模拟电路故障诊断的神经网络方法

本文讨论了在模拟电路故障诊断中应用神经网络的若干方法,涉及了模拟电路故障诊断中的SBT法,SAT法及专家系统方法等,给出了上属方法中应用神经网络的基本原则。     

模拟电路故障诊断的新方法

本文所提出的线性模拟电路故障诊断的新方法是在应用特勒根定理的同时,采用多频率测试信号,使可测端口数 m 与所用不同频率的测试信号数 f 之积,大于同时发生的故障元件数 k,即 fm>k,就可决定故障元件的位置及其参数值。因为f 是可以任意扩大的,所以本方法原则上可以诊断绝大多数模拟电路的多重故障。     

模拟电路故障诊断的新方法

本文所提出的线性模拟电路故障诊断的新方法是在应用特勒根定理的同时,采用多频率测试信号,使可测端口数m与所用不同频率的测试信号数f之积,大于同时发生的故障元件数k,即fm>k,就可决定故障元件的位置及其参数值。因为f是可以任意扩大的,所以本方法原则上可以诊断绝大多数模拟电路的多重故障。     

模拟电路故障诊断中的故障分离

本文对模拟电路故障诊断中的故障分离和故障字典编制进行了一些探讨，提出了用故障编码进行故障分离和编制故障字典的方法．该法测试后不需任何计算，直接通过查字典就可对故障作出判断．可以有效地节省计算时间和减少测试点．本文给出了建立故障编码和故障字典的方法．     

遗传神经网络在模拟电路故障诊断中的应用

对模拟电路的故障诊断,本文采用一种将遗传算法和BP神经网络结合的智能诊断方法-GA-BP算法,实现了模拟电路的故障诊断.该方法采用遗传算法优化神经网络的权值和阈值,代替了原来BP网络随机设定的初始权值和阈值,然后再用改进BP算法进行训练.通过仿真结果比较分析,经过遗传算法优化过的神经网络的训练步教大大减少.克服了传统BP算法的收敛速度慢,容易陷入局部极小值的缺点.     

模拟电路故障诊断的CAA

本文提出诊断模拟电路多重故障的计算机辅助分析(CAA)方法,此方法简单、可靠,只要知道电路的支路数、节点数及可测端口的电压测量值就可判定K重故障(K=m-1,m 为可测端口数)。文中证明了对(K>2)个故障支路形成的不完全回路(即回路中缺一支路)也能唯一定位。     

一个新的模拟电路软故障诊断字典法

传统字典法用于模拟电路软故障诊断时,由于模糊集中的故障状态的密集性常使故障隔离失败。本文在求解系统参数的基础上,用模糊数学辨识故障,使字典的故障分离度提高。此方法还可以用于软故障的在线诊断。     

智能方法及其在电力系统故障诊断中的应用

对模糊集理论和神经网络的发展及其 在电力系统故障诊断中 的应用进行了综述,并且对一些新兴的智能化方法在电力系统中的应用前景进行了介绍。     

灵敏度分析和SVM诊断模拟电路故障的方法

针对低可测性模拟电路中存在的模糊组问题,提出了一种模拟电路故障诊断的新方法。该方法首先计算被测电路网络传递函数零极点的灵敏度,利用零极点灵敏度提供的信息来对被测电路进行模糊组的划分,组成可诊断的元件集,并引入了支持向量机完成对故障的分类识别。零极点的灵敏度分析确定了被测电路可诊断的元件组,支持向量机结构简单、泛化能力强,实验结果证明了基于灵敏度分析和支持向量模拟电路故障诊断方法的有效性,故障诊断率大于99%。     

模拟大规模网络的故障诊断

本文提出一种模拟大网络故障诊断的新方法。该方法首先判定故障子网络,然后再进一步对故障元件进行准确的定位和定值。所建立的故障诊断方程具有较低的非线性度及规则的雅可比矩阵,测试后计算量大大减少,适合于线性和非线性大网络的故障诊断。     

模拟电路故障界诊断法中元件分组的可分性拓扑条件

本文用 KCL 及 KVL 实现故障界诊断法,以此为基础,导出了这种方法元件分组的可分性拓扑条件。此条件是必要的,且是充分的。根据这个条件,我们可以很方便地从网络拓扑结构选择可及点,以达到覆盖尽可能多故障的目的。     

一种改进的模拟电路k故障诊断算法

利用元件容差的两个基本特性，给出了一种从总体上估计容差的改进ｋ故障诊断算法，实验结果表明本文算法可以准确地定位故障，且受容差的影响较小。     

大型模拟线性动态电路的故障诊断

给出了子电路的一般故障分析模型.将线性规划方法与电路的树分解技术结合,实现大型线性动态电路中故障的迅速定位.方法具有实用意义.     

一种滚动轴承故障的诊断方法

针对滚动轴承的故障特点,提出了一种小波包分析、粗糙集理论和神经网络相结合的轴承诊断方法.利用小波包变换对信号进行适当层次的小波包分解,对信号的频带进行精细的分割,以各个频带信号能量的分布情况作为故障特征量,形成故障诊断决策表;接着根据粗糙集理论进行处理得到更为简明的最优诊断规则;然后根据约简结果,建立了神经网络故障诊断系统;最后以诊断实例验证了该方法的有效性和可行性.     

基于神经网络的模拟电路故障诊断

针对目前模拟电路故障诊断中存在的容差和非线性特性所带来的诊断难点,提出了一种基于LM算法的神经网络故障诊断方法;主要包括故障特征的选取以及神经网络的建立.其中网络隐含层节点数的选取采用黄金分割优选法.试验仿真表明,LM算法明显提高了网络训练速度,减少了训练时间,其效果优于标准BP算法,可有效提高故障诊断性能.     

模糊关系方程在故障诊断中的应用分析

用求解模糊关系方程的方法,实现专家系统的推理过程,并将其应用到一个实际的变压器故障诊断专家系统中．经电力变压器故障实例验证,该系统诊断结果与实际发生的故障完全吻合,证实了采用这种方法以实现专家系统推理的可行性和有效性．结合专家系统的诊断结果,对这种方法做了进一步的理论分析,同时指出,在采用该方法时,合理确定描述故障原因与故障现象之间因果关系的模糊关系矩阵,是保证故障诊断正确性的重要前提．