基于数据驱动的设备电路板无图纸故障诊断

• 作者: 刘香君 张诗慧 种银保 肖晶晶 赵鹏
• 来源期刊: 中国医学物理学杂志
• 关键词: 医疗设备 电路板 故障诊断 长短时记忆网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 1047-1052
• 页数: 6页
• 分类号: R318.6
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.08.021

摘要

针对医疗设备电路板结构设计复杂,传统故障诊断方法过度依赖图纸等技术资料和维修专家个人技术经验,导致维修贵、维修难等问题,提出一种基于数据驱动的无图纸故障智能诊断方法.在未知电路图纸信息以及电路板工作原理的前提下,模拟电路板不同故障状态,采集各外部接口引脚电信号作为原始故障数据;对故障数据进行预处理,并划分为训练集及测试集;使用机器学习的方法构建基于单层长短时记忆网络的故障智能诊断系统,利用Python编程进行模型训练,系统输出训练过程准确率及损失曲线.结果 表明,该方法能实现对电路板故障的诊断分类,准确率达89.99％,效率较高,可靠性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹏	陆军军医大学第二附属医院医学工程科	10	20	3.0	4.0
2	种银保	陆军军医大学第二附属医院医学工程科	11	25	3.0	4.0
3	肖晶晶	陆军军医大学第二附属医院医学工程科	7	25	3.0	4.0
4	张诗慧	陆军军医大学第二附属医院医学工程科	2	8	1.0	2.0
5	刘香君	陆军军医大学第二附属医院医学工程科	1	0	0.0	0.0