发明名称 |
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。 |
申请公布号 |
CN101894296A |
申请公布日期 |
2010.11.24 |
申请号 |
CN201010216808.5 |
申请日期 |
2010.07.05 |
申请人 |
湖南大学 |
发明人 |
何怡刚;祝文姬 |
分类号 |
G06N3/02(2006.01)I;G01R31/316(2006.01)I |
主分类号 |
G06N3/02(2006.01)I |
代理机构 |
长沙星耀专利事务所 43205 |
代理人 |
宁星耀 |
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。 |
地址 |
410082 湖南省长沙市岳麓区麓山南路1号 |