本文關(guān)鍵詞：基于信息融合的非線性模擬電路故障診斷研究

  更多相關(guān)文章： 信息融合 故障診斷 模擬電路 非線性 Wiener核

【摘要】：隨著近代電路學(xué)的發(fā)展,模擬電路的故障診斷越來越成為學(xué)者們關(guān)注的焦點(diǎn)之一,從上個(gè)世紀(jì)60年代初開始到發(fā)展成為如今網(wǎng)絡(luò)理論中公認(rèn)的第三個(gè)分支只用了很短的時(shí)間。而其中很大一部分模擬電路的信號是非線性的,這就使得非線性模擬電路的故障診斷成為故障診斷理論中極為重要的組成部分,到目前為止已經(jīng)針對非線性模擬電路的故障診斷方法做了大量的研究。然而,隨著集成化技術(shù)的不斷發(fā)展,應(yīng)用電路已經(jīng)進(jìn)入了高集成化時(shí)代,電路系統(tǒng)的規(guī)模越來越大,可及節(jié)點(diǎn)卻越來越少,致使有些電路故障的某種特征相似,用單一的特征已經(jīng)很難分辨。本文針對非線性模擬電路的故障診斷中單來源特征不夠充分的難題,采用了基于雙Wiener核的信息智能優(yōu)化融合的故障診斷方法,該方法首先利用高斯白噪聲作為激勵(lì),采樣后利用離散Wiener核獲取方法獲得電路和電源的兩個(gè)Wiener核,再基于改進(jìn)的粒子群退火算法,將特征選擇提取和融合有機(jī)結(jié)合為一個(gè)優(yōu)化問題,以電路各狀態(tài)矢量的集總歐氏距離作為目標(biāo)函數(shù)進(jìn)行優(yōu)化,最后提出了基于集總歐式距離權(quán)重分配的信息融合方法,使不同信息有機(jī)融合,并利用BP神經(jīng)網(wǎng)絡(luò)完成智能診斷。在進(jìn)行理論研究的同時(shí),本文還設(shè)計(jì)了基于ATmega128單片機(jī)的模擬電路故障診斷系統(tǒng),其硬件主要包括高斯白噪聲發(fā)生和診斷兩大部分。同時(shí)設(shè)計(jì)了應(yīng)用于診斷的上位機(jī)軟件,可以實(shí)現(xiàn)獲取電路和電源的Wiener核、兩個(gè)Wiener核的特征選擇提取和優(yōu)化融合以及神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)等功能。利用已設(shè)計(jì)完成的系統(tǒng),對電路故障進(jìn)行了實(shí)際測量,實(shí)驗(yàn)表明可以比較直觀的診斷出故障元件和故障類型,證明了本文基于Wiener核信息融合的非線性模擬電路故障診斷方法的可行性。通過與單一電路Wiener核進(jìn)行故障診斷的實(shí)驗(yàn)對比,證明了本文基于Wiener核信息融合的非線性模擬電路故障診斷方法能更加有效的區(qū)分故障特征。
【關(guān)鍵詞】：信息融合 故障診斷 模擬電路 非線性 Wiener核
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN710;TP202
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 課題研究背景及意義10-11
• 1.2 模擬電路故障診斷的國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文的主要研究內(nèi)容12-14
• 第2章 基于Wiener核信息融合的智能故障診斷14-22
• 2.1 非線性模擬電路的Wiener級數(shù)描述14-15
• 2.2 電路離散Wiener核的獲取方法15-16
• 2.3 基于Wiener核融合的非線性模擬電路故障診斷研究16-21
• 2.3.1 信息融合方法研究16-17
• 2.3.2 基于集總歐式距離權(quán)重分配的Wiener核融合方法研究17-19
• 2.3.3 基于信息融合的非線性模擬電路故障診斷原理19-21
• 2.4 本章小結(jié)21-22
• 第3章 基于粒子群退火的Wiener核特征選擇與提取22-38
• 3.1 粒子群退火混合優(yōu)化算法22-29
• 3.1.1 粒子群算法改進(jìn)22-24
• 3.1.2 模擬退火算法改進(jìn)24-25
• 3.1.3 改進(jìn)的粒子群退火混合優(yōu)化算法25-27
• 3.1.4 IPSSAO算法的仿真驗(yàn)證27-29
• 3.2 故障特征的智能選擇與提取29-36
• 3.2.1 粒子群退火混合算法的特征選擇和提取29-31
• 3.2.2 Wiener核的粒子群退火特征選擇和提取方法31-32
• 3.2.3 基于Wiener核的粒子群退火特征選擇實(shí)例32-34
• 3.2.4 基于Wiener核的粒子群退火特征提取實(shí)例34-36
• 3.3 Wiener核融合的粒子群退火智能特征選擇與提取36-37
• 3.4 本章小結(jié)37-38
• 第4章 診斷系統(tǒng)的設(shè)計(jì)及實(shí)例測試38-52
• 4.1 診斷系統(tǒng)的硬件設(shè)計(jì)38-43
• 4.1.1 主控制器及其最小系統(tǒng)模塊38-39
• 4.1.2 數(shù)據(jù)信息采集模塊39-40
• 4.1.3 數(shù)據(jù)存儲(chǔ)模塊40-41
• 4.1.4 數(shù)據(jù)通信模塊41-42
• 4.1.5 高斯白噪聲發(fā)生模塊42-43
• 4.2 診斷系統(tǒng)的軟件設(shè)計(jì)43-47
• 4.2.1 上位機(jī)軟件的總體程序設(shè)計(jì)43-45
• 4.2.2 故障診斷系統(tǒng)的總體程序設(shè)計(jì)45-47
• 4.3 基于Wiener核信息融合的故障診斷實(shí)例47-51
• 4.4 本章小結(jié)51-52
• 結(jié)論52-53
• 參考文獻(xiàn)53-57
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文57-58
• 致謝58

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙杰,崔智社,徐明進(jìn),任宏濱;信息融合的實(shí)質(zhì)及其核心技術(shù)[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2003年08期

2 羅志勇;何佳洲;;信息融合國際研究動(dòng)向——第10屆國際信息融合會(huì)議快報(bào)[J];指揮控制與仿真;2007年05期

3 ;首屆全國信息融合學(xué)術(shù)年會(huì)征文通知[J];艦船電子工程;2009年09期

4 ;首屆全國信息融合學(xué)術(shù)年會(huì)征文通知[J];計(jì)算機(jī)與數(shù)字工程;2009年09期

5 ;首屆全國信息融合學(xué)術(shù)年會(huì)召開[J];航空學(xué)報(bào);2009年12期

6 ;第二屆全國信息融合學(xué)術(shù)年會(huì)征文通知[J];艦船電子工程;2010年01期

7 ;第二屆全國信息融合學(xué)術(shù)年會(huì)征文通知[J];計(jì)算機(jī)與數(shù)字工程;2010年01期

8 ;首屆全國信息融合學(xué)術(shù)年會(huì)[J];艦船電子工程;2010年01期

9 ;第四屆中國信息融合大會(huì)征文通知[J];艦船電子工程;2011年08期

10 ;第四屆中國信息融合大會(huì)征文通知[J];計(jì)算機(jī)與數(shù)字工程;2011年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 朱茵;王軍利;;交通管理綜合信息融合模型研究[A];第二十七屆中國控制會(huì)議論文集[C];2008年

2 顧星;;中醫(yī)診斷與體表生物特征多信息融合的思考[A];中國中西醫(yī)結(jié)合學(xué)會(huì)診斷專業(yè)委員會(huì)2009’年會(huì)論文集[C];2009年

3 王志勝;甄子洋;王道波;范大鵬;;隨機(jī)大系統(tǒng)的信息融合最優(yōu)聯(lián)合控制[A];PCC2009—第20屆中國過程控制會(huì)議論文集[C];2009年

4 楊為民;李龍澍;;基于GIT的信息融合在農(nóng)業(yè)信息中的應(yīng)用[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

5 劉汝杰;袁保宗;;信息融合的認(rèn)知學(xué)基礎(chǔ)與D-S融合方法[A];第九屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 杜奕;遲毅林;伍星;;概率盒和D-S結(jié)構(gòu)體在機(jī)械故障信號信息融合中的應(yīng)用展望[A];2009年中國智能自動(dòng)化會(huì)議論文集（第二分冊）[C];2009年

7 李樹軍;蔣曉瑜;紀(jì)紅霞;;多傳感器信息融合技術(shù)和典型算法的應(yīng)用詮釋[A];中國系統(tǒng)工程學(xué)會(huì)決策科學(xué)專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

8 孫來軍;沈永良;;多SVM多級信息融合與診斷決策模型的研究[A];2007'中國儀器儀表與測控技術(shù)交流大會(huì)論文集（二）[C];2007年

9 杜奕;遲毅林;伍星;;信息融合在設(shè)備監(jiān)測和故障診斷中的應(yīng)用[A];第二十七屆中國控制會(huì)議論文集[C];2008年

10 李錄平;鄒新元;晉風(fēng)華;黃樹紅;盧緒祥;;基于信息融合的旋轉(zhuǎn)機(jī)械振動(dòng)狀態(tài)評價(jià)方法研究[A];第八屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集摘要[C];2003年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 周新紅 田朝暉 段勇;信息融合：現(xiàn)代戰(zhàn)爭的重要支撐[N];解放軍報(bào);2005年

2 本報(bào)記者 別坤;信息融合讓地鐵更快捷[N];計(jì)算機(jī)世界;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 胡洲;信息融合欠驅(qū)動(dòng)控制技術(shù)研究[D];南京航空航天大學(xué);2014年

2 張?jiān)畦?基于用戶信息融合的個(gè)性化推薦[D];武漢大學(xué);2012年

3 王恩雁;基于本體的多源異構(gòu)應(yīng)急信息融合方法研究[D];哈爾濱工業(yè)大學(xué);2014年

4 文妍;基于多源信息融合的數(shù)控機(jī)床進(jìn)給系統(tǒng)機(jī)械故障診斷研究[D];青島理工大學(xué);2016年

5 吳榮春;軍事信息系統(tǒng)中信息融合關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

6 朱林;信息融合系統(tǒng)工程設(shè)計(jì)準(zhǔn)則的研究[D];哈爾濱工程大學(xué);2005年

7 朱方;多信息融合模式分類方法研究及在公交客流識(shí)別系統(tǒng)中的應(yīng)用[D];河北工業(yè)大學(xué);2010年

8 孔慶杰;信息融合理論及其在交通監(jiān)控信息處理中的應(yīng)用[D];上海交通大學(xué);2010年

9 王曉帆;信息融合中的態(tài)勢評估技術(shù)研究[D];西安電子科技大學(xué);2012年

10 王志勝;信息融合估計(jì)理論及其在航天器控制中的應(yīng)用研究[D];西北工業(yè)大學(xué);2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李曉;基于信息融合的高速列車轉(zhuǎn)向架故障診斷[D];西南交通大學(xué);2015年

2 陳昭;基于云計(jì)算的中藥信息融合知識(shí)服務(wù)平臺(tái)構(gòu)建[D];福建中醫(yī)藥大學(xué);2015年

3 王嵩磊;農(nóng)產(chǎn)品溯源與政府監(jiān)管系統(tǒng)開發(fā)[D];浙江理工大學(xué);2016年

4 嚴(yán)思寧;基于信息融合的智能車輛前方目標(biāo)識(shí)別技術(shù)研究[D];東南大學(xué);2015年

5 郭偉龍;融合多源信息的室內(nèi)定位算法研究[D];浙江大學(xué);2016年

6 聶新雨;基于信息融合的軋制過程故障診斷方法研究[D];東北大學(xué);2014年

7 呂丁浩;基于信息融合的建筑能耗控制[D];上海工程技術(shù)大學(xué);2016年

8 謝志鵬;基于信息融合的車輛安全監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2016年

9 張錢龍;基于信息融合的設(shè)備故障預(yù)測研究[D];鄭州大學(xué);2016年

10 王國鵬;基于信息融合的疲勞狀態(tài)估計(jì)方法研究[D];東南大學(xué);2016年

，

本文編號：865905