PFM神经网络VLSI电路的故障诊断应用

• 作者: 吕琛 王桂增
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 故障诊断 神经网络 超大规模集成电路(VLSI) 噪声 脉冲流
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 自动化
• 页码范围: 118-121
• 页数: 4页
• 分类号: TK418
• 字数: 3708字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2004.01.030

摘要

为了改变传统的基于软件的故障诊断模式,发挥神经网络超大规模集成电路(VLSI)的优势,提出了一种用于故障诊断的改进脉冲频率调制(PFM)模拟神经网络脉冲流VLSI电路.利用单层感知器网络、场效应管电路实现了一种新的数字模拟混合突触乘法/加法器电路.以此电路为基础,设计了进行主轴承磨损故障诊断的神经网络故障识别系统.用含有故障信息的噪声信号代替振动信号进行特征值提取,经过前置信号处理分析、故障特征值提取和神经网络运算,最后得出代表待诊断测试信号与标准故障模板之间"欧氏距离"的VLSI电路输出端电容的电压值.根据各个电压值,可以判断出故障类别.该电路具有较高的识别精度,可以实现实时在线的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王桂增	清华大学自动化系	58	1687	20.0	40.0
2	吕琛	清华大学自动化系	11	107	6.0	10.0