由此可見軟故障是一個(gè)連續(xù)變化的值，要實(shí)現(xiàn)其故障診斷非常復(fù)雜，目前，國際上對(duì)軟故障診斷比較熱衷，但通常都是對(duì)某一定點(diǎn)的軟故障進(jìn)行診斷，如↓情況，R1=5 kΩ，或者↑情況，R1=15kΩ。
1．6．3 故障特征提取
考慮到當(dāng)電路發(fā)生故障時(shí)，各測(cè)試點(diǎn)電壓會(huì)有所變化，這種變化表征了此故障的特征?；谶@一想法，利用各元件故障時(shí)在各測(cè)試點(diǎn)上施加不同頻率的正弦信號(hào)產(chǎn)生的電壓作為原始數(shù)據(jù)。
對(duì)圖4電路，在電路輸入端施加3 V的正弦激勵(lì)，測(cè)試頻率分別取10 kHz，16 kHz，20 kHz，32 kHz，取Vc為測(cè)試點(diǎn)。從測(cè)試點(diǎn)提取輸出波形的電壓值，作為故障特征信息。將一個(gè)測(cè)試點(diǎn)4個(gè)頻率的故障信息進(jìn)行融合，形成對(duì)應(yīng)故障模式的4維故障特征向量：X=[x1，x2，…，x4]T其中xi為第i個(gè)測(cè)試頻率下獲得的測(cè)量值。
1．6．4 樣本集構(gòu)造
為了驗(yàn)證測(cè)試向量對(duì)故障元件的實(shí)際診斷效果，在電路輸入端施加3 V的正弦激勵(lì)，測(cè)試頻率分別取10 kHz，16 kHz，20 kHz，32 kHz(被測(cè)電路截止頻率是15．9 kHz，四種頻率優(yōu)選是應(yīng)用Multisim2001進(jìn)行靈敏度分析得到的)，取Vc為測(cè)試點(diǎn)，各待測(cè)元件的故障值：Ri(i=1，2，…，6)為±50％；Cj(j=1，2)為±50％。將故障分為兩類：共計(jì)有19種故障模式(設(shè)定實(shí)驗(yàn)電路存在故障)。故障模式用二進(jìn)制編碼法來表征，如：00001表示R1↓故障，00010表示R1↑故障。利用PSpice 4．02程序?qū)﹄娐吩跇?biāo)稱值及各元件在故障情況下進(jìn)行仿真。所得數(shù)據(jù)見表1(這里只列出1組部分代表性數(shù)據(jù))。
為了加快神經(jīng)網(wǎng)絡(luò)的收斂速度，需要對(duì)數(shù)據(jù)進(jìn)行尺度變化，這里采用均方根方法對(duì)數(shù)據(jù)預(yù)處理。
從圖4可以看到，電路中共有9個(gè)元件，所以其軟故障加正常狀態(tài)共有19種。使用蒙特卡羅分析，電阻在5％的容差下和電容在10％的容差下，對(duì)每一個(gè)故障模式進(jìn)行100次Monte―Carlo分析，其中70次為訓(xùn)練樣本，構(gòu)成訓(xùn)練樣本集；30次為測(cè)試樣本，構(gòu)成測(cè)試樣本集。對(duì)其進(jìn)行預(yù)處理，所得數(shù)據(jù)見表1，這里僅列出其中1組部分?jǐn)?shù)據(jù)。

2 診斷結(jié)果
應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)實(shí)驗(yàn)電路進(jìn)行故障診斷，整個(gè)設(shè)計(jì)與訓(xùn)練過程在Matlab 6．5仿真環(huán)境下進(jìn)行。
將訓(xùn)練樣本集序列輸入神經(jīng)網(wǎng)絡(luò)，均方誤差設(shè)定為0．02，經(jīng)多次調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)選為4一11―5，學(xué)習(xí)速度為0．3，動(dòng)量因子0．3，網(wǎng)絡(luò)經(jīng)過179 163次訓(xùn)練調(diào)整后達(dá)到期望的均方誤差。誤差變化曲線圖如圖5所示。

為檢驗(yàn)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的故障診斷能力，分別使用訓(xùn)練樣本集和測(cè)試樣本集對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試，對(duì)應(yīng)測(cè)試樣本的神經(jīng)網(wǎng)絡(luò)的輸出如表l所示。
對(duì)被測(cè)電路采用蒙特卡羅分析得到100組數(shù)據(jù)，其中70組數(shù)據(jù)作為訓(xùn)練樣本集，30組數(shù)據(jù)作為測(cè)試樣本集。從表1可知，其測(cè)試結(jié)果正確率達(dá)100％。故障診斷正確率較高。證明所選擇的測(cè)試矢量對(duì)電路故障診斷是行之有效。

3 結(jié) 語
討論了BP神經(jīng)網(wǎng)絡(luò)在模擬電路故障診斷中的應(yīng)用和故障特征提取方法；采用多頻組合法建立了故障樣本集；并且在Matlab下仿真驗(yàn)證了結(jié)果的可行性。