-
公开(公告)号：CN114236365A
公开(公告)日：2022-03-25
申请号：CN202111572129.6
申请日：2021-12-21
Applicant: 电子科技大学
IPC: G01R31/316 , G01R31/317
Abstract: 本发明公开了一种基于圆模型的SAR ADC电路测试优化方法，首先确定SAR ADC电路可使用的测试信号频率数量、开关数量和潜在的故障元件数量，将测试选择向量作为遗传种群中的个体，测试选择向量中包含测试信号频率编码和测试向量，在个体进化过程中，获取每个测试选择向量下每个故障元件的圆模型，将圆模型圆心之间距离的最小值作为测试选择向量的个体适应度值，同时维护一个适应度矩阵用于存储优秀个体，在最终的适应度矩阵中选择最优测试选择向量，然后根据最优测试选择向量的模糊组选择其他测试选择向量，进而确定每次测试的测试信号频率和测试向量。本发明结合故障元件的圆模型和遗传算法，实现了测试参数优选，从而提高故障诊断准确率。
-
公开(公告)号：CN112444737B
公开(公告)日：2021-10-22
申请号：CN202010994419.9
申请日：2020-09-21
Applicant: 电子科技大学
Inventor： 杨成林
IPC: G01R31/316 , G06N3/12
Abstract: 本发明公开了一种模拟电路故障参数范围确定方法，将元件参数向量作为遗传算法种群的个体，在生成初始种群的时候，故障元件的参数值在预设的故障取值范围中取值，其余元件在容差范围内取值，在迭代完成后根据最后一代种群提取出故障元件参数的范围。在遗传算法迭代过程中，可以设置两种个体优选方式，在个体优选时根据适应度值满足要求的个体数量不同采用具体的个体优选方式，以提高迭代效果。本发明通过遗传算法实现对于故障元件参数范围的精确确定。
-
公开(公告)号：CN112485650B
公开(公告)日：2021-09-14
申请号：CN202011373494.X
申请日：2020-11-30
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于PBI的模拟电路故障参数范围确定方法，将元件参数向量作为遗传算法种群的个体，在生成初始种群的时候，故障元件的参数值在预设的故障取值范围中取值，其余元件在容差范围内取值，遗传算法迭代过程中，采用PBI计算个体适应度值，采用两次遗传算法分别在迭代完成后最后一代种群提取出故障元件参数的上限和上限。本发明结合遗传算法和PBI方法，实现对于故障元件参数范围的精确确定。
-
公开(公告)号：CN113221496A
公开(公告)日：2021-08-06
申请号：CN202110489544.9
申请日：2021-05-06
Applicant: 电子科技大学
IPC: G06F30/367 , G06F17/18 , G06F17/16 , G06F111/08 , G06F111/10 , G06F119/02 , G06F119/08
Abstract: 本发明公开了一种基于三维测试性分析模型的故障诊断方法，通过故障和测点间的依赖关系，以及温度对于测点可靠性的影响来构建三维测试性分析模型，然后在某一固定温度kq下，通过测试结果序列与故障依赖矩阵实现待测系统在不同温度环境的单故障、多故障定位。
-
公开(公告)号：CN108563875B
公开(公告)日：2021-05-14
申请号：CN201810345727.1
申请日：2018-04-18
Applicant: 电子科技大学
IPC: G06F30/367 , G06N3/12 , G01R31/28 , G01R31/316
Abstract: 本发明公开了一种基于多目标优化的模拟电路测点和频率联合优选方法，对模拟电路的每个元件模糊组代表元件进行多次故障模拟，得到不同频率下各个测点对应的故障电压，从而得到模拟电路数据；初始化多目标遗传优化算法中的个体，然后根据个体对应的选择方案从模拟电路数据中筛选出对应特征向量，对预设的分类器进行交叉验证，将得到的分类准确率作为个体的适应度值，采用精英策略生成新的种群并进行非支配排序，然后生成下一代种群继续进行处理，直到达到迭代结束条件，将当前得到的非支配个体集合作为优选方案集合，其中每个个体对应一个选择方案。本发明可在保证故障诊断精度的同时降低故障诊断的工作量。
-
Patent Agency Ranking
公开(公告)号：CN112615623A
公开(公告)日：2021-04-06
申请号：CN202011536964.X
申请日：2020-12-23
Applicant: 电子科技大学
IPC: H03M1/10
Abstract: 本发明公开了一种倒T型DAC转换电路的单故障诊断方法，首先获取倒T型DAC转换电路的电路参数，当需要对模拟开关进行单故障诊断时，获取模拟开关发生固定0故障或固定1故障时的电压参考值，然后通过计算测试状态向量下输出端电压与电压参考值之间的差值进行故障诊断；当需要对电阻元件进行单故障诊断时，将电阻元件参数向量作为遗传算法中的个体，基于遗传算法进行电阻元件的单故障诊断，在计算个体适应度值时，采用传输函数在不同模拟开关状态组合下计算得到输出电压向量，其与故障输出电压向量之间的欧式距离即作为个体适应度值。本发明通过分别对模拟开关和电阻元件设计故障诊断方式，实现了倒T型DAC转换电路的单故障诊断。
-
公开(公告)号：CN112485651A
公开(公告)日：2021-03-12
申请号：CN202011375854.X
申请日：2020-11-30
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于切比雪夫的模拟电路故障参数范围确定方法，将元件参数向量作为遗传算法种群的个体，在生成初始种群的时候，故障元件的参数值在预设的故障取值范围中取值，其余元件在容差范围内取值，遗传算法迭代过程中，基于切比雪夫函数值进行个体优选，采用两次遗传算法分别在迭代完成后最后一代种群提取出故障元件参数的上限和上限。本发明结合遗传算法和切比雪夫函数，实现对于故障元件参数范围的精确确定。
-
公开(公告)号：CN112464551A
公开(公告)日：2021-03-09
申请号：CN202011033126.0
申请日：2020-09-27
Applicant: 电子科技大学
IPC: G06F30/27 , G06F30/367 , G06N3/12 , G01R31/316
Abstract: 本发明公开了一种基于非支配的模拟电路故障参数范围确定方法，将元件参数向量作为遗传算法种群的个体，在生成初始种群的时候，故障元件的参数值在预设的故障取值范围中取值，其余元件在容差范围内取值，遗传算法迭代过程中，在个体优选时根据帕累托最优的思想进行个体优选，并周期性地精细化故障元件参数的取值范围，在迭代完成后根据最后一代种群提取出故障元件参数的范围。本发明采用帕累托非支配思想，实现对于故障元件参数范围的精确确定。
-
公开(公告)号：CN110673017B
公开(公告)日：2020-10-16
申请号：CN201910978616.9
申请日：2019-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于遗传算法的模拟电路故障元件参数辨识方法，首先分析得到模拟电路在不同测点处的传输函数，测量得到模拟电路在预设激励信号下这些测点处的输出电压，将元件参数值向量作为遗传算法中的个体，在对交叉、变异后的个体进行优选时，先按照故障类型对种群个体进行分组，选择每个故障类型的最优个体加入下一代种群，再从剩余个体中优选个体加入下一代种群，将最后一代种群中最优个体的参数值作为元件参数辨识结果。本发明通过遗传算法实现对模拟电路单故障和双故障的故障元件参数辨识。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.028 seconds)
