某型水雷引信故障诊断技术研究及测试系统设计

某型水雷引信故障诊断技术研究及测试系统设计作者：赵延安学位授予单位：西北工业大学参考文献(54条)1.杨士元模拟电路的故障诊断与可靠性设计19932.FenfLi.PengYungWooFaultdetectionforlinearanalogIC-themethodofshort-circuitadmittanceparameters2002(01)3.Eduhamel.JCRaultAutomatictestgenerationtechniquesforanalogcircuitandsystem19794.JWBandler.AESalamaFaultdiagnosisofanalogcircuits1985(08)5.JWBandler.AESalamaRecentadvancesinfaultlocationofanalognetworks19846.郭霞.张琦.贾爱梅基于神经网络和专家系统的电路故障诊断研究2005(08)7.王鹏宇.黄智刚模糊理论与神经网络结合对模拟电路进行分层故障诊断2002(01)8.彭敏放.何怡刚.王耀南基于信息融合技术的模拟电路故障诊断2005(02)9.姚剑敏.陶忠祥.宋建中电路故障诊断的神经网络方法2004(02)10.谢宏.何怡刚.吴杰基于小波.神经网络的模拟电路故障诊断方法研究2004(05)11.ToczekW.ZielonkoR.AdamczykAAmethodforfaultdiagnosisofnonlinearelectroniccircuits199812.PersicB.MedicIComparisonofHarmonicBalancetoBoundaryConstraintwithinAutonomousCircuits200013.MaasStephenDesighingOscillatorswithVoltaireXL200214.马红光.韩崇昭.孔祥玉基于Lyapunov指数的非线性模拟电路故障诊断方法研究2004(04)15.边肇祺.张学工模式识别200016.MartinTHagan.HowardBDemuth.MarkHBealeNeuralNetworkDesign200217.焦李成神经网络系统理论199018.周开利.康耀红神经网络模型及其Matlab仿真程序设计200419.王格方模拟电路故障自动诊断技术研究1998(02)20.飞思科技神经网络与Matlab7实现200521.贾新章OrCAD/Pspice9使用教程199922.魏海坤神经网络结构设计的理论与方法199923.BishopCMTrainingwithnoiseisequivalenttoTikhonovregularlization1996(08)24.AnGTheeffectofaddingnoiseduringbackpropagationtrainingonageneralizationperformance1996(08)25.李建平.唐远炎小波分析方法的应用199926.葛哲学.陈仲生Matlab时频分析及其应用199927.周伟.桂林.周林Matlab小波分析高级技术200628.AndrewLaine.JianFanTextureclassificationbywaveletpacketsignatures1993(11)29.FAminian.MAminian.HWCollinsAnalogFaultDiannosisofActualCirciutsUsingNeuralNetworks2002(03)30.MAminian.AminianNeural-networksbasedanalogcircuitfaultdiagnosisusingwavelettransformaspreprocessor2000(02)31.何正友.钱清泉小波神经网络改进构造及其算法1999(04)32.刘传小波神经网络在化学谱图中的应用,神经网络理论与应用研究199633.谭阳红于小波和神经网络的大规模模拟电路故障诊断研究200534.黄璐璐容差模拟电路故障诊断的BP神经网络法与故障树分析法研究[学位论文]硕士200435.丁二功敬军用ATE/ATS基本型系统设计分析2000(01)36.董祥英国内外军用自动测试技术的最新进展199937.StephaneMallatAWaveletTourofSignalProcessing200338.崔锦泰.程正兴小波分析导引199439.BandlerJW.SalamaAEFaultdiagnosisofanalogcircuits1983(08)40.LiuRWTestinganddiagnosisofanalogcircuitsandsystems199141.CatelaniM.FortASoftfaultdetectionandisolationinanalogcircuits:someresultsandacomparisonbetweenafuzzyapproachandradialbasisfunctionnetworks2002(02)42.韩宝如.孟玲玲紧致型小波网络住模拟电路故障诊断中的应用2006(16)43.万喜新.彭敏放.彭刚基于小波变换预处理的模拟电路故障诊断200644.谢涛.何怡刚一种新的模拟电路故障诊断小波神经网络法2006(03)45.于淑芳模拟电路故障诊断方法展析2005(01)46.和晓锋.刘桥采用BP网络建立模拟电路故障诊断交流字典方法2003(03)47.BernieriA.ApuzzoMD.SomsoneLAneuralnetworkapproachforidentificationandfaultdiagnosisondynamicsystems1994(06)48.SpainR.UpadhyayaSLinearcircuitfaultdiagnosisusingneuromorphicanalyzers1997(03)49.陈炜.冯玉光一种基于小波神经网络的故障诊断法2005(08)50.吴芝路模拟电路实用故障诊断新方法2000(02)51.孙义闯拟电路故障诊断原理与方法综述1989(04)52.周东华.叶银忠现代故障诊断与容错控制200053.魏小龙MSP430系列单片机接口技术及系统设计实例200254.韦源.于平VB基础程序设计教程2001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选择方法。首先讨论了基于电路拓扑结构的可测性分析，通过可测矩阵的相关性获得了可测组和模糊组，从而把电路潜在的故障元件进行分组，实现了可诊断元件集的选择。其次给出了传递函数零极点与元件参数的变化关系，提出了基于零极点灵敏度分析的可诊断元件集确定方法，由极点模糊组和零点模糊组的关系确定可诊断元件集。最后通过研究被测电路可及节点输出响应的模糊聚类，提出了基于模糊聚类的可诊断元件集确定方法，采用聚类有效性指标来确定可诊断元件集。在理论分析的基础上，以模/数信号测试的标准电路和文献中广泛研究的电路为实验对象，采用OrCAD10.5仿真了被测电路各种状态，获得了响应数据，在Matlab7.0中建立了基于支持向量机的模拟电路故障诊断模型，对被测电路的硬故障、软故障和多故障进行了诊断仿真实验。实验结果验证了本文提出方法的可行性和结论的正确性，与广泛研究的基于神经网络的模拟电路故障诊断方法相比，本文所提的基于支持向量机的模拟电路故障诊断方法具有结构简单，诊断准确率更优的特点，解决了神经网络的局部最优值、模型结构难以选择和小样本等问题。4.期刊论文唐静远.师奕兵.TangJingyuan.ShiYibing采用模糊支持向量机的模拟电路故障诊断新方法-电子测量与仪器学报2009,23(6)为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种模拟电路故障诊断的新方法.首先对采集的信号进行时.频域联合特征提取并采用新的模糊隶属度函数确定训练样本的隶属度,消除噪声和野点对故障诊断的影响:然后将训练集输入模糊支持向量机