首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波-神经网络的模拟电路IDDT故障诊断
引用本文:王承,陈光.基于小波-神经网络的模拟电路IDDT故障诊断[J].仪器仪表学报,2005,26(11):1106-1108.
作者姓名:王承  陈光
作者单位:1. 电子科技大学自动化工程学院CAT研究室,成都,610054;ZTE中兴康讯公司,深圳,518057
2. 电子科技大学自动化工程学院CAT研究室,成都,610054
基金项目:国家自然科学基金资助(60372001),四川省青年科技资金(04ZQ026-031)资助项目
摘    要:动态电源电流测试(IDDT)对模拟电路故障诊断非常有效,而小波变换能够有效提取动态电流的故障特性。因此提出一种基于小波-神经网络的模拟电路IDDT故障诊断方法。利用小波变换具有时频局部化特性,分别对模拟电路正常模式和故障模式的IDDT采样信号进行特征向量提取,建立故障字典;然后利用神经网络具有非线性映射优点,对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断。

关 键 词:故障诊断  模拟电路  神经网络  小波变换
修稿时间:2004年4月1日

Fault Diagnosis in Analog Circuits IDDT Based on Wavelet Transform and Neural Networks
Wang Cheng,Chen Guangju,Xie Yongle.Fault Diagnosis in Analog Circuits IDDT Based on Wavelet Transform and Neural Networks[J].Chinese Journal of Scientific Instrument,2005,26(11):1106-1108.
Authors:Wang Cheng  Chen Guangju  Xie Yongle
Abstract:Dynamic supply current test(I_(DDT)) was very useful for fault diagnosis in analog circuits.Due to the virtues of wavelet transform(WT) for I_(DDT) fault diagnosis,a method of fault diagnosis in analog circuits I_(DDT) is presented based on WT and neural networks.Using the time-frequency location characteristics of WT,feature vectors of I_(DDT) are extracted to construct a fault dictionary both normal modes and fault modes.Feature vectors under certain states can be classified through neural networks with the nonlinear-mapping nature.Faults in analog circuits are detected and localized.
Keywords:Fault diagnosis Analog circuits Neural networks Wavelet transform  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号