【技术实现步骤摘要】
一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法
本专利技术属于医疗电子设备故障诊断领域,涉及一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法。
技术介绍
医疗电子设备能否发挥其最大效能,除了与本身的技术性能有直接关系外,还和供电电源的质量有着极其重要的关系。由于开关电源长时间承受高电压、强电流的冲击,导致其故障频发,同时生产厂家为了获取维修利润也不再提供详尽的电路图等信息,导致开关电源维修难、维修贵。目前基于机器学习方法已在故障诊断领域取得了广泛的应用,但仍存在一定的缺陷:1)对电信号特征的提取大多是根据人工经验来完成,具有一定主观性;2)对数据的表达能力有限,难以学习复杂的非线性关系。相比于浅层机器学习来说,深度学习是以数据的原始形态作为算法的输入,利用各种数据挖掘技术获取其中隐含的有用信息,表征系统运行模式,进而达到检测与诊断的目的,这期间不夹杂任何人为操作,模型更具有客观性,成为目前较为实用的诊断技术。深度学习中最为典型两种模型是卷积神经网络和长短时记忆网络,特别适用于图像信息处理和时序信息处理,其应用在故障诊断领域也取得一定的成就。对于开关电源电信号而言,卷积神经网络是针对电信号的波形进行空间形态特征提取,无法提取不同时刻电信号之间的关系,而长短时记忆网络则是通过对不同时刻的电信号进行有选择的记忆和遗忘,实现长期记忆,从而提取开关电源电信号时间维度特征。若仅根据开关电源电信号的单一维度特征进行故障诊断,其诊断结果并不可靠。因此将多维度特征信息进行融合,降低或抑制随机干 ...
【技术保护点】
1.一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法,其特征在于,该方法具体包括以下步骤:/nS1:根据常见故障类型以及核心芯片功能对医疗电子设备开关电源进行功能模块划分,并选取关键测试点;/nS2:基于LabVIEW和数据采集卡完成开关电源正常状态和不同故障状态下多通道电信号数据采集及预处理;/nS3:基于双向长短时记忆网络提取开关电源多通道电信号时间维度特征;/nS4:基于一维卷积神经网络提取开关电源多通道电信号空间维度特征;/nS5:根据提取的不同维度特征,建立基于多维度特征融合的开关电源故障诊断模型;/nS6:训练Softmax分类器对医疗电子设备开关电源状态进行分类和识别;/nS7:构建开关电源故障诊断模型的目标损失函数,指导模型参数的训练和学习;/nS8:根据步骤S7中构建的目标损失函数,利用Adam算法对开关电源故障诊断模型的参数进行训练和优化;/nS9:当故障诊断模型完成训练后,将经过预处理后的开关电源多通道电信号输入到训练好的故障诊断模型中,完成开关电源芯片级故障的自动诊断。/n
【技术特征摘要】
1.一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法,其特征在于,该方法具体包括以下步骤:
S1:根据常见故障类型以及核心芯片功能对医疗电子设备开关电源进行功能模块划分,并选取关键测试点;
S2:基于LabVIEW和数据采集卡完成开关电源正常状态和不同故障状态下多通道电信号数据采集及预处理;
S3:基于双向长短时记忆网络提取开关电源多通道电信号时间维度特征;
S4:基于一维卷积神经网络提取开关电源多通道电信号空间维度特征;
S5:根据提取的不同维度特征,建立基于多维度特征融合的开关电源故障诊断模型;
S6:训练Softmax分类器对医疗电子设备开关电源状态进行分类和识别;
S7:构建开关电源故障诊断模型的目标损失函数,指导模型参数的训练和学习;
S8:根据步骤S7中构建的目标损失函数,利用Adam算法对开关电源故障诊断模型的参数进行训练和优化;
S9:当故障诊断模型完成训练后,将经过预处理后的开关电源多通道电信号输入到训练好的故障诊断模型中,完成开关电源芯片级故障的自动诊断。
2.根据权利要求1所述的一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法,其特征在于,所述步骤S1中,功能模块划分和关键测试点选取的具体步骤为:
S11:通过查询医疗电子设备开关电源上各核心芯片功能,并根据通用型开关电源的工作原理,对医疗电子设备开关电源进行功能模块划分;
S12:根据医疗电子设备开关电源常见故障类型,依次选取医疗电子设备开关电源核心芯片的输入端、输出端、控制端和电源端为测试点。
3.根据权利要求1所述的一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法,其特征在于,所述步骤S2中,基于LabVIEW和数据采集卡完成开关电源正常状态和不同故障状态下多通道电信号数据采集及预处理的具体步骤为:
S21:在医疗电子设备整体运行条件下,利用LabVIEW和数据采集卡对正常状态和不同故障状态下的开关电源进行多通道电压信号的同步采集;
S22:对不满足采集卡量程的电信号进行分压处理,同时不影响开关电源的负载大小;
S23:对每一通道的电信号数据进行归一化处理;
S24:对归一化后的电信号数据进行重叠式分割,扩充样本数量,重叠比为80%,同时划分训练集样本和测试集样本。
4.根据权利要求1所述的一种基于多维度特征融合的医疗电子设备开关电源故障诊断方法,其特征在于,所述步骤S3中,基于双向长短时记忆网络提取开关电源多通道电信号时间维度特征的具体步骤为:
S31:...
【专利技术属性】
技术研发人员:张诗慧,种银保,赵鹏,肖晶晶,王晴,
申请(专利权)人:中国人民解放军陆军军医大学第二附属医院,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。