BP神經(jīng)網(wǎng)絡(luò)在故障字典快速定位中的應(yīng)用

作者簡(jiǎn)介：孟亞峰（1970—），男，河北廓坊人，副教授，研究方向：電子系統(tǒng)性能檢測(cè)與故障診斷（E-mail：radarm@126.com）；韓春輝（1978—），女，河北高陽(yáng)人，講師，博士，研究方向：電子系統(tǒng)性能檢測(cè)與故障診斷。

摘要：故障字典法是一種很實(shí)用的故障診斷方法，但對(duì)于大規(guī)模、復(fù)雜電路，故障字典龐大，故障搜索速度影響了實(shí)時(shí)診斷效率。提出一種將規(guī)模較大故障字典分解為多個(gè)子故障字典，采用BP神經(jīng)網(wǎng)絡(luò)組織其搜索索引的方法。該方法利用BP神經(jīng)網(wǎng)絡(luò)能夠精確描述輸入數(shù)據(jù)與目標(biāo)數(shù)據(jù)之間的映射關(guān)系的能力，組織多個(gè)BP神經(jīng)網(wǎng)絡(luò)組成多層的二叉樹索引結(jié)構(gòu)。通過該索引，大大縮小了故障查找范圍，提高了搜索速度，提高了實(shí)時(shí)診斷的效率。

關(guān)鍵詞：子故障字典；BP神經(jīng)網(wǎng)絡(luò)；故障搜索；二叉樹

中圖分類號(hào)：TP183文獻(xiàn)標(biāo)識(shí)碼：A

1引言

故障字典法是一種基于測(cè)前仿真的方法，是最成熟的故障診斷方法，具有很好的實(shí)用性[1]。故障字典法屬于測(cè)前模擬診斷（Simulation Before Test），即對(duì)電路的仿真在現(xiàn)場(chǎng)測(cè)試之前實(shí)施，易于進(jìn)行實(shí)時(shí)診斷。然而對(duì)元件特別多的復(fù)雜電路，在對(duì)整個(gè)電路形成故障字典時(shí)，為了能滿足診斷的覆蓋率和分辨率，需要選用較多的測(cè)試點(diǎn)來提取故障特征，因此，其故障字典特別龐大。在現(xiàn)場(chǎng)診斷時(shí)，故障字典的查找速度影響著診斷的實(shí)時(shí)性。

本文提出，將故障字典分為多個(gè)子故障字典，并用多層樹狀神經(jīng)網(wǎng)絡(luò)作為其索引，可以快速排除無關(guān)子故障字典，將待搜索故障特征碼迅速定位到對(duì)應(yīng)的子故障字典，大大縮小了搜索范圍，提高了故障查找速度，使故障診斷的實(shí)時(shí)性得到保證。

2故障字典故障診斷

2.1故障字典法

故障字典法診斷故障的基本思想是[4]：首先提取電路（系統(tǒng)）在各種故障狀態(tài)下的電路特征（如測(cè)試點(diǎn)的直流電位向量、網(wǎng)絡(luò)的幅頻特性等），然后將特征與故障的一一對(duì)應(yīng)關(guān)系列成一個(gè)字典。在實(shí)際診斷時(shí)，只要獲取電路（系統(tǒng)）的實(shí)時(shí)特征，就可以從故障字典中查出此時(shí)對(duì)應(yīng)的故障。

采用故障字典法進(jìn)行故障診斷主要步驟分為測(cè)前分析和測(cè)后分析。測(cè)前分析分為以下幾步：

1）故障集的選擇；

2）測(cè)試節(jié)點(diǎn)的選擇；

3）故障特征的選擇；

4）電路狀態(tài)的仿真，提取各狀態(tài)在各個(gè)可測(cè)節(jié)點(diǎn)的故障特征；

5）模糊集的分割；

6）故障字典的建立。

5結(jié)束語

故障字典的查找速度影響著故障診斷的實(shí)時(shí)性，是在線故障診斷的關(guān)鍵步驟。本文將規(guī)模較大的故障字典分解為多個(gè)規(guī)模較小的子故障字典，采用決策樹組織其查找結(jié)構(gòu)，樹的節(jié)點(diǎn)采用BP神經(jīng)網(wǎng)絡(luò)對(duì)故障特征碼進(jìn)行判斷分類，通過多層BP神經(jīng)網(wǎng)絡(luò)的逐級(jí)分類，將待查找的故障特征碼精確定位到子故障字典，大大縮小了查找范圍，提高了故障字典查找的速度，為在線測(cè)試的實(shí)時(shí)性打下了基礎(chǔ)。

參考文獻(xiàn)

[1]楊士元.模擬系統(tǒng)的故障診斷與可靠性設(shè)計(jì)[M].北京：清華大學(xué)出版社.2001：10-46.

[2]Vamsi Boppana.Fault Dictionary Compaction Using Structural and TreeBased Techniques[R].Center for Reliable and High Performance Computing.1996.

[3]Yunqing Chen.Experment on Fault Location on Largescale Analog Circuits[J].IEEE Transactions on Instrumentation and Measurement.1993，42（1）：30-34.

[4]蔡金燕，陳圣儉，何強(qiáng).一種分布實(shí)施故障定位的故障字典法[J].電子測(cè)量與儀器學(xué)報(bào).1997，11（2）：48-52.

[5]侯雄，孫凝生.用于故障字典的圖形匹配算法研究[J].航天控制.1998，2：54-58.

[6]Zhenyu Wang，Yongwei Li，Peng Guo，etc.TemperatureVariation Fault Diagosis of the HighBoltage Electric Equipment Based on the BP Neural Network[J].Lecture Notes in Computer Science.2007，4693（1）：633-639.

[7]Yangjing SUN，Shen ZHANG，Changxin MIAO，etc.Improved BP Neural Network for Transformer Fault Diagnosis[J].Joural of China University of Mining and Technology.2007，17（1）：194-201.