摘 要

电路故障诊断的问题一直是一项备受关注的问题，随着电子科技的迅猛发展，其可靠性已成为影响整个系统正常运行的关键。传统的故障诊断的方法，不能取得很好的诊断效果。本论文基于神经网络的方法来对电路的故障进行诊断。本文选用的是一个简单的带阻滤波的电路，然后用仿真软件对电路进行分析，将仿真得到输出响应信号波形数据导入matlab，采用小波多分辨分析的方法提取故障特征，并训练神经网络。BP网络具有良好的泛化功能以及自适应能力，因此对解决电路故障诊断的问题具有很大的利用价值。

关键词：神经网络，故障诊断，特征提取，PSPice，matlab

abstract

The circuit fault diagnosis problem has always been a problem of concern, with the rapid development of electronic technology, the reliability has become a key to affect the normal operation of the whole system. The traditional fault diagnosis methods, not obtained very good diagnostic effect. This paper based on neural network method to the circuit fault diagnosis. This paper chooses a simple band-stop filter circuit, and then use the simulation software of circuit analysis, will get the output response signal waveform data into matlab simulation, using the method of wavelet multi-resolution analysis to extract the fault feature, and training the neural network. BP network has good generalization capability and adaptive capability, thus to solve the problems of the circuit fault diagnosis is of great use value.

Key words: neural network, fault diagnosis, feature extraction, PSPice software, matlab

目录

摘要 I

abstract II

1 绪论 1

1.1 选题背景及意义 1

1.2 国内外发展现状 1

1.2.1 神经网络的发展现状 1

1.2.2 电路故障诊断的发展现状 2

1.2.3 基于神经网络的电路故障诊断 2

1.3 本论文的研究内容及安排 4

2 神经网络的理论介绍 5

2.1 神经网络的概述 5

2.2 BP神经网络 6

2.3 小波分析 8

2.3.1 小波变换介绍 8

2.3.2 db小波 9

2.3.3 基于多分辨分析的特征提取 10

3 电路故障诊断的方法研究 11

3.1 故障诊断的基本理论 11

3.2 模拟电路故障诊断的方法研究 12

3.2.1 电路故障诊断的方法 12

3.2.2 Matlab与Pspice实现通信的方法 14

4 基于神经网络的电路故障诊断实例 16

4.1 电路仿真分析 16

4.2 基于神经网络的故障诊断分析 22

5 总结与展望 26

致谢 27

参考文献 28

附录 30

1 绪论

1.1 选题背景及意义

随着电子技术的迅猛发展，模拟电路被广泛应用于一些电子系统中，所以必然存在一些故障问题，而传统的检测工具已经不能达到很精确地检测要求了，所以越来越多的故障诊断方法也如雨后春笋般出现了。电路故障诊断问题一直以来就是一个备受关注的问题，其可靠性与否已成为影响整体系统正常运行的关键。传统的故障诊断的方法，往往不能取得特别理想的诊断效果。

模拟电路的故障诊断和神经网络的研究是当今学术论坛上的两大热点问题。故障诊断的研究与工程应用等日益受到各个方面的重视。智能计算技术在电路故障诊断中具有突出的优点。电路的诊断研究是随着电子技术的发展而逐渐发展起来的。目前，神经网络已经成为了电路故障诊断的领域最活跃的研究方向之一，本设计主要是以模拟电路为例进行诊断研究，目的在于将电路的故障诊断和神经网络的结合起来，找到解决故障诊断的新道路。

1.2 国内外发展现状

1.2.1 神经网络的发展现状

神经网络最先被提出于1943年，在六几年的时候，提出的神经网络模型越来越完善，使神经网络得到了进一步的发展。期间进行了神经网络的数学理论研究，为神经网络的发展和研究奠定了基础。直到1986年提出的误差反向传播算法，简称BP算法，通常把采用这种算法进行训练的网络称为BP神经网络。BP神经网络的结构比较简单，还有较为稳定的工作状态，并且容易实现其算法，所以在那么多的神经网络模型中BP神经网络能广泛应用于故障诊断和系统仿真等方面。随着科学技术的进步与发展，神经网络的研究得到了越来越多的重视，主要通过理论和应用研究来体现。

（1）理论研究可分为以下两类：

1、根据人类现有的科学知识、神经生理知识来分析人类的思维以及智能方面的机理等。

2、利用神经网络理论的研究成果，用数理方法探索神经网络模型研究网络算法和性能，开发新的网络数理理论。

（2）应用研究可分为以下两类：

1、神经网络软件的模拟以及硬件的实现。

2、神经网络在各种领域中的应用。例如信号处理和智能诊断等等。神经网络的理论知识不断的在完善，相关技术也在不断的发展进步，神经网络的应用方式也会越来越广泛。

与其他传统的方法结合后的神经网络，在智能处理与信息处理方面也取得了很大的进展。近年来，神经网络无论理论研究还是实际应用，都得到了很大的发展。但目前神经网络只是简单模拟人类的大脑，仍尚有许多问题亟待解决。目前神经网络已得到了很好的发展，但其需要研究的方面还有很多。神经网络与一些系统以及算法的结合形成了智能计算。无论哪种方法都有他们自己的优点所在，而神经网络融合了其他方法的优点，有着更好的应用体验。神经网络必将会得到更加广泛的应用，更加快速的发展。

1.2.2 电路故障诊断的发展现状

随着科学技术的发展，电子设备的复杂度越来越高^[1]，故障诊断技术的出现、兴起和迅速发展，提高了系统的可靠性和安全性。近几年，随着各种计算机模式识别技术、智能诊断技术以及信号与图像处理等方面的发展，故障诊断技术也在不断的进步。大型复杂电子设备的出现促使人们更加迫切的希望能提高设备系统整体的可靠性与维修性，给故障诊断带来了更高的需求，所以对故障诊断技术的探究有着重要的意义。

故障诊断技术在各种实践中的实用性很强，并且在理论方面已经取得了一些进展，但这类技术需要一些实战项目才能体现其价值所在，但目前在实践中运用的并没有那么广泛。所以现在重要的是将理论与实际应用相结合给社会带来有用的研究成果。故障诊断的研究是为了提高诊断的准确度，明确故障发生的时间地点，实时监测故障的发生，然后对故障的大小和趋势进行预估计。