科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电子系统间歇故障信号受噪声影响大且冗余信息多，导致深度神经网络模型对间歇故障严重程度评估能力受限的问题，该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障信号进行自适应分解得到所有固有模式函数(IMF)分量，再对IMF分量进行相似度分析选择敏感分量，并利用微分增强型能量算子构建严重程度敏感因子。最后，利用严重程度敏感因子训练门循环单元(GRU)循环神经网络评估模型。通过对电子系统的关键电路注入不同严重程度的间歇故障进行评估，结果表明该方法有较强的间歇故障严重程度评估能力，评估结果更加准确有效。
- 单位
