基于K-means聚类与概率神经网络的模拟电路故障诊断方法

• 作者: 李楠 邓威 王晨 吴光辉
• 来源期刊: 中国测试
• 关键词: 航空电子 模拟电路 故障诊断 概率神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 测控技术|Measurement and Control Technologies
• 页码范围: 98-103,109
• 页数: 7页
• 分类号: TN710
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2020060065

摘要

模拟电路已广泛应用于航空电子系统,模拟电路的失效会影响系统的功能,引起系统故障,甚至引发灾难性的安全事故.为快速准确地实现模拟电路的故障诊断,该文引入概率神经网络方法,并针对传统概率神经网络方法中的诊断准确性、诊断效率问题,提出基于K-means与概率神经网络的模拟电路故障诊断方法,定义聚类有效性指标,采用K-means聚类分析与有效性指标分析相结合的方式,选取聚类中心作为模式层神经元训练概率神经网络模型,从而降低模型的复杂程度,大大减少故障诊断时间.最后,以有源滤波电路为对象,通过与传统概率神经网络方法以及随机概率神经网络方法的对比分析,验证该文方法在故障诊断准确性以及故障诊断效率上的优越性能.