Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dictionary method
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule omówiono zasady działania opracowanego algorytmu łączącego możliwości rozpoznawania występujących jednocześnie uszkodzeń katastroficznych i parametrycznych w nieliniowych, analogowych układach elektronicznych. W wyniku wstępnego przetworzenia sygnałów testowych, otrzymanych na drodze pomiaru układów zawierających założone uszkodzenia, tworzone są sygnały uczące jednokierunkową sieć neuronową aproksymującą cechy układu. W treści zamieszczono przykłady ilustrujące działanie prezentowanej metody.
EN
This paper provides an algorithm that allows simultaneous catastrophic and parametric faults recognition in nonlinear analog circuits. First we establish dictionary containing signals measured at the chosen outputs of the unbroken and having assumed faults circuits. The mentioned signals are filtered to get important information, which will be used to learn artificial neural network to recognition the faults. The method is tested by representative examples which are described in the paper.
PL
W artykule omówiono zasady działania opracowanego algorytmu rozpoznawania uszkodzeń parametrycznych w nieliniowych, analogowych układach elektronicznych, przy wykorzystaniu banku filtrów utworzonego na podstawie dyskretnej transformacji falkowej jako narzędzia przetwarzania wstępnego i jednokierunkowej sieci neuronowej jako algorytmu aproksymującego cechy układu. W treści zamieszczono przykład ilustrujący działanie prezentowanej metody.
EN
In this paper, neural network algorithm of parametric fault diagnosis for nonlinear, analog circuits using bank of filters set up basing on a discrete wavelet transform as an instrument of preliminary data processing and feedforward neural network as approximation tool is presented. The illustrative numerical example is presented.
PL
W artykule przedstawiono nową, metrologicznie ukierunkowaną sieć neuronową oraz bazującą na niej metodę diagnostyki uszkodzeń parametrycznych układów analogowych, z klasyfikcją neuronową, o zwiększonej odporności na tolerancje elementów układu i niepewności pomiaru. Zaproponowano sieć neuronową z Dwu-centrowymi Radialnymi Funkcjami Bazowymi (DRFB), której walorem jest lepsze odwzorowanie słownika uszkodzeń, poprawa dokładności klasyfikacji i większa odporność na tolerancje, w porównaniu z siecią zawierającą jedno-centrowe radialne funkcje bazowe (RFB). Opisano 2 metody konstrukcji słownika uszkodzeń, w postaci rozproszonych krzywych identyfika-cyjnych, wykorzystujące transformację biliniową oraz analizę składowych głównych. Metodę zilustrowano na przykładzie diagnostyki 2 prostych układów analogowych. Może ona być stosowana do diagnozowania innych obiektów technicznych.
EN
In this paper a new metrologically oriented neural network and method for parametric fault localization and rough identification are presented. The characteristic feature of the network is application of new two-center radial basis functions in the hidden layer. In result, the better classification accuracy, as well as robustness against non-faulty component tolerances and measurement errors has been obtained, in comparison with known Radial Basis Function neural network. Two construction methods of fault dictionary in the form of dispersed identification curves are described: bilinear transformation and principal component analysis methods. The diagnosis method was illustrated on the exemplary 2 analog circuits. It can be used for diagnosis of other technical objects.
PL
Przedmiotem artykułu jest system diagnostyczny służący do lokalizacji pojedynczych uszkodzeń analogowych układów elektronicznych. Na etapie przedtestowym dla diagnozowanego układu elektronicznego skonstruowano słownik uszkodzeń na podstawie symulacji komputerowych dla każdego analizowanego stanu obwodu. Jako pobudzenie wykorzystano zarówno zasilanie układu, jak i podawany na wejście obwodu sygnał sinusoidalny. Na wyjściu badanego obwodu mierzono moduł i fazę napięcia. Zespół dwóch sieci neuronowych o radialnych funkcjach bazowych został użyty jako klasyfikator uszkodzeń (katastroficznych i parametrycznych). Odpowiedź końcową dwóch równolegle połączonych sieci neuronowych wyznaczono z wykorzystaniem przestrzeni BKS (Behavior Knowledge Space).
EN
This paper presents a diagnostic system created for localization of faults in analog electronic circuits. The system is based on dictionary method. As stimu oflation signals, dc supply voltage and sinusoidal input signal have been used. The frequency of sinusoidal signal is variable. Voltages and phases in output of the circuit are measured to create dictionary of faults. Radial Basis Function (RBF) neural networks were used as neural classifiers. Behavior Knowledge Space (BKS) was used to find the optimum final answer of parallel classifiers. Software which has been used to generate teaching-testing files had been created in Borland Delphi. Simulations of electronic circuits have been realized by SPICE. Software, used to simulate neural classifiers has been created in Matlab.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.