄牛血清阳性率为29.8%。调查表明,福建省规模牛场感染牛病毒性腹泻病毒较为严重。

基于BP神经网络的大规模电路模块级故障快速诊断方法

根据大规模电路故障诊断网络撕裂法和交叉撕裂搜索方法,采用基于误差反向传播算法的多层前向神经网络(BP神经网络)记载多次撕裂信息,提出了一种新型基于BP神经网络的大规模电路模块级快速诊断方法。该方法能快速有效地并行处理定位故障模块,具有测前工作量小,实时诊断性强等优点。

一种高速ADC静态参数的内建自测试结构

针对混合信号电路的测试问题,提出了一种内建自测试(BIST)结构,分析并给出了如何利用该结构来计算片上高速模数转换器(ADC)的静态参数.该方法利用三角波信号作为测试激励,采用码密度直方图分析方法快速计算ADC的各静态参数.根据改进测试算法所构造的BIST结构实现了芯片内只有ADC电路的可测性设计,而不需要用到片内集成DSP.内嵌的信号发生器能自动生成高频连续三角波测试信号,适合高速ADC的测试.该BIST结构硬件开销小,易于片上集成,仿真试验表明了该结构的有效性.

Σ-Δ调制器的非理想特性行为级建模与仿真

分析了开关电容型(SC)Σ-Δ调制器的非理想特性,主要包括采样时钟抖动、开关热噪声(kT/C噪声)、运放增益等。在建立各自噪声模型的基础上,构造了一个二阶有色噪声和一个四阶白噪声Σ-Δ调制器模型;通过仿真结果的比较,在行为级上验证了噪声模型的正确性,所建电路更为实际地描述了Σ-Δ调制器的各项参数。