一种印刷电路板故障诊断方法技术

本发明专利技术涉及数据处理技术领域，公开了一种印刷电路板故障诊断方法

【技术实现步骤摘要】
一种印刷电路板故障诊断方法、系统、设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种印刷电路板故障诊断方法
、
系统
、
设备及存储介质
。

技术介绍

[0002]随着印刷电路板（
Printed Circuit Board
，
PCB
）技术的不断创新，多层级
PCB
的设计和制造变得更加可行
。
印刷电路板用于实现
BMS
电池管理可以确保电池的安全
、
性能和寿命
。
[0003]在传统的用于
BMS
电池管理的印刷电路板中，往往整体检测的方式进行用于
BMS
电池管理的印刷电路板的故障和性能检测分析，现有方案无法检测到用于
BMS
电池管理的印刷电路板中精确到故障位置，进而导致现有方案的准确率低
。

技术实现思路

[0004]本专利技术提供了一种印刷电路板故障诊断方法
、
系统
、
设备及存储介质，用于提高用于
BMS
电池管理的印刷电路板故障诊断和优化的准确率
。
[0005]本专利技术第一方面提供了一种用于
BMS
电池管理的印刷电路板故障诊断方法，所述用于
BMS
电池管理的印刷电路板故障诊断方法包括：对用于
BMS
电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络；基于所述多层级印刷电路板传感器网络，对所述用于
BMS
电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据；分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果；根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于
BMS
电池管理的印刷电路板的目标状态参数优化策略
。
[0006]结合第一方面，在本专利技术第一方面的第一种实现方式中，所述对用于
BMS
电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络，包括：获取用于
BMS
电池管理的印刷电路板的多层板设计数据，并基于所述多层板设计数据对所述用于
BMS
电池管理的印刷电路板进行有限元分析，生成对应的电路板有限元模型；对所述电路板有限元模型进行热分布仿真分析，得到电路板热分布数据；基于所述电路板热分布数据计算所述用于
BMS
电池管理的印刷电路板的传感器密度数据，并根据所述传感器密度数据以及所述电路板热分布数据生成对应的初始分散式传感器网络；对所述初始分散式传感器网络进行传感器密度优化分析，生成多层级印刷电路板
传感器网络
。
[0007]结合第一方面，在本专利技术第一方面的第二种实现方式中，所述基于所述多层级印刷电路板传感器网络，对所述用于
BMS
电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据，包括：基于所述多层级印刷电路板传感器网络中的多个传感器节点，分别对所述用于
BMS
电池管理的印刷电路板进行局部数据采集，得到每个传感器节点的初始电路板状态参数数据；对所述初始电路板状态参数数据进行噪声去除，得到每个传感器节点的第一电路板状态参数数据，并对所述第一电路板状态参数数据进行数据对齐，得到每个传感器节点的第二电路板状态参数数据；对所述第二电路板状态参数数据进行局部数据归一化，得到每个传感器节点的局部电路板状态参数数据
。
[0008]结合第一方面，在本专利技术第一方面的第三种实现方式中，所述分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果，包括：分别将所述局部电路板状态参数数据输入预置的局部状态分析模型，其中，所述局部状态分析模型包括自动编码器以及三层贝叶斯网络，所述自动编码器包括双向门限循环网络；通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征；分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络进行故障诊断分析，输出每个传感器节点的局部状态分析结果
。
[0009]结合第一方面，在本专利技术第一方面的第四种实现方式中，所述通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征，包括：通过所述双向门限循环网络中的第一层门限循环单元，对所述局部电路板状态参数数据进行前向隐藏特征提取，得到前向隐藏特征；通过所述双向门限循环网络中的第二层门限循环单元，对所述局部电路板状态参数数据进行后向隐藏特征提取，得到后向隐藏特征；对所述前向隐藏特征以及所述后向隐藏特征进行特征融合，生成每个传感器节点的目标融合特征
。
[0010]结合第一方面，在本专利技术第一方面的第五种实现方式中，所述分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络进行故障诊断分析，输出每个传感器节点的局部状态分析结果，包括：分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络，分别建立每个传感器节点与所述三层贝叶斯网络中第一层贝叶斯网络之间的故障特征节点连接，并分别建立每个传感器节点与所述三层贝叶斯网络中第二层贝叶斯网络之间的故障状态节点连接，以及分别建立每个传感器节点与所述三层贝叶斯网络中第三层贝叶斯网络之间的故障位置节点连接；对所述三层贝叶斯网络进行节点连接权重优化，生成目标贝叶斯模型，并通过所
述目标贝叶斯模型对所述目标融合特征进行前向推断，计算每个故障位置节点
、
故障状态节点和故障特征节点的概率分布，输出每个传感器节点的局部状态分析结果
。
[0011]结合第一方面，在本专利技术第一方面的第六种实现方式中，所述根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于
BMS
电池管理的印刷电路板的目标状态参数优化策略，包括：根据所述局部状态分析结果确定所述每个传感器节点的电路板故障参数数据，并根据所述电路板故障参数数据计算对应的参数优化范围，生成每个传感器节点的局部状态参数优化策略；定义所述用于
BMS
电池管理的印刷电路板中每层印刷电路板的优化目标，并通过预置的麻雀搜索算法，对每个传感器节点的局部状态参数优化策略进行群体初始化，得到初始化麻雀群体，所述初始化麻雀群体中每只麻雀代表一个传感器节点；对所述初始化麻雀群体进行优化策略局部搜索，得到每只麻雀的局部最优优化策略；根据每层印刷电路板的优化目标，对每只麻雀的局部最优优化策略进行多层级协同信息传递和全局最优化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于
BMS
电池管理的印刷电路板故障诊断方法，其特征在于，所述用于
BMS
电池管理的印刷电路板故障诊断方法包括：对用于
BMS
电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络；基于所述多层级印刷电路板传感器网络，对所述用于
BMS
电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据；分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果；根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于
BMS
电池管理的印刷电路板的目标状态参数优化策略
。2.
根据权利要求1所述的用于
BMS
电池管理的印刷电路板故障诊断方法，其特征在于，所述对用于
BMS
电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络，包括：获取用于
BMS
电池管理的印刷电路板的多层板设计数据，并基于所述多层板设计数据对所述用于
BMS
电池管理的印刷电路板进行有限元分析，生成对应的电路板有限元模型；对所述电路板有限元模型进行热分布仿真分析，得到电路板热分布数据；基于所述电路板热分布数据计算所述用于
BMS
电池管理的印刷电路板的传感器密度数据，并根据所述传感器密度数据以及所述电路板热分布数据生成对应的初始分散式传感器网络；对所述初始分散式传感器网络进行传感器密度优化分析，生成多层级印刷电路板传感器网络
。3.
根据权利要求1所述的用于
BMS
电池管理的印刷电路板故障诊断方法，其特征在于，所述基于所述多层级印刷电路板传感器网络，对所述用于
BMS
电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据，包括：基于所述多层级印刷电路板传感器网络中的多个传感器节点，分别对所述用于
BMS
电池管理的印刷电路板进行局部数据采集，得到每个传感器节点的初始电路板状态参数数据；对所述初始电路板状态参数数据进行噪声去除，得到每个传感器节点的第一电路板状态参数数据，并对所述第一电路板状态参数数据进行数据对齐，得到每个传感器节点的第二电路板状态参数数据；对所述第二电路板状态参数数据进行局部数据归一化，得到每个传感器节点的局部电路板状态参数数据
。4.
根据权利要求1所述的用于
BMS
电池管理的印刷电路板故障诊断方法，其特征在于，所述分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果，包括：分别将所述局部电路板状态参数数据输入预置的局部状态分析模型，其中，所述局部状态分析模型包括自动编码器以及三层贝叶斯网络，所述自动编码器包括双向门限循环网络；
通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征；分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络进行故障诊断分析，输出每个传感器节点的局部状态分析结果
。5.
根据权利要求4所述的用于
BMS
电池管理的印刷电路板故障诊断方法，其特征在于，所述通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征，包括：通过所述双向门限循环网络中的第一层门限循环单元，对所述局部电路板状态参数数据进行前向隐藏特征提取，得到前向隐藏特征；通过所述双向门限循环网络中的第二层门限循环单元，对所述局部电路板状态参...

【专利技术属性】
技术研发人员：谢杰，罗德勇，蔡王丹，张含，周雨晴，郑龚，蒋建东，
申请(专利权)人：珠海智锐科技有限公司，
类型：发明
国别省市：