基于灵敏度预分类的 BP 神经网络故障诊断方法

• 作者: 潘强 熊波
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 灵敏度预分类 BP 神经网络 故障特征 故障诊断 模拟电路
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 测试技术与理论研究
• 页码范围: 305-310
• 页数: 6页
• 分类号: TP206
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2014.04.006

摘要

故障特征信息的获取和处理对电路故障的可靠分类和准确诊断有很大的影响。在电路故障诊断时，对于不同的故障模式，存在信息混叠的现象，需要解决特征信息的有效提取和故障的可靠分类等问题。为此，本文提出了一种结合灵敏度特性分析的 BP 神经网络故障诊断方法。基本思想是通过灵敏度的计算，对电路故障样本作预分类，再根据电路灵敏度的计算结果分别提取相应特征信息，以此构造故障样本特征集，然后作为 BP 神经网络的输入对网络训练，并进行故障诊断。对滤波器的仿真结果表明，该方法能分类不同的元件故障，且对模拟电路故障诊断的平均正确率优于传统方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘强	海军工程大学电子工程学院	25	67	5.0	7.0
2	熊波	海军工程大学电子工程学院	6	14	2.0	3.0