电子信息系统模块级故障诊断技术研究

地进行功能模块级故障诊断。

　　3.1 BP神经网络的故障诊断步骤

　　应用神经网络检测模拟电路故障的基本步骤为：

　　（1）建立故障字典或故障状态表。应用软件模拟出对应电路的正常状态所对应得各测试点的理论值，并把它建成一个故障字典或故障状态表。

　　（2）建立神经网络。把故障字典或状态表中的数据作为神经网络的输入，按照电路故障特征点的数目以及所优化处理得到的故障输出类别的数目建立神经网络。

　　（3）神经网络的训练、学习。设定神经网络学习速度、训练方法及相关参数，对网络进行学习、训练。

　　（4）利用训练好的BP神经网络进行故障隔离。将电路的故障字典建立在神经网络之中，网络的输入节点由电路的可测节点决定，输出节点由故障状态的数目决定。

　　输出有多少个故障状态，输出层就选用多少个神经元，每一种故障状态对应一个相应的神经元。诊断是某种状态时对应的那个神经元被激活，输出其对应的编码。

　　3.2 仿真试验及结果分析

　　（1）本系统采用故障字典和神经网络相结合故障诊断技术研究，采用三层神经网络。通过电路的分析，选择7个关键点的电压作为神经网络的输入。选择6种故障现象作为神经网络的输出模式，因此实际的神经网络输入神经元数为7，输出神经元数为6，隐含层的单元数按照前面介绍的公式计算为9.通过分析看到，在BP神经网络的输出端应该有6个节点，分别对应1个无故障和5个故障。网络的期望输出如表5所示。

　　将仿真数据进行归一化处理后，以实际故障样本为网络的原始训练样本，网络输入层、隐含层和输出层节点数分别取7、9 和6，系统总误差E 《 e-15 ，对网络进行Matlab编程仿真，网络训练2 500次，得到如图5所示的仿真波形。

　　最后，可用仿真得到的其余数据验证神经网络的训练情况。表6为神经网络的验证数据。表7为验证数据对应的输出结果。

　　（2）由三层BP神经网络组成的诊断系统在进行故障诊断时，采取数据驱动的正向推理策略，从初始状态出发，向前推理，到达目标状态为止。

　　故障诊断推理步骤如下：

　　①将故障样本输入给输入层各节点，并将其作为该层神经元的输出；

　　②求出隐含层神经元的输出并作为输出层的输入；

　　③求出输出层神经元的输出；

　　④由阈值函数判定输出层神经元的最终输出结果。

　　假设用Yn 表示故障类型，则故障类型阈值判定函数为：

　　式中：Φk = 0.90 ，当某模式下神经网络的输出大于0.90，而其他值均较小时，则可认为发生了该故障。则表7变为相应的表8.

　　通过表8与表5的对比，可见仿真结果与事实相符。

　　4 结语

　　本文针对某型电子信息系统的电路原理，综合运用故障字典和神经网络相结合的故障诊断方法，研究该型电子信息系统模块级故障诊断技术，具有一定的理论意义和和重要的实用价值。同时，本文研究的成果可以推广到其他型号的电子信息系统故障诊断技术研究。