留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遗传BP网络的模拟电路故障诊断

王浩天 单甘霖 段修生

王浩天, 单甘霖, 段修生, . 基于遗传BP网络的模拟电路故障诊断[J]. 机械科学与技术, 2014, 33(12): 1888-1892. doi: 10.13433/j.cnki.1003-8728.2014.1226
引用本文: 王浩天, 单甘霖, 段修生, . 基于遗传BP网络的模拟电路故障诊断[J]. 机械科学与技术, 2014, 33(12): 1888-1892. doi: 10.13433/j.cnki.1003-8728.2014.1226
Wang Haotian, Shan Ganlin, Duan Xiusheng, Mechanic Engineering College. Fault Diagnosis Based on Genetic Algorithm-optimized BP Networks[J]. Mechanical Science and Technology for Aerospace Engineering, 2014, 33(12): 1888-1892. doi: 10.13433/j.cnki.1003-8728.2014.1226
Citation: Wang Haotian, Shan Ganlin, Duan Xiusheng, Mechanic Engineering College. Fault Diagnosis Based on Genetic Algorithm-optimized BP Networks[J]. Mechanical Science and Technology for Aerospace Engineering, 2014, 33(12): 1888-1892. doi: 10.13433/j.cnki.1003-8728.2014.1226

基于遗传BP网络的模拟电路故障诊断

doi: 10.13433/j.cnki.1003-8728.2014.1226
基金项目: 

国防科技预研基金重点项目(9140A270202)

自然科学基金项目(51207167)资助

详细信息
    作者简介:

    王浩天(1989- ),硕士研究生,研究方向为电子系统检测与故障诊断,导航和制导与控制,oec_wht@126.com。

    通讯作者:

    单甘霖,教授,博士生导师,oec_sg1@126.com。

Fault Diagnosis Based on Genetic Algorithm-optimized BP Networks

  • 摘要: 在模拟电路故障诊断中,BP(back propagation)神经网络得到了广泛的应用并取得了不错的效果.但是BP神经网络在训练时仍然存在网络学习收敛速度慢、不易获得全局最优解、网络结构不确定等缺点.采用Levenberg-Marquardt算法进行网络训练,并用遗传算法对BP神经网络结构、初始连接权值和阈值进行全局优选,可以有效克服BP网络存在的缺陷.以Leap Frog Filter滤波器电路的故障诊断为例,仿真实验表明,优化后的BP网络能够快速有效的诊断电路中存在的故障,并且具有更高的诊断精度.
  • [1] 孙必伟,潘强模拟电路故障诊断的BP神经网络方法 研究[J]现代电子技术,2011,34(14);148-153 Sun BW,Pan Q.Research on BP neural network method of fault diagnosis for analog circuits[J]Modern Electaronicta Technique,2011,34(14):148-153(in Chinese)
    [2] 吴永新,池阿妮,徐晓辉,等基于BP神经网络的模拟 电路故障诊断[J]现代电子技术,2009,32(13);18-20 Wu Y X,Chi A N,Xu X H,et al.Fault diagnosis of analog circuit based on BP neural network[J]Modern Electaronicta Technique,2009,32(13):18-20(in Chinese)
    [3] 邓颖,何怡刚,Y.Sun容差模拟电路故障诊断BP神经 网络算法[J]湖南大学学报,2000,27(2);56-64 Deng Y,He Y G,Sun Y.Fault diagnosis of analog circuits with tolerances using back-propagation neural networks[J]Journal of Hunan University(Natural Sciences Edition),2000,27(2);56-64(in Chinese)
    [4] Park H I,Park B,Kim Y T,et al.Settlement predictaion in a vertical drainage-installed soft ctaay deposit using GA ack-analysis[J].Marine Georesources&Geotechnology, 2009,27(1):17-33
    [5] 李松,刘力军,解永乐遗传算法优化BP神经网络的 短时交通流混沌预测[J]控制与决策,2011,26(10); 1581-1585 Li S,Liu L J,Xie Y L.Chaotic: predictaion for short-term traffic: flow of optimized BP neural network based on genetic: algorithm[J]Control and Decision,2011,26 (10):1581-15 85(in Chinese)
    [6] Aminian M,Aminian F.A modular fault-diagnostic system for analog electaronic circuits using neural networks with wavelet transform as a preprocessor[J[.IEEE Trans on Instrumtation Measurement,2007,56(5):1546-1554
    [7] Gu X J,Yao Z T.Fault diagnosis of analog circuits based on improved BP network[J].Electaronic Test,2011,68-11
    [8] Hagan M T,Menbaj M.Training feedforward networks with the levenberg-marquardt algorithm[J]IEEE Transactaions on Neural Networks,1994,5(6);295-301
    [9] 张蕾,周洲基于小波和信息粒化的BP神经网络的轴 承故障诊断[J]机械科学与技术,2012,31(1);49-52 Zhang L,Zhou Z.The BP neural network fault diagnosis of bearings based on wavelet and information granulation [J Mechanical Seience and Technology for Aerospace Engineering,2012,31(1);49-52(in Chinese)
  • 加载中
计量
  • 文章访问数:  151
  • HTML全文浏览量:  28
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-03-20
  • 刊出日期:  2014-12-05

目录

    /

    返回文章
    返回