龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：基于BV‑CNN的模拟电路故障诊断方法、电子设备及存储介质，属于模拟电路故障诊断技术领域。为高效的进行BV‑CNN的模拟电路故障诊断，本发明定义优化目标函数，设置模态个数K和惩罚参数α作为贝叶斯优化参数搜索空间，使用贝叶斯优化方法搜索VMD算法的模态个数K和惩罚参数α的最优组合，得到优化后的VMD算法的参数，贝叶斯优化自动选择VMD参数，避免了在参数选择不当时会出现模态混叠或信号过度分解的问题，提升了信号分解效果，并结合CNN自动特征提取和分类能力，大大提高了故障诊断的准确性和鲁棒性，对非线性、非平稳信号也能实现较好的处理，适应了复杂信号和多工况，实现了高效的参数优化和模型训练。
主权项：1.一种基于BV-CNN的模拟电路故障诊断方法，其特征在于，包括如下步骤：S1.使用PSpice软件设置仿真环境，对Sallen-Key带通滤波电路进行仿真实验，采集无故障和10种器件故障类型下的信号数据，得到11种状态的信号数据；S2.对步骤S1采集的11种状态的信号数据进行预处理，构建11种状态下的单故障数据集；S3.进行贝叶斯优化参数寻优：定义优化目标函数，设置模态个数K和惩罚参数α作为贝叶斯优化参数搜索空间，使用贝叶斯优化方法搜索VMD算法的模态个数K和惩罚参数α的最优组合，得到优化后的VMD算法的参数；S4.基于步骤S3得到的优化后的VMD算法的参数，通过VMD算法对步骤S2得到的单故障数据集中的信号数据进行分解，得到经过VMD算法处理的单故障数据集，分为训练集和测试集；S5.构建CNN网络；S6.利用步骤S4得到的训练集对步骤S5构建的CNN网络进行训练，然后利用步骤S4得到的测试集对训练好的CNN网络进行测试，得到训练好的CNN网络；S7.将训练好的CNN模型应用于实际的模拟电路故障诊断任务，对于实际模拟电路故障信号使用VMD算法进行分解，然后输入到步骤S6训练好的CNN模型中进行分类，得到模拟电路故障类型。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 基于BV-CNN的模拟电路故障诊断方法、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号