一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法

摘要

一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法，其包括以下步骤：1)对元件无容差情况下电路，各种故障状态下进行交流分析，提取幅频特性，计算标准差与偏斜度，获无容差样本；2)对元件有容差情况下电路，各种故障状态下进行交流分析和蒙特卡罗分析提取幅频特性，计算标准差与偏斜度，获容差样本；3)对电路某一元件参数由0变到无穷大时，进行参数扫描分析，求取标准差与偏斜度之间轨迹，寻找故障特征规律；4)将1)-3)步获得的标准差与偏斜度组成特征向量，输入神经网络，进行故障分类。使用本发明，克服了频谱混叠；简化神经网络结构，网络训练时间短，故障定位准确性高，并且能正确区分电路的容差允许范围状态、软故障状态及硬故障状态。

主权项

一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法，其特征在于，包括以下步骤：1)对元件无容差情况下的电路，在各种故障状态下进行交流分析，提取其幅频特性，计算标准差与偏斜度，获得无容差样本；2)对元件有容差情况下的电路，在各种故障状态下进行交流分析和蒙特卡罗分析提取其幅频特性，计算其标准差与偏斜度，获得容差样本；3)对电路某一元件参数由0变换到无穷大时，对电路进行参数扫描分析，求取电路响应的标准差与偏斜度之间的轨迹，寻找故障特征的规律；4)将1)‑3)步所获得的标准差与偏斜度组成特征向量，输入神经网络中，进行故障的分类。