科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对模拟电路的故障诊断问题,提出了一种基于深度学习的故障诊断方法。首先测量模拟电路各个故障类别的脉冲响应数据,随后应用深度学习中深度信念网络方法进行特征提取,最后将提取的特征用于建立基于极端学习机的故障诊断模型,从而对模拟电路的各个故障类别进行区分。通过四运放双二阶高通滤波器电路的故障诊断实验对提出的故障诊断方法进行了验证。通过对比实验表明,提出的基于深度信念网络的故障特征提取方法明显优于传统的基于小波分析的故障特征提取方法,有助于提高模拟电路故障诊断正确率。
-
单位江苏经贸职业技术学院; 安庆师范大学
