亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)小波包分析的模擬電路故障診斷方法

        2023-09-27 14:21:10周家萍
        電子制作 2023年17期
        關(guān)鍵詞:波包故障診斷卷積

        周家萍

        (興義民族師范學(xué)院,貴州興義,562400)

        1 模擬電路故障改進(jìn)小波包分析診斷方法設(shè)計

        ■1.1 基于小波包分析提取模擬電路故障特征

        為解決故障訓(xùn)練偏置值變化導(dǎo)致的故障診斷偏差問題,本文設(shè)計的方法利用改進(jìn)小波包分析重構(gòu)了模擬電路故障信號,提取了模擬電路的故障特征。小波包分析是一種特殊的信號處理技術(shù),其可根據(jù)不同的濾波頻率選取濾波器,從而有效地獲取信號特征值。在模擬電路出現(xiàn)故障時,信號的能量會出現(xiàn)不同程度的改變,因此可根據(jù)故障信號的能量變化關(guān)系完成故障診斷。首先可采集模擬電路的故障信號進(jìn)行小波包分解,按照高~低頻的順序提取信號特征,獲取不同故障信號的頻率系數(shù),此時的小波包分解示意圖由圖1 所示。

        圖1 故障信號小波包分解示意圖

        由圖1 可知,通過多層分解可快速獲取故障信號的高頻系數(shù),從而進(jìn)一步進(jìn)行模擬電路故障診斷。

        待故障信號小波包分解完畢,可使用重構(gòu)函數(shù)重構(gòu)模擬電路故障特征信號,首先需要設(shè)置一個重構(gòu)節(jié)點(diǎn),提取小波包分解系數(shù),此時可生成一個高頻信號表達(dá)式,可將相應(yīng)的故障信號能量輸入其中,從而得到各個離散點(diǎn)的故障信號幅值。

        待上述步驟完畢后,構(gòu)造故障特征向量。經(jīng)過多次測試發(fā)現(xiàn),當(dāng)模擬電路存在故障時,原始信號的能量逐漸升高,因此可根據(jù)該特點(diǎn)構(gòu)造有效的故障特征向量。為了提高診斷的效率,需要對預(yù)設(shè)的故障診斷網(wǎng)絡(luò)進(jìn)行歸一化處理,即利用小波包變換特性對故障特征向量進(jìn)行改進(jìn),從而完成故障特征向量歸一化。

        在故障特征提取的過程中,如果小波包分解層數(shù)不足,則無法獲取模擬電路中的全部故障特征,影響最終的故障診斷結(jié)果。不僅如此,還會導(dǎo)致故障診斷特征向量的維度激增,降低故障診斷效率,因此本文設(shè)計的模擬電路故障診斷方法使用三成小波包分解,生成故障特征向量。

        在針對實(shí)際的模擬電路故障進(jìn)行故障診斷時,為了獲取盡量多的故障特征,降低總計算量,需要使用Harr 小波作為母函數(shù),進(jìn)行故障解析處理,Harr 小波函數(shù)的特征如圖2 所示。

        圖2 Ha rr 小波函數(shù)特征

        由圖2 可知,Harr 小波函數(shù)具有對稱性,可獲取較多電路特征,提高故障特征的提取效率,待特征提取完畢后,需要進(jìn)一步計算故障特征向量的絕對誤差。待計算完畢后即可排除絕對誤差,從而提高模擬電路故障診斷的有效性。

        ■1.2 構(gòu)建模擬電路故障診斷模型

        結(jié)合上文提取的模擬電路故障特征可結(jié)合一維卷積神經(jīng)網(wǎng)絡(luò),構(gòu)建模擬電路故障診斷模型。經(jīng)過分析發(fā)現(xiàn),診斷的模擬電路故障受各個輸出層影響存在較高的損失誤差,若無法有效更新故障診斷網(wǎng)絡(luò)的權(quán)重和權(quán)值則最終的診斷精度也會受到影響,因此,本文設(shè)計的方法從一維神經(jīng)網(wǎng)絡(luò)入手,構(gòu)建了故障診斷模型。

        一維神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的權(quán)值共享特性,可將模擬電路信號轉(zhuǎn)化為一維故障信號,再使用LetNet-5 完成有效改進(jìn)。此時構(gòu)建的模擬電路故障診斷模型如圖3 所示。

        圖3 模擬電路故障診斷模型

        由圖3 可知,上述模擬電路故障診斷模型分為卷積層、池化層、輸入層、特征提取層、平坦層,以及分類層。卷積層是該診斷模型較核心的模塊,其可使用綜合權(quán)重計算法處理樣本數(shù)據(jù)。采集到樣本數(shù)據(jù)后,卷積核可進(jìn)行有效的卷積運(yùn)算,確保卷積核權(quán)值處于一定的范圍內(nèi)。

        為降低故障診斷計算復(fù)雜度,降低診斷損耗,該模型使用局部連接法獲取了故障診斷參數(shù),進(jìn)行了非線性激活。此時可假設(shè)某卷積層的輸入值、樣本個數(shù)以及相關(guān)維度,進(jìn)行數(shù)字化描述,生成診斷閾值,從而完成卷積層計算。

        上述模擬電路故障診斷模型可根據(jù)模擬電路內(nèi)部的輸出閾值變化關(guān)系快速生成激活函數(shù),進(jìn)行一維信號卷積。池化層指的是采樣層,其保留了卷積層提取的模擬電路故障特征,進(jìn)行集中處理,降低故障診斷的復(fù)雜度。本文可使用max-poolling 池化法保留基礎(chǔ)故障特征,提取重要的故障特征信息,從而完成故障采樣處理。池化層可進(jìn)行最大池化運(yùn)算,獲取最佳的模擬電路故障診斷結(jié)果,運(yùn)算示意圖如圖4 所示。

        圖4 最大池化層運(yùn)算示意圖

        由圖4 可知,經(jīng)過池化運(yùn)算輸出的池化核明顯變小,模擬電路故障特征模型中的激活函數(shù)是一種非線性數(shù)學(xué)函數(shù),其可以有效地轉(zhuǎn)變輸入輸出信號,但其也存在一個缺點(diǎn),當(dāng)自變量處于極值時,其容易出現(xiàn)梯度消失問題,導(dǎo)致模擬電路故障診斷的效率降低。除此之外,在故障診斷訓(xùn)練的過程中還容易出現(xiàn)過擬合問題,因此,本文設(shè)計的模擬電路故障診斷模型選取Relu 函數(shù)作為卷積運(yùn)算函數(shù),從而有效地進(jìn)行非線性分類。

        全連接層可以對上述步驟提取的信號進(jìn)行分類識別,在模擬電路故障特征信號輸入前,需要預(yù)先進(jìn)行扁平化處理,確保其屬于一維向量,從而輸入全連接層。待上述步驟完成后,可以通過softmax 層輸出分類結(jié)果,獲取存在故障的電路節(jié)點(diǎn)。

        softmax 層的輸出值為非負(fù)數(shù),滿足故障診斷的概率分布關(guān)系,因此,每個神經(jīng)元對應(yīng)的類別也不一致。為了使上述模擬電路故障診斷模型盡量滿足電路的真實(shí)運(yùn)行關(guān)系,本文設(shè)計的方法選取輸出值較高的類別進(jìn)行集中預(yù)測,確定損失函數(shù)與真實(shí)之間的差異關(guān)系,再進(jìn)行評估處理,得到有效的診斷交叉熵值。模擬電路故障診斷模型在訓(xùn)練過程中各個診斷節(jié)點(diǎn)具備反向傳播關(guān)系,因此本文結(jié)合模型的反向傳播原則對診斷函數(shù)進(jìn)行求導(dǎo),從而得出有效的偏置導(dǎo)數(shù)。

        若模擬電路故障診斷模型得出的偏置導(dǎo)數(shù)不滿足池化層的診斷要求需要進(jìn)一步進(jìn)行采樣運(yùn)算,僅需計算特征區(qū)域以外的偏置導(dǎo)數(shù)即可。模擬電路故障診斷模型的反向傳播過程可以分成兩個部分,第一步進(jìn)行診斷激活,生成相關(guān)的故障診斷激活函數(shù),第二步在生成的故障診斷激活函數(shù)中輸入導(dǎo)向參數(shù),從而得出有效的故障診斷偏置梯度。經(jīng)過多次訓(xùn)練發(fā)現(xiàn),此時,受模型的更新作用影響,整體的診斷損失偏高,因此本文使用RMSprop、AdaGrad 優(yōu)化框架對上述模型進(jìn)行了優(yōu)化訓(xùn)練,對模型的偏置梯度和診斷均值進(jìn)行了動態(tài)調(diào)整,從而完成了模擬電路故障診斷模型的參數(shù)優(yōu)化。使用上述設(shè)計的模擬電路故障診斷模型可有效解決故障診斷過程中出現(xiàn)的網(wǎng)絡(luò)訓(xùn)練退化問題,在最大程度上提高了模擬電路的故障診斷精度。

        2 實(shí)驗(yàn)

        為了驗(yàn)證設(shè)計的基于改進(jìn)小波包分析的模擬電路故障診斷方法的實(shí)際診斷效果本文搭建了實(shí)驗(yàn)平臺,將其與文獻(xiàn)一、文獻(xiàn)二兩種模擬電路故障診斷方法對比,進(jìn)行實(shí)驗(yàn),如下:

        ■2.1 實(shí)驗(yàn)準(zhǔn)備

        結(jié)合模擬電路故障診斷需求,本文預(yù)先設(shè)計了有效的實(shí)驗(yàn)方案。在實(shí)驗(yàn)過程中,輸入的模擬電路故障信號必須具有較強(qiáng)的傳遞能力,能通過較少的實(shí)驗(yàn)節(jié)點(diǎn)得出最終的實(shí)驗(yàn)結(jié)果,提高實(shí)驗(yàn)的有效性。因此,本文根據(jù)實(shí)驗(yàn)?zāi)M電路故障信號的激勵傳遞原則設(shè)計了故障診斷實(shí)驗(yàn)流程,如圖5 所示。

        圖5 模擬電路故障診斷實(shí)驗(yàn)流程

        由圖5 可知,在信號預(yù)處理過程中,需要將輸入的信號轉(zhuǎn)換成統(tǒng)一格式,降低故障信號特征的處理難度。除此之外,為降低實(shí)驗(yàn)誤差,提高實(shí)驗(yàn)效率,還需利用相關(guān)算法剔除冗余數(shù)據(jù),將現(xiàn)有的實(shí)驗(yàn)故障信號簡化,進(jìn)行智能分類,從而輸出最終的實(shí)驗(yàn)結(jié)果。

        在實(shí)驗(yàn)過程中,模擬電路故障信號可以使用FTWTWPT 等方式進(jìn)行處理,再利用相關(guān)的分類器得出實(shí)驗(yàn)結(jié)果,但在上述過程中,需要不斷進(jìn)行故障特征提取。為了降低故障電路信號分辨率對實(shí)驗(yàn)結(jié)果造成的影響,本文選取EWT作提取不同的信號特征分量,此時可以設(shè)計實(shí)驗(yàn)診斷框架,如圖6 所示。

        圖6 故障診斷實(shí)驗(yàn)框架

        由圖6 可知,在實(shí)驗(yàn)開始前,首先需要選取實(shí)驗(yàn)測點(diǎn),連接模擬的實(shí)驗(yàn)元件,輸入預(yù)設(shè)的故障信號,其次需要采集測點(diǎn)輸出的實(shí)驗(yàn)信號進(jìn)行數(shù)據(jù)預(yù)處理,從而輸出最終的實(shí)驗(yàn)結(jié)果。此時可構(gòu)建仿真模擬電路模型,如圖7 所示。

        圖7 仿真故障模型

        結(jié)合圖7 的電路連接方式,可以預(yù)設(shè)故障模式及相關(guān)參數(shù)如表1 所示。

        表1 故障模式及相關(guān)參數(shù)

        由表1 可知,上述故障模式可通過Multisim 軟件輸入至實(shí)驗(yàn)平臺,從而有效地進(jìn)行仿真實(shí)驗(yàn)。初始的激勵信號電壓幅度為10V,需要進(jìn)行若干次Monte Carlo 完成故障熵值分解,確保預(yù)設(shè)的故障模式滿足后續(xù)的實(shí)驗(yàn)需求。

        本實(shí)驗(yàn)選取K4e 銳龍5000 計算機(jī)作為實(shí)驗(yàn)平臺,其內(nèi)存為128GB,操作類型為64 位,處理器頻率為2.4GHz,在實(shí)驗(yàn)蒙特卡洛分析完畢后可使用Windows 作為仿真工具,在Python 環(huán)境下完成信號預(yù)處理,從而得到最終的實(shí)驗(yàn)結(jié)果。為了降低實(shí)驗(yàn)的難度,本文使用模擬法預(yù)設(shè)激勵位置及測點(diǎn),可根據(jù)電路的脈沖關(guān)系排除掃頻響應(yīng)信號從而降低故障診斷實(shí)驗(yàn)的難度,此時待上述測點(diǎn)布置完畢后即可進(jìn)行后續(xù)的實(shí)驗(yàn)。

        ■2.2 實(shí)驗(yàn)結(jié)果與討論

        結(jié)合上述的實(shí)驗(yàn)準(zhǔn)備,可以進(jìn)行后續(xù)的模擬電路故障診斷實(shí)驗(yàn),即分別使用本文設(shè)計的模擬電路故障改進(jìn)小波包分析診斷方法,文獻(xiàn)一的基于K-means 聚類與概率神經(jīng)網(wǎng)絡(luò)的診斷方法,以及文獻(xiàn)二的基于改進(jìn)的VMD 和SVM 的診斷方法進(jìn)行模擬電路故障診斷實(shí)驗(yàn),為了滿足實(shí)驗(yàn)的隨機(jī)性要求,本文隨機(jī)從預(yù)設(shè)的10 種故障中抽取兩組(?F02?F09)故障,輸入故障信號,此時記錄三種方法診斷的故障特征幅值,實(shí)驗(yàn)結(jié)果如圖8 所示。

        圖8 實(shí)驗(yàn)結(jié)果

        由圖8 可知,在模擬電路相同的運(yùn)行條件下,本文設(shè)計的模擬電路故障改進(jìn)小波包分析診斷方法診斷的故障特征幅值與預(yù)設(shè)故障特征幅值一致,能有效診斷出?F02?F09兩種故障,文獻(xiàn)一的基于K-means 聚類與概率神經(jīng)網(wǎng)絡(luò)的診斷方法以及文獻(xiàn)二的基于改進(jìn)的VMD 和SVM 的診斷方法診斷的故障特征幅值與預(yù)設(shè)故障特征幅值偏差較大,無法診斷出?F02?F09 兩種故障。上述實(shí)驗(yàn)結(jié)果證明,本文設(shè)計的模擬電路故障改進(jìn)小波包分析診斷方法的診斷效果較好,具有可靠性,有一定的應(yīng)用價值。

        3 結(jié)束語

        綜上所述,在信息化背景下,我國的數(shù)字化技術(shù)飛速發(fā)展,各種各樣的數(shù)字電路應(yīng)運(yùn)而生。模擬電路是一種重要的數(shù)字電路,其在計算機(jī)領(lǐng)域應(yīng)用較廣泛,受模擬電路動態(tài)參數(shù)變化影響,其內(nèi)部的電流、電壓波動較大,極易出現(xiàn)模擬電路故障,影響其正常運(yùn)行,帶來較高的運(yùn)行損耗,因此,本文基于改進(jìn)小波包分析設(shè)計了一種全新的模擬電路故障診斷方法。進(jìn)行實(shí)驗(yàn),結(jié)果表明設(shè)計的模擬電路故障診斷方法的診斷效果較好,可靠性較高,有一定的應(yīng)用價值,為推動數(shù)字電路的發(fā)展作出了一定的貢獻(xiàn)。

        猜你喜歡
        波包故障診斷卷積
        基于3D-Winograd的快速卷積算法設(shè)計及FPGA實(shí)現(xiàn)
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        基于小波包Tsallis熵和RVM的模擬電路故障診斷
        基于傅里葉域卷積表示的目標(biāo)跟蹤算法
        基于小波包變換的電力系統(tǒng)諧波分析
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        小波包理論與圖像小波包分解
        一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識別方法
        基于LCD和排列熵的滾動軸承故障診斷
        基于小波包的全信息解調(diào)方法及其應(yīng)用
        自慰高潮网站在线观看| 狠狠噜天天噜日日噜无码| av香港经典三级级 在线| 亚洲av成人无码精品电影在线| 亚洲V日韩V精品v无码专区小说 | 乱人伦中文字幕在线不卡网站| 亚洲大片一区二区三区四区| 不卡一区二区视频日本| 人人爽久久涩噜噜噜丁香| 国产亚洲欧美成人久久片| 欧美日韩国产亚洲一区二区三区 | 正在播放老肥熟妇露脸| 国产高清在线精品一区二区三区| 精品五月天| 亚洲精品中文字幕乱码人妻| 日本不卡在线视频二区三区| 国产av丝袜旗袍无码网站| 色婷婷欧美在线播放内射| 国产91第一页| 黑人玩弄极品人妻系列视频| 国产精品vⅰdeoxxxx国产| 日韩在线一区二区三区免费视频| 男人的天堂av网站一区二区| 日本视频一区二区三区| 国模冰莲极品自慰人体| 美女扒开内裤让男生桶| 日本中文字幕av网址| 国产一区国产二区亚洲精品| 少妇无码太爽了不卡视频在线看 | 亚洲成av人片在线观看www| 亚洲男女免费视频| 国产精品女同二区五区九区| 久久久亚洲av波多野结衣| 亚洲爆乳少妇无码激情| 欧美片欧美日韩国产综合片| 日本a级一级淫片免费观看| 丰满人妻熟妇乱又伦精品软件 | 爱情岛永久地址www成人| 伊在人亚洲香蕉精品区麻豆| 成人在线观看av毛片| 精品www日韩熟女人妻|