1. 研究目的与意义（文献综述）
随着电子技术的迅猛发展，模拟电路逐渐在各个电子系统中被广泛应用，但是由于模拟电路本身的容差性以及零部件参数的非线性特征和可变性特征的影响，在实际的使用中，存在着测试点数量的局限性，当电路发生故障时，传统的检测如万用表和示波器都已经无法取得一定的效果，因而尽快的推动模拟故障诊断方法的研究成为了电子技术领域中亟需解决的重要方向。所以电路故障诊断问题一直是一个备受关注的问题随着，其可靠性已成为影响系统正常运行的关键。传统的模拟电路故障诊断方法，往往不能取得理想的诊断效果。
神经网络系统是20世纪40年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。bp 神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛的应用前景。
经过近半个世纪的发展,神经网络理论在模式识别、自动控制、信号处理、辅助决策、人工智能等众多研究领域取得了广泛的成功.关于学习、联想和记忆等具有智能特点过程的机理及其模拟方面的研究正受到越来越多的重视。神经网络具有对信息的高度并行处理能力、极强的自适应学习能力、非线性映射能力等,因此神经网络在故障诊断中成为一种较为理想的故障诊断方法。
2. 研究的基本内容与方案
本次毕业设计利用神经网络作为建模工具对非线性系统进行建模，神经网络作为已经发展成熟的数学工具并具有非常高的拟合能力，从而非常适合用于对非线性系统建模，基于模型方法最主要优势在于实现故障诊断无需冗余硬件。基于模型的故障诊断方法可以以软件的形式在过程控制计算机上实现而被研究对象的模型的获取则是这类方法的重点之一，特别是被研究对象是非线性的时候。
本设计研究需综合三种研究方法（基于信号检测的研究方法、基于数字模型的研究方法、基于知识的研究方法）的思路，但主要还是以基于模型的故障诊断方法为基础，结合另外两种方法的特点，然后以神经网络作为主要工具进行。
通过将系统获得的测量值与系统数学模型所表示的相应变量的先验信息比较生成残差，并通过分析残差来确定系统故障的方法。神经网络适合于多输入多输出非线性系统建模，经常训练后的神经网络可以给出系统输出非常精确的估计值，采用基于模型故障诊断所发展的残差生成的概念，实际输出与估计输出之差可以用作残差来检测故障残差用来测试故障出现的可能性，而确定故障是否发生和故障发生时间和类型则需要采用决策规则。
3. 研究计划与安排
1）1周——3周：进行调研，查阅不少于10篇的相关资料，其中英文文献不少于5篇，明确毕业设计的基本内容和技术方案，完成开题报告；
2）4周——6周：学生自己收集与选题相关的英文文献资料进行英文资料的翻译工作（字数应不少于5000汉字），电子版交指导老师审查同意后定稿；
3）7周——10周：熟悉matlab软件、查阅相关文献及复习《通信原理》和《数字信号处理》的相关知识，为搭建仿真链路做好准备。
4. 参考文献（12篇以上）
[1]kruglova t n. intelligent diagnosis of theelectrical equipment technical condition[j]. procedia engineering, 2015, 129:219-224.
[2]薛喜彩.基于改进pso算法的rbf网络板形预测模型研究[d].燕山大学硕士论文.2010.
[3]姚剑敏,陶忠祥,宋建中.电路故障诊断的神经网络方法[j].电子器件.2004.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
