基于神经网络的模拟电路快速故障诊断集群撕裂方法

提出一种基于神经网络的大规模模拟电路故障诊断集群撕裂新方法;将大规模模拟电路按照拓扑特性和集群撕裂准则进行撕裂,得到低维度的故障特征向量;利用小波神经网络实现故障特征向量的快速分类并得出电路诊断结果;通过对视频放大电路诊断事例,将电路划分12个子模块,进行两次撕裂与特征抽取,小波神经网络经过80次迭代即趋于稳定;结果表明,对于所测试例诊断正确率达100%,所提方法与传统互校验和交叉撕裂搜索法比较,具有测前工作量小,诊断计算量少,对多故障检测能力和工程实践性强等特点。