论文部分内容阅读
随着电子工业的飞速发展，模拟电路的智能故障诊断技术也越来越重要，它对于电子设备的正常运行和可靠性设计都有重要意义。本文根据容差模拟电路的特点，采用非常适合于智能故障诊断的BP神经网络，利用FPGA的并行处理、可靠性高等优点，构造一个基于FPGA的BP神经网络，并在此基础上设计了一个模拟电路智能故障诊断系统。本文在研究人工神经网络的基本原理的基础之上，用MATLAB编程学习速率自动调整法、附加动量法和LM优化法这三种方法的BP神经网络，并通过相同的训练样本集对这三种改进算法进行训练，通过仿真图形分析表明，LM-BP算法迭代次数最少，收敛速度最快，精确度最高。解决了以往算法收敛速度慢的问题。但是BP算法只是在局部搜索时比较有效，而遗传算法具有强大的宏观搜索能力和良好的全局寻优性能，所以本文又引进遗传算法对LM-BP算法进行进一步优化。首先通过Protus软件对测试电路“标称值+容差值”进行仿真，分别得到电路正常状态下和处于36种硬故障状态下的训练样本集，接着设计出了适合于模拟电路智能故障诊断的4-11-6型BP神经网络，最后利用MATLAB设计出了遗传算法对LM-BP算法的网络连接权值和阈值进行优化的用于智能故障诊断的训练程序。结果表明，遗传算法优化的LM-BP算法经过35次训练收敛到训练目标，它收敛速度明显比LM-BP算法提高了好多。进一步加快了网络的收敛速度。为了验证所建立的神经网络的可行性和有效性，本文选取常用于智能故障诊断的FPGA芯片EP2C8Q208C8，给出了智能故障诊断系统硬件接口电路的设计，并详细给出了FPGA内部模块功能中的A/D控制模块、FIFO数据输入输出模块、数据预处理模块、神经网络模块、液晶显示模块的设计。最后根据一个智能诊断实例，对这个智能故障诊断系统进行测试，结果表明，本智能故障诊断系统使用简单，诊断速度快，诊断正确率高，解决了BP神经网络对模拟电路进行智能故障诊断的问题，具有一定的开发空间和实用价值。