共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
光电雷达电子部件的量子神经网络故障诊断算法 总被引:4,自引:0,他引:4
针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率. 相似文献
4.
5.
本文提出了一种新的模拟电路多故障诊断方法——组合优化模拟退火法。该方法采用组合优化的思想,综合参数辨识法与故障验证法这两类故障诊断方法的优势,提出了解决测试端口个数小于元件参数个数的诊断方程欠定问题的目标函数,通过模拟退火优化算法对目标函数寻优,可定出故障元件值及非故障元件的容差值,并保证所得解收敛于全局最优。 相似文献
6.
在电路故障检测中针对元件种类较少且同一种元件重复出现的电路,提出基于FastICA(fast independent component analysis)算法的故障诊断方法。该方法首先对电路中的元件进行分类再按信号叠加算法分组建立测试电路,电路正常工作时测试电路不给电。利用FastICA算法对测试信号进行盲分离,初步判断分离结果后与预先建立的元件故障信号库Mf的信号作相关分析判定故障类型。这种故障诊断方法简单易实现且对元件类型没有限制,在检测过程中元件之间没有相互干扰可确保诊断的准确性。仿真表明该方法能有效判断出电路的故障情况。 相似文献
7.
电子电路是由具有特定功能的电子元器件组合成的,在电子电路中每个元器件都具备自己特定的作用。一旦某个元件发生损坏,电子电路的功能一定会受到影响,发生变化。这种电路系统丧失规定的功能的现象就被称之为电路故障。本文通过电子电路故障类型的分类着手,进而分析了电子电路故障诊断的基本技术,接着阐述了模拟电路诊断的方法,进而了解了数字电路故障测试的基本技术。希望这一项研究对今后这一课题的研究有借鉴价值和参考作用。 相似文献
8.
9.
给出了用于模拟电路元件参数识别的多频传递函数法的过程,并对故障诊断方程的可解度进行了分析,在此基础上,将诊断方程的求解转化为非线性函数的优化问题,并运用改进的遗传算法来解决这个问题,算法实例表明该方法简化了故障诊断方程的求解过程,加速了容差电路故障元件的定位,有一定的应用价值。 相似文献
10.
11.
12.
针对电路设计繁冗、复杂及周期长等特点,提出了一种基于进化的电路网络建模方法,该方法把电路网络建模过程转变为电路元器件选择和元件值确定的搜索优化过程.利用遗传程序设计进化电路网络的结构,对元器件和元件值相互影响的复杂解空间进行全局寻优,实现电路网络的进化. 相似文献
13.
14.
15.
16.
基于PSPICE进行模拟电路故障建模的方法 总被引:11,自引:0,他引:11
文章研究了基于PSPICE的模拟电路故障仿真中的故障建模问题。提出了用故障字典法诊断模拟电路硬故障时,基本元件的物理故障和集成电路的功能故障进行故障建模的方法。在直流诊断和交流诊断中,故障建模的方法有所不同。最后用例子说明了这种方法的可行性。 相似文献
17.
18.
基于斜率故障模型,提出了一种诊断模拟电路中基于闭环集成运算放大器的模块级软故障的字典法.在由闭环运放组成的模拟电路中,通过对电路以闭环运放及与其输入直接相连的元件看作一个整体划分模块,对各个模块中的任一元件或进行宏模型替代之后的运放等效电路,利用电路中的两节点电压增量计算出的斜率作为统一故障特征,建立故障字典,实现电路中相应模块包含的运放和所有元件的软故障诊断.给出了运放的等效宏模型和模块级软故障的诊断步骤,并用仿真实例证明了该诊断方法的有效性. 相似文献
19.
<正> 二、故障检修 对电源部分造成三无故障的检修可参照图2的检修流程图进行。 由于该电源电路较复杂,元器件排列过于紧密,再加上厂商在选材和设计上的原因,故障率较高。检修时如果检查不仔细,故障元件更换不彻底,还会连续烧爆电源厚膜电路STR-S6309的现象,严重时会引起电源部分元器件大面积损坏,以致击穿行、场、伴音功放元件和CPU。因此,检修时应注意以下几点: (1)检修时,应本着先外后内、先简后繁的原则,稳步进行。不要急于通电。可先进行直观检查,有无烧焦爆裂等明显损坏的元器件。再测量输入、输出端和集成电路的对地电阻,参见表1、表2和表3。 表2 三极管、集成电路对地参数 相似文献
20.
基于模糊故障特征信息的随机集度量信息融合诊断方法 总被引:7,自引:0,他引:7
该文给出一种基于模糊故障特征信息随机集度量的信息融合诊断方法。针对信号采集与故障特征提取中的模糊性,首先用模糊隶属度函数分别表示故障档案库中的多种故障样板模式和从不同传感器观测中提取的多类故障特征亦即待检模式,进而基于模糊集的随机集模型,得到样板模式与待检模式的匹配度,即基本概率指派函数(BPA)。然后利用Dempster-Shafer证据组合规则对BPA进行融合,给出诊断结果。该文给出的待检模式是从多个连续观测中提取的,与原有的由单个观测确定待检模式的方式相比,文中提出的特征提取及匹配方法,同时考虑了样板模式和待检模式所具有的模糊性,能够显著降低融合决策中的不确定性,大大提高故障识别的能力。最后通过电机转子故障诊断实例验证方法的有效性。 相似文献