电子电路间歇故障诊断方法、装置、系统和计算机设备制造方法及图纸

本申请涉及一种电子电路间歇故障诊断方法、装置、系统、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待诊断电子电路的电路状态数据，对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果，调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。采用本方法能够实现快速的不同类型故障模式的预警和故障诊断，得到准确的故障诊断结果。得到准确的故障诊断结果。得到准确的故障诊断结果。

【技术实现步骤摘要】
电子电路间歇故障诊断方法、装置、系统和计算机设备


[0001]本申请涉及电路故障诊断，特别是涉及一种电子电路间歇故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着电子电路系统的不断发展，电子电路已经成为了各种设备中的核心组件，在医疗领域、工业领域、航空航天领域和国防领域得到了越来越广泛的应用。电子电路系统作为其核心模块，其可靠性和安全性显得尤为重要。
[0003]据相关数据表明，间歇故障是电子系统暂时失效的一个主要原因。它直接导致了不必要的修理、战备完好率低、系统更换过早等问题。目前在电子电路间歇故障诊断领域主要分为电子系统BIT虚警的研究、基于时间应力的电子电路间歇故障研究和基于元件退化失效分析的研究。
[0004]然而，现有的电子电路间歇故障诊断方法中大多采用传统的信号分析和处理的方法，对于大数据样本、高频率数据的诊断显得捉襟见肘，准确率无法保证。虽然有学者提出基于深度学习的诊断方法，但是该方法大多依赖于传统的卷积神经网络、深度置信、长短期记忆等成熟的方法，对于一些数据特征复杂、难以识别的故障具有一定的局限性，故障诊断结果的准确率不高。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高故障诊断准确度的电子电路间歇故障诊断方法、装置、系统、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种电子电路间歇故障诊断方法。方法包括：
[0007]获取待诊断电子电路的电路状态数据；
[0008]对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；
[0009]调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果；
[0010]其中，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。
[0011]在其中一个实施例中，对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果包括：
[0012]对电路状态数据进行小波分析和能量谱序列特征提取，得到故障状态特征数据；
[0013]基于灰关联度分析对将故障状态特征数据进行状态预警，得到状态预警结果。
[0014]在其中一个实施例中，故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果包括以下步骤：
[0015]通过注意力机制识别故障状态特征数据和状态预警结果中重要度不超过预设重
要度阈值的目标特征；
[0016]调用软阈值函数将目标特征的特征值设置为目标软阈值，以过滤噪声数据；
[0017]对滤除噪声数据后的故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障模式类型。
[0018]在其中一个实施例中，对电路状态数据进行特征分析提取和状态预警之前，还包括：
[0019]对电路状态数据进行数据预处理，得到预处理后的电路状态数据；
[0020]对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警数据包括：
[0021]对预处理后的电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警数据。
[0022]在其中一个实施例中，对电路状态数据进行数据预处理，得到预处理后的电路状态数据包括：
[0023]对电路状态数据依次进行平滑滤波处理、降噪处理以及数据融合处理，得到预处理后的电路状态数据。
[0024]第二方面，本申请还提供了一种电子电路间歇故障诊断装置。装置包括：
[0025]数据获取模块，用于获取待诊断电子电路的电路状态数据；
[0026]特征提取和预警模块，用于对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；
[0027]故障深度诊断模块，用于调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果；
[0028]其中，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。
[0029]在其中一个实施例中，装置还包括数据预处理模块，用于对电路状态数据进行数据预处理，得到预处理后的电路状态数据。
[0030]第三方面，本申请还提供了一种电子电路间歇故障诊断系统。所述系统包括通过网络连接的上位机和下位机；
[0031]下位机用于获取待诊断电子电路的电路状态数据，对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果，并将故障状态特征数据和状态预警结果传输至上位机；
[0032]上位机用于接收故障状态特征数据和状态预警结果，调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果，其中，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。
[0033]第四方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0034]获取待诊断电子电路的电路状态数据；
[0035]对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；
[0036]调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果；
[0037]其中，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。
[0038]第五方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0039]获取待诊断电子电路的电路状态数据；
[0040]对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；
[0041]调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警结果进行故障模式诊断，得到待诊断电子电路的故障诊断结果；
[0042]其中，故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。
[0043]第六方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0044]获取待诊断电子电路的电路状态数据；
[0045]对电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；
[0046]调用已训练的故障深度分析诊断模型对故障状态特征数据和状态预警本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子电路间歇故障诊断方法，其特征在于，所述方法包括：获取待诊断电子电路的电路状态数据；对所述电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果；调用已训练的故障深度分析诊断模型对所述故障状态特征数据和所述状态预警结果进行故障模式诊断，得到所述待诊断电子电路的故障诊断结果；其中，所述故障深度分析诊断模型采用历史电子电路故障状态特征数据和历史状态预警数据对深度残差收缩神经网络进行训练得到。2.根据权利要求1所述的方法，其特征在于，所述对所述电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警结果包括：对所述电路状态数据进行小波分析和能量谱序列特征提取，得到故障状态特征数据；基于灰关联度分析对将所述故障状态特征数据进行状态预警，得到状态预警结果。3.根据权利要求1所述的方法，其特征在于，所述故障深度分析诊断模型对所述故障状态特征数据和所述状态预警结果进行故障模式诊断，得到所述待诊断电子电路的故障诊断结果包括以下步骤：通过注意力机制识别所述故障状态特征数据和所述状态预警结果中重要度不超过预设重要度阈值的目标特征；调用软阈值函数将所述目标特征的特征值设置为目标软阈值，以过滤噪声数据；对滤除噪声数据后的所述故障状态特征数据和所述状态预警结果进行故障模式诊断，得到所述待诊断电子电路的故障模式类型。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述对所述电路状态数据进行特征分析提取和状态预警之前，还包括：对所述电路状态数据进行数据预处理，得到预处理后的电路状态数据；所述对所述电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警数据包括：对预处理后的电路状态数据进行特征分析提取和状态预警，得到故障状态特征数据和状态预警数据。5.根据权利要求4所述的方法，其特征在于，所述对所述电路状态数据进行数据预处理，得到预处理后的电路...

【专利技术属性】
技术研发人员：孟苓辉，周振威，时林林，刘俊斌，何世烈，俞鹏飞，余陆斌，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：