[发明专利]基于故障传播的模块化BP神经网络电路故障诊断方法

摘要

本发明提供了基于故障传播的模块化BP神经网络电路故障诊断方法，属于电子系统的故障诊断及定位技术领域。本发明在电路模块划分的基础上，确定各子电路的测试节点，并把测试节点的特征参数数据作为故障诊断的数据源；根据基于电路仿真的数据源建立模块化异常检测模型，分析故障传播，建立模块化BP神经网络模型；当实际电路发生故障时，利用模块化异常检测模型进行一级定位，确定故障子电路，再利用目标子电路的BP神经网络模型进行二级定位，识别故障模式。本发明通过线下建立的模型进行故障定位，扩展性强，适用范围广；实现了线上对大规模数模混合电路的实时故障诊断，特别是针对存在故障传播的情况，具有极高的故障定位准确率。

主权项

1.基于故障传播的模块化BP神经网络电路故障诊断方法，其特征在于，包括如下步骤：A.电路仿真步骤：利用电路仿真软件对正常电路以及该电路的每个元器件可能存在的故障逐一进行蒙特卡罗MC分析，得到正常电路和所有故障模式的电路仿真结果；B.特征参数提取步骤：基于步骤A中正常电路和所有故障模式对应的电路仿真结果，提取各可测节点的特征参数，取每种故障模式第一次MC分析对应的特征参数样本作为额定值样本集，其余样本为容差值样本集；C.电路分析步骤：根据电路功能，进行电路模块划分，确定各子电路的测试节点；D.模块化异常检测模型建立步骤：基于容差值样本集，建立各测试节点的异常检测模型，再根据各子电路包含的测试节点来建立各子电路的模块化异常检测模型；E.故障传播分析步骤：基于额定值样本集，利用各子电路的模块化异常检测模型获取各故障模式的故障向量，分析各故障模式在子电路间的故障传播情况，并确定各子电路的故障来源；F.模块化BP神经网络模型建立步骤：基于容差值样本集，结合各子电路的故障来源，构建各子电路BP神经网络的训练数据，并建立模块化BP神经网络模型；G.实际电路故障诊断步骤：将各子电路的模块化异常检测模型用于实际电路的一级故障定位，各子电路的模块化BP神经网络模型用于二级定位；其中，步骤A～F为线下准备部分，G为线上实时故障定位部分。