脉频调制神经网络VLSI的设计及应用
吕琛
王桂增
1.清华大学,自动化系,北京,1000842.清华大学,自动化系,北京,100084
摘要：本文提出了一种用于故障诊断识别的改进脉冲频率调制(PFM)VLSI神经网络电路,改进了传统的基于软件的机械故障诊断模式,发挥了神经网络超大规模集成电路(VLSI)的优势.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,而且该神经网络电路的突触权值不需要学习调整,降低了电路的复杂性.以此电路为基础,设计了进行主轴承噪声故障诊断的神经网络故障识别系统.将含有故障信息的原始噪声信号,经过前置信号处理分析、故障特征值提取和神经网络运算,得出VLSI电路输出端电容的电压--代表待识别信号与模板故障信号的"欧氏距离",进而判断出故障的类别.经过仿真测试,基于硬件的诊断系统的识别性能接近于基于软件的系统.
关键词：神经网络故障诊断超大规模集成电路脉频调制
分类号：TP18(自动化基础理论)TK418(内燃机)
资助基金：国家自然科学基金(60274015)国家高技术研究发展计划（863计划）(2002AA412420)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 174-178 )
英文信息