基于嵌入式系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)及其在模擬電路故障診斷中的應(yīng)用_

1、第35卷第1期2016年1月大連工業(yè)大學(xué)學(xué)報(bào)J o u r n a l o f D a l i a n P o l y t e c h n i c U n i v e r s i t yV o l .35N o .1J a n .2016文章編號(hào):1674-1404(201601-0057-05基于嵌入式系統(tǒng)的B P 神經(jīng)網(wǎng)絡(luò)及其在模擬電路故障診斷中的應(yīng)用趙德贊,邢軍,王智森(大連工業(yè)大學(xué)信息科學(xué)與工程學(xué)院,遼寧大連116034摘要:針對(duì)模擬電路故障的實(shí)時(shí)診斷問(wèn)題,提出使用嵌入式系統(tǒng)實(shí)現(xiàn)B P 神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷的解決方案。對(duì)診斷系統(tǒng)的芯片選擇、系統(tǒng)架構(gòu)、診斷流程、訓(xùn)練算法等問(wèn)題進(jìn)行了研究,提出

2、使用S TM 32芯片作為核心芯片以及加入動(dòng)量項(xiàng)的反向傳播算法進(jìn)行訓(xùn)練的策略,明確了系統(tǒng)的結(jié)構(gòu)及運(yùn)行流程。最后使用設(shè)計(jì)的系統(tǒng)分別進(jìn)行了線性和非線性模擬電路的故障診斷實(shí)驗(yàn)進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,基于嵌入式系統(tǒng)的B P 神經(jīng)網(wǎng)絡(luò)能夠有效及時(shí)地診斷出模擬電路的故障。關(guān)鍵詞:B P 神經(jīng)網(wǎng)絡(luò);嵌入式;模擬電路;故障診斷中圖分類號(hào):T N 707文獻(xiàn)標(biāo)志碼:AB P n e u r a l n e t w o r k b a s e d o n e m b e d d e d s y s t e m s a n d i t s a p pl i c a t i o n i n d i a g n o s

3、 i s o f f a u l t a n a l o g c i r c u i t s Z H A O D e z a n ,X I N G J u n ,W AN G Z h i s e n (S c h o o l o f I n f o r m a t i o n S c i e n c e a n d T e c h n o l o g y ,D a l i a n P o l y t e c h n i c U n i v e r s i t y,D a l i a n 116034,C h i n a A b s t r a c t :B P n e u r a l n e

4、t w o r k b a s e d o n e m b e d d e d s y s t e m w a s p r o p o s e d f o r d i a g n o s i n g f a u l t a n a l og c i r c u i t s .Th e p r o b l e mi n t h e c h i p s e l e c t i o n ,s y s t e m a r c h i t e c t u r e ,d i a g n o s i s p r o c e s s e s ,t r a i n i n g a l g o r i t h m

5、 s w a s s t u d i e d .S TM 32w a s c h o s e n a s t h e c o r e c h i pa n d t h e a d d e d m o m e n t u m o fb ac k -p r o p a g a t i o n a l g o r i t h m w a s u s ed a s t r a i n i n g s t r a te g y ,t h e s t r u c t u r e a n d o p e r a t i o n of p r o c e s s s y s t e m w a s d e t

6、 e r m i n e d .T h e e x p e r i m e n t s w e r e c a r r i e d o u t f o r v a l i d a t i o n o f f a u l t d i ag n o s i s o f l i n e a r a n d n o n l i n e a r a n a l o g c i r c u i t s o f th e d e si g n e d s y s t e m s .T h e r e s u l t s s h o w e d t h a t t h e B P n e u r a l n

7、e t w o r k b a s e d o n e m b e d d e d s y s t e m c o u l d d i a g n o s e a n a l o g c i r c u i t f a u l t e f f e c t i v e l ya n d t i m e l y .K e y w o r d s :B P n e u r a l n e t w o r k ;e m b e d d e d s y s t e m ;a n a l o g c i r c u i t ;f a u l t d e t e c t i o n 收稿日期:2014-12

8、-23.基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(61374154.作者簡(jiǎn)介:趙德贊(1990-,男,碩士研究生;通信作者:邢軍(1972-,男,副教授.0引言自20世紀(jì)60年代以來(lái),很多模擬電路故障診斷技術(shù)及理論被提出,如參數(shù)辨識(shí)法、故障字典法、逼近法、故障驗(yàn)證法等1。專家系統(tǒng)、模糊理論和神經(jīng)網(wǎng)絡(luò)被逐漸應(yīng)用于模擬電路故障診斷中去,同時(shí),將小波分析、遺傳算法、支持向量機(jī)2-3及信息融合技術(shù)等應(yīng)用于模擬電路故障診斷的研究,也為模擬電路診斷中所存在的元件容差與非線性、電路的模糊性等難題提供了途徑4-5。其中,神經(jīng)網(wǎng)絡(luò)具有高度的并行處理、聯(lián)想記憶6、自組織、自學(xué)習(xí)以及強(qiáng)非線性映射能力,因此在故障診斷方面具

9、有很大的潛在優(yōu)勢(shì)和應(yīng)用前景7。B P 神經(jīng)網(wǎng)絡(luò)8是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)之一,具有理論成熟、易硬件實(shí)現(xiàn)等特點(diǎn)。目前實(shí)現(xiàn)B P 神經(jīng)網(wǎng)絡(luò)用于故障檢測(cè)有兩種方式,一種是在P C 機(jī)上進(jìn)行軟件檢測(cè),另一種是使用嵌入式系統(tǒng)進(jìn)行硬件實(shí)現(xiàn)9。軟件檢測(cè)缺少檢測(cè)的實(shí)時(shí)性,不適用于實(shí)時(shí)性要求高的場(chǎng)合,因此本文采用基于嵌入式系統(tǒng)的方案進(jìn)行實(shí)現(xiàn)。B P 神經(jīng)網(wǎng)絡(luò)作為模擬電路故障診斷存在輸入數(shù)據(jù)多,網(wǎng)絡(luò)規(guī)模大,訓(xùn)練時(shí)間長(zhǎng),易陷入局部最優(yōu)的缺點(diǎn)10-11,限制了該神經(jīng)網(wǎng)絡(luò)在模擬電路故障診斷中的應(yīng)用。為了解決這些缺點(diǎn),很多用于模擬電路故障診斷的改進(jìn)B P 算法被提出12-14。文獻(xiàn)15-16提出采用小波分析技術(shù)進(jìn)行

10、數(shù)據(jù)的預(yù)處理,大幅度減少了網(wǎng)絡(luò)規(guī)模,提高了收斂速度和故障檢測(cè)準(zhǔn)確率。在眾多的算法中,加入動(dòng)量項(xiàng)的B P 算法17比傳統(tǒng)的B P 算法具有收斂速度快,不容易陷入局部最優(yōu)且容易硬件實(shí)現(xiàn)的特點(diǎn),因此本文采用加入動(dòng)量項(xiàng)的改進(jìn)B P 算法進(jìn)行訓(xùn)練的方案,構(gòu)建了基于嵌入式的B P 神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)。1用BP 算法進(jìn)行故障診斷的理論及原理分析故障診斷問(wèn)題的實(shí)質(zhì)是分類問(wèn)題18,而B(niǎo) P網(wǎng)絡(luò)可以有效解決分類問(wèn)題,這是B P 網(wǎng)絡(luò)可以用于模擬電路故障診斷的基本依據(jù)。1.1BP 網(wǎng)絡(luò)用于故障診斷的基本流程使用B P 網(wǎng)絡(luò)進(jìn)行故障診斷,首先建立故障字典,將此故障字典讓神經(jīng)網(wǎng)絡(luò)記憶,然后根據(jù)神經(jīng)網(wǎng)絡(luò)的模糊性和記憶性

11、,對(duì)電路的各種狀態(tài)進(jìn)行記憶和推理,即當(dāng)輸入新的狀態(tài)參量時(shí)推理出電路此時(shí)的狀態(tài)。1.2故障診斷的四個(gè)假設(shè)本文進(jìn)行模擬電路故障診斷基于4個(gè)假設(shè):(1發(fā)生故障的都是元器件,線路不發(fā)生故障。即電路的狀態(tài)由元器件決定。(2元器件的發(fā)生為硬故障,即元件的狀態(tài)為短路、斷路、正常3種狀態(tài)。(3模擬電路發(fā)生的故障為單故障即只有一個(gè)元器件發(fā)生故障。(4一個(gè)元器件占據(jù)一條支路。1.3加入動(dòng)量項(xiàng)的B P 神經(jīng)網(wǎng)絡(luò)B P 神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖1所示 。圖1B P 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖F i g.1C h a r t o f B P n e u r a l n e t w o r k 標(biāo)準(zhǔn)調(diào)整公式如公式(1所示:(n =y

12、(1式(1中:(n 為新的權(quán)值調(diào)整量,為局域梯度,為學(xué)習(xí)率,y 為上一層輸出信號(hào)。而在添加動(dòng)量項(xiàng)的算法中權(quán)值的調(diào)整公式為(n =(1-y +(n -1(2式(2中:為動(dòng)量因子,通常為正數(shù),(n -1為上一次權(quán)值調(diào)整量。與標(biāo)準(zhǔn)的B P 算法相比,更新權(quán)值時(shí)多了一個(gè)因子(n -1,它表示本次權(quán)值的更新方向和幅度不僅與本次計(jì)算所得的梯度有關(guān),還與上一次更新的方向和幅度有關(guān),這一因式的加入,使權(quán)值的更新具有一定的慣性,且具有了一定的抗震蕩和加快收斂的能力。2神經(jīng)網(wǎng)絡(luò)嵌入式系統(tǒng)的設(shè)計(jì)2.1系統(tǒng)的結(jié)構(gòu)框圖系統(tǒng)由P C 離線訓(xùn)練模塊、模數(shù)轉(zhuǎn)換模塊、數(shù)據(jù)處理模塊及顯示模塊組成19。系統(tǒng)的結(jié)構(gòu)圖如圖2所示 。圖

13、2檢測(cè)系統(tǒng)的結(jié)構(gòu)圖F i g.2S t r u c t u r e o f s y s t e m 模數(shù)轉(zhuǎn)換模塊的功能是把故障電路中的電壓信號(hào)轉(zhuǎn)換為數(shù)字信號(hào),在B P 網(wǎng)絡(luò)芯片將數(shù)字量轉(zhuǎn)化為模擬值進(jìn)行處理和運(yùn)算,然后將運(yùn)算的結(jié)果在顯示模塊進(jìn)行顯示。顯示模塊可以是L E D 燈顯示,也可以是液晶顯示屏顯示。故障診斷流程如圖3表示 。圖3系統(tǒng)故障診斷流程圖F i g .3F l o w c h a r t o f s y s t e m t o d i a gn o s e f a u l t 首先構(gòu)造模擬電路故障字典,在P C 機(jī)上進(jìn)行網(wǎng)絡(luò)訓(xùn)練,然后將所得到的權(quán)值存儲(chǔ)進(jìn)入B P 網(wǎng)絡(luò)芯片,最后數(shù)

14、據(jù)輸入B P 網(wǎng)絡(luò)芯片進(jìn)行數(shù)據(jù)85大連工業(yè)大學(xué)學(xué)報(bào)第35卷處理后顯示輸出的結(jié)果。2.2BP 網(wǎng)絡(luò)芯片的選擇B P 神經(jīng)網(wǎng)絡(luò)是多層的,包括輸入層、輸出層和若干隱層,一般神經(jīng)網(wǎng)絡(luò)3層即可解決大多數(shù)的問(wèn)題,本文采用單隱層的神經(jīng)網(wǎng)絡(luò)。設(shè)輸入層為i 個(gè)節(jié)點(diǎn),隱藏層為j 個(gè)節(jié)點(diǎn),輸出為k 個(gè)節(jié)點(diǎn),則權(quán)值有i ×j ×k 個(gè)。設(shè)權(quán)值的類型為單精度浮點(diǎn)型,則根據(jù)每個(gè)單精度浮點(diǎn)型數(shù)值占用32位即4個(gè)字節(jié),則要求B P 處理芯片的R AM 大小至少是4×i ×j ×k 字節(jié)。本文采用帶有S TM32F 103R B T 6芯片開(kāi)發(fā)板,可以滿足B P 網(wǎng)絡(luò)移植到嵌入

15、式芯片的要求。2.3改進(jìn)BP 算法的選擇傳統(tǒng)的B P 算法具有收斂速度慢和易陷入局部極小點(diǎn)的缺點(diǎn),針對(duì)這些缺點(diǎn),很多B P 算法的改進(jìn)方案被提出。無(wú)論國(guó)內(nèi)國(guó)外,大部分基于B P 神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷的論文都研究如何改進(jìn)B P 算法提高收斂速度的問(wèn)題。本文認(rèn)為對(duì)于故障診斷研究B P 算法收斂的速度是沒(méi)有必要的。因?yàn)閷?duì)于特定的電路,故障診斷采用的訓(xùn)練方法一般是離線訓(xùn)練,無(wú)論是什么類型改進(jìn)的B P 算法,最終目的都是要使誤差函數(shù)達(dá)到最小即可,然后使用訓(xùn)練后得到的權(quán)值。換句話說(shuō),效果和訓(xùn)練的速度關(guān)系不大,只和最終的誤差有關(guān),重要的是數(shù)據(jù)的完整性和診斷精度。因此,本文只是使用傳統(tǒng)的附加動(dòng)量項(xiàng)的改進(jìn)B P

16、 算法,達(dá)到所需要的精度,實(shí)現(xiàn)了對(duì)電路的故障診斷。2.4離線訓(xùn)練樣本的獲取采用M u l t i s i u m 和P s p i c e 軟件對(duì)各種狀態(tài)下的電路進(jìn)行仿真,獲取各個(gè)狀態(tài)下的對(duì)應(yīng)節(jié)點(diǎn)電壓值,作為網(wǎng)絡(luò)訓(xùn)練樣本。電路中的參數(shù)是有一定容差的,并且符合或接近正態(tài)分布。本文采用M o n t e -C a r l o 法產(chǎn)生足夠多的測(cè)試樣本對(duì)已經(jīng)訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試。3BP 神經(jīng)網(wǎng)絡(luò)在模擬電路中的應(yīng)用3.1在線性電路中的應(yīng)用使用P s p i c e 軟件建立如圖4所示的純電阻線性電路。選取兩個(gè)測(cè)試點(diǎn)進(jìn)行測(cè)試,數(shù)據(jù)經(jīng)過(guò)歸一化后故障表如表1所示。采用同時(shí)除以最大值的方法,各個(gè)節(jié)點(diǎn)的電壓

17、同時(shí)除以最大值5,將所要求的電壓值,歸一化到01 。圖4線性電阻電路F i g.4L i n e a r r e s i s t a n t c i r c u i t 表1電阻電路故障表T a b .1F a u l t t a b l e o f r e s i s t a n c e c i r c u i t V /V12故障編碼狀態(tài)0.42620.4262000正常0.98040.7040001R 1短路0.59740.5120010R 2開(kāi)路0.37860.4260011R 3短路0.33120.3312100R 4短路0.42600.3786101R 5短路0.21260110R

18、 6短路0.70400.9804111R 7短路使用蒙特卡洛算法獲取600條數(shù)據(jù)集進(jìn)行測(cè)試,得到電阻容差為20%,15%,10%,5%時(shí),對(duì)應(yīng)的測(cè)試正確率為28%,37%,51%,91%。容差越大則網(wǎng)絡(luò)測(cè)試的正確率越低,這符合實(shí)際故障診斷的實(shí)際情況。當(dāng)容差為5%時(shí),網(wǎng)絡(luò)測(cè)試的正確率是在實(shí)際情況中診斷正確率允許的范圍內(nèi)。事實(shí)上,實(shí)際的電阻容差值也在5%附近。診斷錯(cuò)誤的原因之一是容差太大時(shí),狀態(tài)之間有交叉。3.2在非線性模擬電路中的應(yīng)用R C 耦合放大器在模擬電路中具有代表性,95第1期趙德贊等:基于嵌入式系統(tǒng)的B P 神經(jīng)網(wǎng)絡(luò)及其在模擬電路故障診斷中的應(yīng)用本文采用兩級(jí)R C 放大器作為故障診斷的

19、研究對(duì)象。在真實(shí)的模擬電路中硬故障有很大的比例。這里只考慮硬故障,不考慮軟故障。兩極R C 放大電路的原型電路如圖5所示 。圖5非線性電路F i g.5N o n l i n e a r c i r c u i t 對(duì)此電路進(jìn)行診斷,首先構(gòu)造一個(gè)故障集。由于電路的多故障組合的情況是非常大的,這里僅僅考慮單一故障的情況。下面的符號(hào)定義如下。B 代表三極管基礎(chǔ)極,C 代表三極管集電極,E 代表三極管發(fā)射級(jí),O C 代表開(kāi)路,S C 代表短路。建立如下的故障表及通過(guò)仿真得到的節(jié)點(diǎn)電壓如表2所示。用數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,最終達(dá)到要求收斂誤差0.01,并用表2數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)測(cè)試,得到的網(wǎng)絡(luò)故障診斷的診斷速

20、度和正確率如表3所示。從表3中可以看出,采用改進(jìn)的B P 算法較大提高了網(wǎng)絡(luò)的收斂速度,并取得了滿意的診斷精度。表2仿真的不同狀態(tài)時(shí)測(cè)量節(jié)點(diǎn)電壓及編碼T a b .2S i m u l a t i o n v o l t a g e a n d c o d i n g a t d i f f e r e n t s t a t e s 序號(hào)狀態(tài)編碼V /V1R 7S C 111119.419.10.8425.08206大連工業(yè)大學(xué)學(xué)報(bào)第35卷表3訓(xùn)練速度和診斷率比較4結(jié)論增加動(dòng)量項(xiàng)的B P算法較之標(biāo)準(zhǔn)B P算法具有更快的收斂速度,故障定位準(zhǔn)確率更高。此外,本文提出的基于嵌入式系統(tǒng)的B P神經(jīng)網(wǎng)

21、絡(luò)在模擬電路系統(tǒng)中應(yīng)用,能夠有效解決模擬電路故障問(wèn)題,為模擬電路故障診斷方法的實(shí)用化提供了新的思路。參考文獻(xiàn):元分析的模擬電路故障診斷方法J.電工技術(shù)學(xué)報(bào), 2012,27(8:248-253.小波領(lǐng)袖多重分形分析方法J.控制與決策,2010, 25(4:605-609.4L IX,Z HA N GY,WA N GSJ,e ta l.Am e t h o df o ra n a l o gc i r c u i t sf a u l td i a g n o s i sb yn e u r a ln e t w o r ka n dv i r t u a li n s t r u m e n

22、t sC/I n t e l l i g e n tS y s t e m sa n dA p-p l i c a t i o n s(I S A,20113r dI n t e r n a t i o n a lW o r k s h o p o n.I E E E,2011:1-5.J.電工技術(shù)學(xué)報(bào),2009,24(3:222-228.域降雨-徑流過(guò)程動(dòng)態(tài)模型J.水力發(fā)電學(xué)報(bào),2013, 32(2:54-59.7李瑞敏,馬韋.基于B P神經(jīng)網(wǎng)絡(luò)與D-S證據(jù)理論的路段平均速度融合方法J.交通運(yùn)輸工程學(xué)報(bào),2014, 14(5:111-117.8李建偉,程曉卿,秦勇.基于B P神經(jīng)網(wǎng)絡(luò)的城市軌

23、道交通車輛可靠性預(yù)測(cè)J.中南大學(xué)學(xué)報(bào)(自然科學(xué)版,2013,44(1:42-45.9Q I USH.A n a l o gc i r c u i tf a u l td i a g n o s i sb a s e do na r-t i f i c i a ln e u r a ln e t w o r kJ.S c i e n c eT e c h n o l o g ya n dE n g i n e e r i n g,2012,12(30:8042-8046.10師彪,李郁俠,于新花.動(dòng)態(tài)調(diào)整蟻群-B P神經(jīng)網(wǎng)絡(luò)模型在短期負(fù)荷預(yù)測(cè)中的應(yīng)用J.水力發(fā)電學(xué)報(bào), 2011,30(3:5-9

24、.11HA NBR,L IJB,WUHY.D i a g n o s i sm e t h o df o ra n a l o gc i r c u i th a r df a u l ta n ds o f tf a u l tJ.T E L K OMN I K AI n d o n e s i a nJ o u r n a lo fE l e c t r i c a lE n-g i n e e r i n g,2013,11(9:5420-5426.12MA H D I E HJ,F A R HA DR.F a u l td e t e c t i o ni na n a-l o g u ec i r c u i tu s i n gh y b r i de v o l u t i o n a r ya l g o r i t h ma n d n e u r a ln e t w o r kJ.A n a l o gI n t e g r a t e dC i r c u i t sa n d S i g n a lP r o c e s s i n g,2014,80(3:551-556.13WA N GHT,S HA NGL,D U A NXS.O p t i m i z a-t i o no fL M-B Pn e u r a ln