10.3321/j.issn:0258-8013.2006.03.004
模拟电路的融合智能故障诊断
提出了一种基于遗传算法、神经网络、模糊集理论与数据融合技术相结合的模拟电路故障诊断新方法.该法使用多类电路测试数据来解决由于测试节点不足而带来的故障信息欠缺等问题,采用遗传算法来优化BP网络的结构与初始权值分布.对每类测试信息各用一个独立的所提遗传神经网络进行初步诊断,得到基于各类测试信息的被诊断电路属于不同故障状态的可能性.在充分考虑每个神经网络输出信息重要程度的基础上,采用模糊积分融合方法进行决策融合.文中研究了其故障特征提取、样本选择、诊断系统结构、学习算法及其综合决策方法,并通过电路诊断实例,阐述了该方法的具体实现,验证了所提方法的鲁棒性.诊断结果表明:所提方法对容差模拟电路的多故障与单故障诊断均适用,故障定位准确率高.
故障定位、神经网络、遗传算法、模糊集理论、数据融合、模拟电路
26
TM131(电工基础理论)
中国科学院项目（非规范项目）;科技部专项;浙江省湖州市自然科学基金;教育部新世纪优秀人才支持计划
2006-03-16（万方平台首次上网日期，不代表论文的发表时间）
共6页
19-24
