基于模糊神经网络的模拟电路故障诊断研究

河海大学硕士学位论文基于模糊神经网络的模拟电路故障诊断研究姓名：刘久付申请学位级别：硕士专业：控制理论与控制工程指导教师：李训铭20070301基于模糊神经网络的模拟电路故障诊断研究作者：刘久付学位授予单位：河海大学参考文献(69条)1.邹锐模拟电路故障诊断原理和方法19892.高泽涵电子电路故障诊断技术20003.吴成禧模拟电路自动故障诊断评论1984(04)4.LiuRW在上海复旦大学讲演记录--反馈系统设计的公理化方法与模拟电路故障诊断问题19825.GarziaRFFaultIsolationComputerMethods[NASAContractRep.CR-1758,ComputerSciencesCorp]19716.杨士元.童诗白模拟系统的故障诊断与可靠性设计20017.赵国南.郭裕顺模拟电路故障诊断19918.BerkowitzRSConditionforNetwork-element-valueSolvability19629.赵建模拟电路故障诊断的研究2000(03)10.BandlerJW.SalamaAEFaultDiagnosisofAnalogCircuits1985(08)11.唐人亨模拟电子系统的自动故障诊断199112.周玉芬.高锡俊模拟电路故障诊断198913.朱大奇电子设备故障诊断原理与实践200414.黄洁.何怡刚模拟电路故障诊断的发展现状与展望2004(01)15.辛秀华.杨宣访.卜乐平现代模拟电路故障诊断方法综述2005(02)16.蔡自兴.徐光祜人工智能及其应用199717.AokiAR.TorresGL.SouzaLEDKnowledge'sAcquisitionforAIPlanningofRestorationofSubstationsUsingFunctionalModeling199918.于淑芳模拟电路故障诊断方法展析2005(01)19.徐丽娜神经网络控制199920.周东华.叶银忠现代故障故障诊断与容错控制200021.JamesWPsychology189022.McCullochW.PttsWALogicalCalculusoftheIdeasImmanentinNervousActivity194323.HebbDOTheOrganizationofBehavior194924.RosenblattFThePerceptron:AProbabilisticModelforInformationStorageandOrganizationintheBrain195825.WidrowB.HoffMEAdaptiveSwitchingCircuits196026.MinskyM.PapertSPerceptrons196927.HopfieldJJNeuralNetworksandPhysicalSystemswithEmergentCollectiveComputationalAbilities198228.HopfieldJJNeuronswithGradedResponsehaveCollectiveComputationalPropertiesLikethoseofTwo-StateNeutrons198429.RumelhartDE.McClellandJLParallelDistributedProcessing:ExplorationsintheMicrostructureofCognition198630.虞和济.陈长征基于神经网络的智能诊断200031.师汉民.陈吉红人工神经网络及其在机械工程领域中的应用1997(02)32.赵振宇.徐用懋模糊理论和神经网络的基础与应用199633.尹朝庆.尹皓人工智能与专家系统200234.袁曾任人工神经元网络及其应用199935.阎平凡.张长水人工神经网络与模拟进化计算200036.MartinHagan.HowardDemuthB.MarkHBeale神经网络设计200237.WerbosPJBeyondRegression:NewToolsforPredictionandAnalysisintheBehavioralSciences197438.RumelhartDE.HintonGE.WilliamsRJLearningRepresentationsbyBack-propagatingErrors198639.ParkerDBLearning-logic:CastingtheContexoftheHumanBraininSilicon[TechnicalReportTR-47,CenterforComputationalResearchinEconomicsandManagementScience,MIT,Cambridge,MA]198540.CunYLeUneProcedured'apprentissagePourReseauaSeuilAssymetrique198541.RumelhartDE.McClellandJLParallelDistributedProcessing:ExplorationsintheMicrostructureofCognition198642.丛爽神经网络、模糊系统及其在运动控制中的应用200143.RiedmillerM.BraunHADirectAdaptiveMethodforFasterBackpropagationLeamingtheRPROPAlgorithm199344.GillPE.MurrayW.WrightMHPracticalOptimization198145.ScalesLEIntroductiontoNon-LinearOptimization198546.韩力群人工神经网络理论、设计及应用--人工神经细胞、人工神经网络和人工神经系统200247.李国洪电子CAD实用教程:基于OrCAD9.2200348.丛爽面向MATLAB工具箱的神经网络理论与应用199849.ZadehLAFuzzySets196550.韩启纲.吴锡祺计算机模糊控制技术与仪表装置199951.王永庆人工智能原理与方法199952.杨军.冯振声.黄考利装备智能故障诊断技术200453.宋红英.纪威基于模糊神经网络的发动机故障诊断专家系统的研究2004(05)54.王士同神经模糊系统及其应用199855.权太范信息融合神经网络-模糊推理理论与应用200256.LeeSC.LeeETFuzzySetsandNeuralNetworks1974(04)57.GuptaMM.RaoDHOnthePrinciplesofFuzzyNeuralNetworks199458.YagerRRImplementingFuzzyLogicControllerUsingaNeuralNetworkFramework199259.余永权神经网络模糊逻辑控制199960.刘普寅.张汉江模糊神经网络理论研究综述1998(01)61.LeeSC.LeeETFuzzyNeuralNetworks197562.KellerJM.HuntDIncorporatingFuzzyMembershipFunctionsintothePerceptronAlgorithm1985(07)63.KoskoBFuzzyAssociative198764.SpecialIssueonFuzzyLogicandNeuralNetworks1992(05)65.权太范.袁业术神经网络.模糊推理Inter'3融合跟踪1997(05)66.BuckleyJJ.HayashiYCanFuzzyNeuralNetsApproximateContinuousFuzzyFunctions?199467.权太范鲁棒神经网络-混合模糊推理的复合学习系统1995(04)68.王士同模糊系统、模糊神经网络及应用程序设计199869.滕丕忠.张聘基于模糊神经网络的凝汽器故障诊断及其性能监测2007(01)相似文献(10条)1.会议论文彭敏放.何怡刚.沈美娥基于多源信息融合的模拟电路故障诊断2007对基于多源信息多层融合的模拟电路故障诊断原理及其基本方法进行了探索性的研究。分析了信息融合与模拟电路故障诊断的关系以及模拟电路中多源信息的冗余性与互补性,提出了利用多源信息通过多层融合诊断来提高模拟电路可测性与诊断准确率的思想,构建了基于多层融合模式的模拟电路故障诊断功能模型,论述了融合诊断的分层方法及其有效的结合方式,提出了分别基于数据层、特征层、决策层信息融合的模拟电路故障诊断策略,并阐述了现有信息融合算法在模拟电路故障诊断中的具体应用。2.期刊论文杨士元.胡梅.王红.YANGShi-yuan.HUMei.WANGHong模拟电路软故障诊断的研究-微电子学与计算机2008,25(1)分析了模拟电路软故障诊断的重要性及现有的各种软故障诊断方法.对模拟电路软故障诊断字典法中基于支路屏蔽原理、电路参数随元件参数变化轨迹、节点电压灵敏度序列守恒定理和节点电压增量关系方程的四个研究方向各自的基本原理和优缺点进行了探讨;介绍了基于神经网络,结合模糊理论、小波变换的现代模拟电路软故障诊断的两个方向的研究现状;同时从通用的软故障诊断方法、大规模模拟电路的诊断策略和数模混合集成电路的诊断需求三方面指出了模拟电路软故障诊断的发展趋势和亟待解决的问题.3.学位论文孙永奎基于支持向量机的模拟电路故障诊断方法研究2009模拟电路故障诊断理论和方法研究目前仍然是国际电路测试领域中极具挑战性的前沿和热点研究课题。半导体技术和工艺的飞速发展促进了模拟集成电路、模/数混合信号电路的广泛应用。为了有效缩短电子产品的上市时间和提高电子设备的可靠性，对模拟电路测试和故障诊断提出了更高、更新的要求。由于模拟电路响应的连续性、非线性性和元件参数的容差性等固有的特点以及故障的多样性、复杂性，常规或者传统故障诊断理论和方法对模拟电路进行故障诊断难以在实际工程中达到预期的效果。因此研究高效、适应模拟电路发展需求的故障诊断理论和方法显得尤为重要。近年来快速发展的基于统计学习理论的支持向量机(SupportVectorMachine，SVM)为模拟电路故障诊断提供了一种有效的解决方法，是目前国内外研究的热点。本文以现代测试技术、信号处理、系统辨识和可测性分析等理论和技术为基础，深入研究了基于支持向量机的模拟电路故障诊断方法，完成的主要工作如下：根据模拟电路故障的特点，结合支持向量机在解决小样本、非线性和高维模式识别问题中所具有结构简单、全局最优、泛化能力强等特点，提出了基于支持向量机的模拟电路故障诊断方法，并构建了基于支持向量的模拟电路故障诊断系统，建立了被测电路故障诊断的支持向量机模型，对支持向量机故障诊断模型性能的影响因数-核函数及其核参数、惩罚参数、多分类支持向量机不同组合方法进行了研究。在时域和频域中给出了基于响应曲线波形有效点的模拟电路故障特征提取方法。为减少故障特征数据维数，提出了基于最大相关、最小冗余原则(CriteriaofMax-RelevanceandMinRedundancy，MRMR)和支持向量机的故障特征选择方法，建立了电路最优故障特征的选择机制，有效地解决了支持向量机故障诊断模型的复杂性。考虑到模拟电路的故障响应包含了非平稳或时变信息，研究了基于小波变换的模拟电路故障特征提取方法，定义了电路特征测度为电路故障特征与正常特征之差的均方根值，提出了基于电路特征测度的最优母小波选择原则，实现了自适应小波变换的模拟电路故障特征提取。由于模拟电路工作状态的时变性和实际测得信号的不规则性，测得的信号在一定的尺度范围内具有分形特征，提出了基于多重分形分析的模拟电路故障特征提取方法，给出了基于小波极大模的多重分形奇异谱计算方法，并提取了与多重分形奇异谱有关的6个参数为故障特征。有限测试节点的响应不足以表征模拟电路每个元件的状态，研究了模拟电路潜在故障可诊断元件集的