-
公开(公告)号:CN113533946B
公开(公告)日:2024-05-14
申请号:CN202110776895.8
申请日:2021-07-09
Applicant: 桂林电子科技大学
IPC: G01R31/3167
Abstract: 一种基于KL(Kullback‑Leibler)距离的板级电路测点选择方法,首先对电路仿真测量各个故障类型各个测点某一时间段内时域电压数据并对数据进行核密度估计并保存得到的概率密度函数,引入离散KL距离实现计算出测点集的故障隔离率。利用故障隔离率和测试点数量构造多维适应度函数,故障隔离率越高测点选择数越少的测点集越优,搜索全局最优测试点集。本发明专利无需建立故障字典进行故障隔离度的计算,通过引入核密度估计和离散KL距离将故障隔离计算转换为概率分布情况差异计算,充分利用了时域电压数据,提高测点集隔离率,利用故障隔离率和测试点数量构造人工鱼算法的多维适应度函数实现最优测点集选择,并通过在人工鱼算法中引入繁衍行为改善陷入局部最优解的情况。
-
公开(公告)号:CN113533946A
公开(公告)日:2021-10-22
申请号:CN202110776895.8
申请日:2021-07-09
Applicant: 桂林电子科技大学
IPC: G01R31/3167
Abstract: 一种基于KL(Kullback‑Leibler)距离的板级电路测点选择方法,首先对电路仿真测量各个故障类型各个测点某一时间段内时域电压数据并对数据进行核密度估计并保存得到的概率密度函数,引入离散KL距离实现计算出测点集的故障隔离率。利用故障隔离率和测试点数量构造多维适应度函数,故障隔离率越高测点选择数越少的测点集越优,搜索全局最优测试点集。本发明专利无需建立故障字典进行故障隔离度的计算,通过引入核密度估计和离散KL距离将故障隔离计算转换为概率分布情况差异计算,充分利用了时域电压数据,提高测点集隔离率,利用故障隔离率和测试点数量构造人工鱼算法的多维适应度函数实现最优测点集选择,并通过在人工鱼算法中引入繁衍行为改善陷入局部最优解的情况。
-
公开(公告)号:CN115327354A
公开(公告)日:2022-11-11
申请号:CN202210803408.7
申请日:2022-07-07
Applicant: 桂林电子科技大学
IPC: G01R31/316 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06F30/367
Abstract: 本发明提出一种基于多尺度卷积神经网络的模拟电路故障诊断方法,包括以下步骤:(1)通过PSPICE仿真软件获取电路的一维时域响应信号,将采集到的时域响应信号作为MS‑CNN模型中1D‑CNN部分的输入;(2)将获取的模拟电路的一维时域响应信号通过短时傅里叶变换转化为二维电路频谱图,作为MS‑CNN模型中2D‑CNN部分的输入;(3)利用TensorFlow框架搭建包含1D‑CNN和2D‑CNN的多尺度卷积神经网络(MS‑CNN)诊断模型;(4)将一维时域信号样本及二维的电路频谱图像样本输送进MS‑CNN网络进行训练,设置训练参数,进行向前传播训练和参数优化,将模型训练到最优程度;(5)将测试数据集输送入训练好的MS‑CNN模型,进行故障诊断,验证模型的诊断性能,选择诊断准确率作为模型的评价指标。本发明可以增强模拟电路故障诊断中特征提取的信息完整度,进一步提高故障诊断准确率,有效地检测出模拟电路的各类故障。
-
-