共查询到19条相似文献,搜索用时 109 毫秒
1.
提出了一种将遗传算法(GA)、神经网络与小波变换相结合对非线性模拟电路进行故障诊断的方法;分析了传统BP型神经网络在非线性模拟电路故障诊断中存在的缺陷;提出了一种新的解决方法--利用小波变换对非线性电路故障信号进行预处理,对故障信号中的冗余信息进行剔除,然后利用遗传算法优化BP网络参数,如网络权值、阈值等.利用该方法对非线性电路进行故障诊断,有利于提高神经网络对电路故障诊断的智能性及识别故障类别的能力,提高故障诊断的精度与速度.实验结果表明,该方法是可行的. 相似文献
2.
一种基于神经网络的模拟电路故障诊断方法 总被引:2,自引:1,他引:1
提出了一种基于模拟电路故障诊断的神经网络方法。这种方法利用小波分解、数据标准化、主成分分析对输入数据进行预处理,采用k个神经元输出的前馈神经网络结构进行有效训练。该方法检测和识别故障准确率高,系统的鲁棒性和稳定性强。 相似文献
3.
针对传统红外图像的机载电路板芯片故障诊断法诊断率低且无法诊断动态故障的问题,本文提出了一种基于红外温度数据的改进麻雀搜索算法优化BP神经网络(Improved sparrow search algorithm-Back propagation neural networks, ISSA-BPNN)机载电路板芯片故障诊断方法。首先,提取红外热像仪采集的电路板芯片温度数据,建立电路板芯片升温过程中静态、动态、统计特征的特征模型;然后,利用Sine混沌映射初始化麻雀种群分布,利用Levy飞行策略改进发现者种群位置更新公式,将改进后的麻雀搜索算法优化BP神经网络的权值参数;最后,将温度特征模型输入到ISSA-BP神经网络进行训练和测试,从而完成电路板芯片故障诊断。实验采用航电系统电源电路板进行可靠性分析,实验结果表明,该方法在电路板不同工况下综合故障诊断率达到97.84%。 相似文献
4.
5.
模拟数字电路故障诊断新方法 总被引:1,自引:0,他引:1
利用小波变换与神经网络相结合的方法,采用能量分布特征提取方法和改进BP算法,给出了一种基于小波变换和BP神经网络相结合的模拟电路故障诊断方法.用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.在用神经网络诊断模拟电路的基础上,进行了将神经网络用于数字电路单故障诊断的研究.对两者的实例电路仿真结果表明,神经网络可以有效、方便地实现电路的故障检测和定位,准确率高,为故障诊断的研究提供了一种新思路. 相似文献
6.
近年来,随着人工智能的发展与普及,深度学习算法以其高准确率和鲁棒性成为了目前分类识别技术的热门。传统的轴承故障诊断采用振动信号,对早期故障不敏感。由于传统的人工特征提取方法难以准确的表征滚动轴承状态,深度学习算法便逐渐应用于滚动轴承的故障诊断。因此采用滚动轴承的声发射信号并结合神经网络进行故障检测,以更好的对轴承运行中的早期故障进行识别,为此提出了一种基于一维卷积残差神经网络的轴承故障诊断模型,通过多层卷积叠加以提取出数据中更加关键重要的信息。该模型在诊断中能够自适应的从输入数据中学习出所需要的特征。模型采用categorical crossentropy交叉熵损失函数及Adam优化算法实现滚动轴承的故障诊断。在试验台上模拟了早期轴承内圈、外圈、滚动体、保持架故障等四种故障,并利用模型进行了故障的分析和诊断,研究结果表明文章提出的模型对故障的声发射信号拥有良好的识别能力。 相似文献
7.
8.
基于小波分析和神经网络的模拟电路故障诊断方法 总被引:1,自引:1,他引:1
提出了一种基于神经网络和小波分析的模拟电路故障诊断的系统方法。该方法通过对电路的可测性测度计算,选择电路的最佳测试节点,然后利用小波分析作为特征提取手段提取电路的故障特征向量,经归一化和主元分析(PCA)处理后。得到最优特征向量,最后输入到神经网络实现电路故障诊断。计算机仿真结果表明该方法具有更好的故障分辨率。 相似文献
9.
10.
板级电路故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,建立精确的故障诊断系统存在着许多困难,针对这种情况,本文提出了基于模糊神经网络,利用模糊逻辑和神经网络相结合建立故障诊断系统的方法,并以某电路板为研究对象对该方法作了验证。 相似文献
11.
12.
基于MIV和BRBP神经网络的电路板红外诊断方法 总被引:1,自引:0,他引:1
针对BP神经网络对于海量数据训练及多维数据训练收敛困难的问题,在使用增加动力项、自适应学习速率等方法的基础上,引入均值影响度算法(MIV)构造了贝叶斯正则化反向传播(BRBP)神经网络,以此提高电子线路板红外故障诊断算法的效率。利用红外测温方式,获取了不同室温及运行状态下电路板中21个元器件温度数据。将此21个参数作为故障诊断模型的初始输入变量,经过MIV算法简约为12个参数输入至BRBP神经网络,进行故障评估和诊断。结果表明:相对于传统的BRBP神经网络,本文设计的基于MIV和BRBP神经网络模型诊断方法极大简化了数据训练的数据量并解决了数据收敛的困难,因此效率更高,用时更省。 相似文献
13.
电路板红外温度序列包含了丰富的故障类别信息,充分利用其局部与全局特征可以提高电路板故障诊断的准确率。为此,文中提出了一种由特征提取网络(Features Extraction Network,FEN)与关系学习网络(Relationship Learning Network,RLN)并行构成的可综合利用温度序列局部特征及特征间关系的电路板故障诊断模型。其中,FEN基于多尺度膨胀卷积(Multi-scale Dilated CNN,MDCNN)残差结构搭建,可在不增加训练参数的前提下构建多层次感受野,学习温度序列不同范围的空间特征;RLN基于嵌入长短期记忆网络的注意力机制(Long Short-Term Memory hybridized with Attention,LSTMwAtt)结构搭建,通过控制温度序列信息传递来学习特征重要性并分配权重,挖掘不同位置特征间的相关性。实验结果显示,所提模型在两个自建电路板温度序列测试数据集上的诊断性能优于同类型的FCN、MFCN、LSTM和LSTM-FCN,故障诊断准确率分别达到91.15%和96.27%,可实现对电路板故障的高准确率诊断。 相似文献
14.
随着网络技术和科学技术的不断发展,各种先进精密的科学仪器逐渐应用于社会生活和工作的方方面面,电路板是仪器设备运行的重要组件,电路板发生故障则可能会导致整个仪器的运转出现异常,及时找出电路板故障位置和故障原因十分重要.电路板故障诊断系统的发明与应用有效提高了工作效率,解决了电路板故障检测复杂、可扩展性差等问题.本文主要就电路板故障诊断系统的功能和应用进行分析总结. 相似文献
15.
为达到某型电台电路板形象直观的示教、检测和故障诊断的目的,研究开发了某型指挥系统的检测示教平台。文中介绍了某型电台电源板检测示教平台的设计与实现方法,平台主要包括适配器和示教软件两个部分。实际应用表明,该平台运行稳定可靠,能大幅提高装备电路板教学的效率和水平,也为电路板的检测和故障诊断提供了一个途径。 相似文献
16.
17.
18.
由于传统通信电源电路板故障检测方法在实际应用中误识别率较高,为此提出红外热成像技术在通信电源电路板故障检测中的应用。设计基于红外热成像技术的通信电源电路板故障检测方法,利用红外热成像技术采集通信电源电路板运行数据,计算通信电源电路板故障信号相关性系数,检测通信电源电路板故障,以此完成电路板故障检测。经实验证明,设计方法误识别率低于传统方法。 相似文献
19.
提出了基于光纤智能结构的电子电路板故障诊断的方法。以集成电路的发热模式为基础,借助于粘贴在电路板上的光纤智能结构对板上芯片做有效的温度检测,正常工作时的热模式与有故障时对比,根据隶属度来确定故障元件。论证了该方法对几种故障检测的可行性和有效性,拓展了光纤智能结构在电子电路诊断上的应用。 相似文献