[发明专利]基于维纳核和神经网络的非线性模拟电路故障诊断方法

摘要

基于维纳核和神经网络的非线性模拟电路故障诊断方法。现有的非线性系统的数学描述很困难，没有统一的描述方法。本发明涉及非线性模拟电路的特征提取、模式识别和故障诊断技术，确定被测非线性模拟电路的故障状态集；依次求得各故障状态的前n阶维纳核；建立BP神经网络，用各状态编码及对应的n阶维纳核训练神经网络；求待诊断电路的前n阶维纳核，此核作为神经网络的输入，网络的输出即为诊断结果。本发明可提取Volterra级数不能描述的一部分非线性电路的特征，且输出展开级数项之间相互正交，特征提取和数据处理较简单，诊断系统泛化能力强，准确性高，实用性强。本发明用于电子线路的故障诊断。

主权项

基于维纳核和神经网络的非线性模拟电路故障诊断方法，其特征是：(1)首先确定被测非线性模拟电路的各种故障状态，共设有m种状态，建立故障状态集。(2)所述的各故障状态的被测非线性模拟电路施加高斯白噪声作为输入信号，并同时对输入、输出信号进行测量，得到采样数据序列，经过数据处理得到被测电路的各故障状态下对应的前n阶维纳核。(3)所述上步得到维纳核的阶数n作为神经网络的输入神经元个数，取故障状态数作为神经网络的输出神经元数，建立BP神经网络，用被诊断系统的各状态的n阶维纳核和对应状态的编码作为样本，按目标精度训练神经网络，完成故障字典检索网络的建立；(4)实施诊断，向被测非线性模拟电路施加高斯白噪声作为输入信号，并通过测量被诊断的电路的输入和输出，求得电路的前n阶维纳核，并以此核作为神经网络的输入，网络的输出即为诊断结果。