本发明专利技术公开了一种基于神经网络的在线电子电路故障诊断方法，包括以下步骤：在可测试节点用单个电流源对电路激励，测试获得可测节点电压对可测节点电流激励间的阻抗矩阵Ｚ↓［ｍ］↑［ｍ］，可测节点电压对等效电源的混合矩阵Ｈ↑［ｍ］；测量待测电路与正常标称电路可测试节点电压并计算其差值；利用叠加定理建立电路特征方程；将非测试节点电压增量与元件参数增量共同作为最优化变量建立最小绝对值和优化问题，利用跨导神经网络进行求解，神经网络的输出即为元件参数增量，根据参数的容差确定该元件是否故障。本发明专利技术不需要对电子电路进行多次重复测试与模拟优化计算，神经网络结构相对简单、复杂性低，定位速度快，准确率高。
【技术实现步骤摘要】
本专利技术涉及一种电子电路故障诊断方法，特别涉及一种基于神经网络的 在线电子电路故障诊断方法。
技术介绍
神经网络在测试与诊断中的作用包括两方面，作为大规模线性或非线性 方程实时求解即参数识别，其次是作为聚类器将故障特定模式进行分类。在 将神经网络作为参数识别器使用，很显然方程的变量越少相应的神经网络规 模越小，复杂性也得以降低。在模拟电子电路故障诊断参数识别法中，如何 减少变量的个数从而简化神经网络的规模和复杂性是关键难题。
技术实现思路
本专利技术的目的就是将电路非测试节点电压增量和元件参数增量作为优化 变量，不是将所有节点电压增量作为优化变量，降低了神经网络的规模和复 杂性。本专利技术解决上述技术问题的技术方案包括以下步骤将待测电子电路所 有元件参数增量用等效电源替代；在可测试节点用单个电流源对电路激励，测试获得可测节点电压对可测 节点电流激励间的阻抗矩阵Z:，可测节点电压对等效电源的混合矩阵/T;测量待测电路与正常标称电路可测试节点电压并计算其差值； 利用叠加定理将表示故障元件以及非故障元件参数超过容差量的作用的 等效电源和单个电流源激励的共同作用建立电路特征方程；将非测试节点电压增量与元件参数增量共同作为最优化变量建立最小绝对值和优化问题，利用跨导神经网络进行求解，神经网络的输出即为元件参 数增量，根据元件参数的容差确定该元件是否故障。本专利技术的技术效果在于本专利技术只需在一个节点施加一次激励，优化变量 少，只需一次优化计算即能获得所有元件参数增量，不需要对电子电路进行 多次重复测试与模拟优化计算，神经网络结构相对简单、复杂性低，定位速 度快，准确率高。下面结合附图及实施例，对本专利技术作详细的说明。 附图说明图1为本专利技术的计算元件参数增量的神经网络模拟框图； 图2为本专利技术的计算求解优化问题的跨导电容神经网络(图中标有G的 表示G7/^W跨导乘法器，O/仏表示跨导硬限幅器)； 图3为本专利技术应用示例电子电路；图4为本专利技术应用示例电子电路诊断问题求解的神经网络动态演化曲线；具体实施方式将待测电子电路所有元件参数增量用等效电源替代，在可测试节点用单 个电流源对电路激励，测试获得可测节点电压对可测节点电流激励间的阻抗 矩阵z:; (mXm维矩阵)，可测节点电压对等效电源的混合矩阵/T 6wX"维矩阵)，依据阻抗矩阵；和混合矩阵建立有关节点电压增量与等效电源变量间关系的电路特征(矩阵)方程r"-z:r = /rv 或 Airv/re" (i)式中/、+《Im-会a<formula>formula see original document page 6</formula> 20为规则化参数，其作用是消除因病态的增广丄"gra"ge函数导致的寄 生振荡。根据标准的梯度法将能量函数^的最小化过程转化为如下一组微分方程组<formula>formula see original document page 6</formula>(5)式中各偏导数利用导数链规则可以求得。其中，,，的一般表达式为(1)当第7'条支路为线性集总元件^、 z、 c时 一 Re柳(Re;c,A^^^)-Im,(Im、 + Ai^i^)<formula>formula see original document page 6</formula><formula>formula see original document page 7</formula> (2)当第y'条支路为线性受控源且控制支路为m<formula>formula see original document page 7</formula>有关F,的偏导数的一般表达式为<formula>formula see original document page 7</formula>显然神经网络(5)是稳定的。由于Iflgra"ge乘子A在神经网络动态变化过 程中起自适应控制作用，将加速神经网络状态向平衡点接近的进程，縮短收敛时间；同时使神经网络的初始点选取比较自由。根据(5)式可得计算Z尸，Z的神经网络如图1所示，其跨导实现电路如 图2所示。神经网络的输出即为元件参数增量，根据参数的容差范围可以判断电子电 路中究竟哪个元件或哪些元件发生故障。本专利技术的一个具体应用实施例图3所示为一电子网孔电路，考虑元件 参数容差为5%。在节点l加工频戶50/Zz电流源，测量可及节点1,3,4,6,7,8 节点电压值(2， 5为不可及节点)，建立(4. 1)、 (4.2)式诊断方程，利用神经 网络求解(4. 1)、 (4.2)式优化问题，神经网络<formula>formula see original document page 8</formula>)，其它参数均为0)在0 初始状态下收敛到稳定点即优化问题(4. 1)、 (4.2)式的解，其中元件参数增量 如表1所示，图4示出了神经网络动态演化过程，图中《表示^_(/ = 1，...，10)。 从表1可见，根据神经网络稳定点提供的元件参数增量AP能准确定位故障元件，元件Cs， cv参数增量均远超过容差，为故障元件，与实际情况吻合，表明本专利技术方法有效。表1图3电子电路诊断结果<table>table see original document page 8</column></row><table>权利要求1、，包括以下步骤将待测电子电路所有元件参数增量用等效电源替代；在可测试节点用单个电流源对电路激励，测试获得可测节点电压对可测节点电流激励间的阻抗矩阵Zmm，可测节点电压对等效电源的混合矩阵Hm；测量待测电路与正常标称电路可测试节点电压并计算其差值；利用叠加定理将表示故障元件以及非故障元件参数超过容差量的作用的等效电源和单个电流源激励的共同作用建立电路特征方程；将非测试节点电压增量与元件参数增量共同作为最优化变量建立最小绝对值和优化问题，利用跨导神经网络进行求解，神经网络的输出即为元件参数增量，根据元件参数的容差确定该元件是否故障。全文摘要本专利技术公开了，包括以下步骤在可测试节点用单个电流源对电路激励，测试获得可测节点电压对可测节点电流激励间的阻抗矩阵Z<sub>m</sub><sup>m</sup>，可测节点电压对等效电源的混合矩阵H<sup>m</sup>；测量待测电路与正常标称电路可测试节点电压并计算其差值；利用叠加定理建立电路特征方程；将非测试节点电压增量与元件参数增量共同作为最优化变量建立最小绝对值和优化问题，利用跨导神经网络进行求解，神经网络的输出即为元件参数增量，根据参数的容差确定该元件是否故障。本专利技术不需要对电子电路进行多次重复测试与模拟优化计算，神经网络结构相对简单、复杂性低，定位速度快，准确率高。文档编号G01R31/28GK101216527SQ200710303460公开日2008年7月9日 申请日期2007年12月29日 本文档来自技高网...
【技术保护点】
一种基于神经网络的在线电子电路故障诊断方法，包括以下步骤：将待测电子电路所有元件参数增量用等效电源替代；在可测试节点用单个电流源对电路激励，测试获得可测节点电压对可测节点电流激励间的阻抗矩阵Ｚ↓［ｍ］↑［ｍ］，可测节点电压对等效电源的混合矩阵Ｈ↑［ｍ］；测量待测电路与正常标称电路可测试节点电压并计算其差值；利用叠加定理将表示故障元件以及非故障元件参数超过容差量的作用的等效电源和单个电流源激励的共同作用建立电路特征方程；将非测试节点电压增量与元件参数增量共同作为最优化变量建立最小绝对值和优化问题，利用跨导神经网络进行求解，神经网络的输出即为元件参数增量，根据元件参数的容差确定该元件是否故障。
【技术特征摘要】
【专利技术属性】
技术研发人员：何怡刚，刘慧，
申请(专利权)人：湖南大学，
类型：发明
国别省市：43[中国|湖南]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。