基于多尺度卷积神经网络和注意力机制的模拟电路早期故障诊断方法OACSTPCD
Incipient Fault Diagnosis of Analog Circuits Based an Multi-Scale Convolution Neural Network with Feature Attention Mechanism
模拟电路具有非线性、元件容差等特性,导致不同故障模式之间存在混叠现象,特别是模拟电路早期故障,这大大增加了故障诊断的难度.因此,提出了一种基于小波变换和多尺度特征注意力卷积神经网络(MS-FACNN)的模拟电路早期故障诊断方法,采用小波变换得到脉冲响应信号的多尺度分量,利用设计好的MS-FACNN网络自动提取更加全面且高可分性故障特征,并实现故障模式识别.此外,采用高效通道注意力(ECA)聚焦故障高相关性特征,过滤低相关性的冗余信息,进一步提升模…查看全部>>
The nonlinearity and tolerance of analog circuits always lead to the aliasing phenomenon among different fault modes,which increases the difficulty of fault diagnosis,especially in scenarios with incipient faults.An incipient fault diagnosis method for analog cir-cuits is proposed.Multi-scale convolutional neural network with feature attention mechanism(MS-FACNN)is developed,which can ob-tain complementary and rich diagnosis information from multi-scal…查看全部>>
徐欣;侯成凯
郑州地铁集团有限公司,河南 郑州 450052郑州地铁集团有限公司,河南 郑州 450052
机械工程
模拟电路早期故障诊断小波变换多尺度卷积神经网络有效通道注意力
analog circuitincipient fault diagnosiswavelet transformmulti-scale convolutional neural networkefficient channel attention
《电子器件》 2024 (4)
929-934,6
评论