非线性模拟电路故障的BPNN诊断算法设计与实现

journal6 ›› 2009, Vol. 30 ›› Issue (3): 62-65.

非线性模拟电路故障的BPNN诊断算法设计与实现

（1.湖南大学电气与信息工程学院自动化系，湖南长沙 410082;2.中南大学基础医学院,湖南长沙 410078）

出版日期:2009-05-25 发布日期:2012-04-23
作者简介:谢宏（1964-），男，湖南大学电气与信息工程学院自动化系副教授，博士，主要从事电路与系统理论及故障诊断、神经网络、智能控制研究；何怡刚（1966-），男，湖南大学电气与信息工程学院自动化系教授，博士生导师，主要从事电路与系统理论及故障诊断、神经网络、有源滤波器等研究.
基金资助:
教育部高校博士学科点专项基金资助项目（20060532002）；湖南省自然科学基金资助项目（06JJ2024）

Algorithm and Its Realization of Fault Location for Nonlinear Analog Circuits Based on BP Neural Network

(1.College of Electrical and Information Engineering，Hunan University,Changsha，410082,China;2.Basic Medical College，Central South,University,Changsha 410078,China)

Online:2009-05-25 Published:2012-04-23

摘要/Abstract

摘要：提出了用Volterra频域核作为故障特征对弱非线性定常动态网络进行故障诊断的方法，利用计算方法求出电路响应在各种常见故障状态下的Volterra级数解的各阶频域核，将其输入给BP神经网络，利用BPNN的分类功能建立故障字典，对实测的故障网络的各阶频域核进行测试样本分类来实现故障诊.通过故障诊断实例给出了各阶频域核的统一递推离散算式，并采用了改进BPNN算法及其程序实现.

关键词： 故障诊断, 非线性电路, 频域核, 神经网络

Abstract: A fault location method for nonlinear circuit by taking the cores of Volterra series in frequency domain as the fault characters is proposed.Via calculating the frequency cores of Volterra series in frequency domain for the response of usual fault states and feeding them into BPNN as the fault features，the fault dictionary is built.The fault location for nonlinear analog circuit is completed by BPNN classifying the Volterra frequency cores tested from the nonlinear network.The paper presents the unified recursive computing formulae for frequency cores，an improved BPNN algorithm and its program.At last，an example of this method is given.

Key words: fault location, nonlinear circuit, frequency core, neural network

谢宏, 文志勇, 何怡刚, 井建华. 非线性模拟电路故障的BPNN诊断算法设计与实现[J]. journal6, 2009, 30(3): 62-65.

XIE Hong, WEN Zhi-Yong, HE Yi-Gang, JING Jian-Hua. Algorithm and Its Realization of Fault Location for Nonlinear Analog Circuits Based on BP Neural Network[J]. journal6, 2009, 30(3): 62-65.

328

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	328

来源	本网站	其他网站

次数	282	46
比例	86%	14%

摘要

490

最新录用	在线预览	正式出版

0	0	490

来源	本网站	其他网站

次数	363	127
比例	74%	26%

[1]	叶海燕. 基于卷积神经网络的特定目标文本情感分析模型[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 24-29.
[2]	王宇, 张诗茹, 张渝佶, 周立群. 比例时滞神经网络的全局多项式镇定性[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 15-25.
[3]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[4]	王雨嫣, 廖柏林, 彭晨, 李军, 印煜民. 递归神经网络研究综述[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 41-48.
[5]	李钰，段明秀，宋思思，李翅. 基于深度学习SSD模型的人数统计技术[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 19-22.
[6]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[7]	张永胜，肖林. 二次最小化问题的有限时间递归神经网络求解[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 21-26.
[8]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[9]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[10]	丁李，曾水玲，熊涛. 基于BP神经网络的湘西民间方块苗文特征提取方法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 14-18.
[11]	张振中. 智能布线系统的近端串扰故障测试与诊断[J]. 吉首大学学报（自然科学版）, 2018, 39(4): 43-47.
[12]	韦建波，张栋柱，罗浩杰，谭惠，韦涛. 基于改进的RBF神经网络的配电网故障诊断模型[J]. 吉首大学学报（自然科学版）, 2018, 39(1): 54-58.
[13]	赵超越，张友华. 小麦赤霉病神经网络和偏最小二乘预测模型[J]. 吉首大学学报（自然科学版）, 2017, 38(4): 47-52.
[14]	向秋红,廖柏林,马川. 新型递归神经网络求解时变矩阵Moore-Penrose逆[J]. 吉首大学学报（自然科学版）, 2017, 38(3): 31-35.
[15]	汪思成，肖林，严慧玲. 基于不同误差函数的神经网络求解线性方程组[J]. 吉首大学学报（自然科学版）, 2016, 37(6): 26-28.