【技术实现步骤摘要】
本公开涉及故障诊断，尤其涉及一种电子板卡故障分析方法、装置、电子设备及存储介质。
技术介绍
1、随着传感器相关技术的发展，可以通过多传感器采集多通道数据来监测综合化电子系统的运行状态，多通道监测可以保证当某个传感器发生故障时，对应的故障诊断算法仍能正常工作。为了准确且有效地对电子板卡进行故障诊断，需要在电子板卡工作过程中采集大量的多通道传感信号，为智能故障诊断方法提供条件。
2、深度学习已经被证明在故障诊断方面相比其他方法具有更好的性能和适用场景。然而目前在电子板卡领域中存在数据获取困难、电子元器件差异等问题，使得在该领域的深度学习研究相对于机械设备落后。同时，目前电子板卡的智能故障诊断方法大多是基于单通道数据，由于单通道数据的多通道数据的特征数据较少，现有的多通道输入的网络缺少多维度提取特征能力不足，无法满足需求。
3、公开内容
4、本公开提供一种电子板卡故障分析方法、装置、电子设备及存储介质，用以解决电子板卡单通道数据的多通道数据的特征数据较少和现有的多通道输入的网络特征提取不足的问题。
5、本公开提供一种电子板卡故障分析方法，包括：
6、获取待分析电子板卡的多通道数据；
7、输入所述多通道数据至预先训练完成的混合注意力网络，得到所述多通道数据的特征数据；
8、根据所述多通道数据的特征数据和预设的故障知识字典，得到所述待分析电子板卡的故障类型；
9、其中，所述混合注意力网络基于多通道数据样本训练得到，所述多通道数据样本基于对电子板
10、作为一个实施例，所述混合注意力网络的训练步骤，包括：
11、获取电子板卡的预设故障类型的多通道数据样本；
12、根据所述多通道数据样本构建数据集；
13、基于通道注意力模块和多头自注意力模块构建初始混合注意力网络；
14、基于所述数据集对所述初始混合注意力网络进行训练，得到所述混合注意力网络。
15、作为一个实施例，所述获取电子板卡的预设故障类型的多通道数据样本，包括：
16、根据预设故障类型对所述电子板卡进行故障注入测试，基于预设传感器获取所述多通道数据样本。
17、作为一个实施例，所述根据所述多通道数据样本构建数据集，包括：
18、基于预设编码算法将所述多通道数据样本的标签转换为标签向量；
19、对所述多通道数据样本进行标准化处理，对处理后的多通道数据样本和所述标签向量进行组合得到所述数据集。
20、作为一个实施例，所述初始混合注意力网络包括依次设置的输入卷积模块、通道注意力模块、多头自注意力模块、至少一输出卷积模块、全连接层、展平层和分类层，所述通道注意力模块包括一维卷积模块、分设在一维卷积模块两端的一维全局平均池化层以及激活函数模块。
21、作为一个实施例，所述一维卷积模块的卷积核的计算公式如下所示：
22、
23、其中，k为卷积核，c为所述输入卷积模块输出的特征图的通道数，a和b为常数，|todd|奇数表示大于等于t的最小奇数。
24、作为一个实施例，所述基于所述数据集对所述初始混合注意力网络进行训练，得到所述混合注意力网络，包括：
25、将所述数据集中的训练数据输入至所述初始混合注意力网络，基于反向传播对所述初始混合注意力网络进行训练，达到预设要求后得到所述混合注意力网络。
26、本公开还提供一种电子板卡故障分析装置，包括：
27、数据获取模块，用于获取待分析电子板卡的多通道数据；
28、特征提取模块，用于输入所述多通道数据至预先训练完成的混合注意力网络，得到所述多通道数据的特征数据；
29、故障分析模块，用于根据所述多通道数据的特征数据和预设的故障知识字典，得到所述待分析电子板卡的故障类型；
30、其中，所述混合注意力网络基于多通道数据样本训练得到，所述多通道数据样本基于对电子板卡进行故障模拟得到。
31、本公开还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述电子板卡故障分析方法。
32、本公开还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述电子板卡故障分析方法。
33、本公开提供的电子板卡故障分析方法、装置、电子设备及存储介质，获取目标输入数据，获取待分析电子板卡的多通道数据；输入所述多通道数据至预先训练完成的混合注意力网络，得到所述多通道数据的特征数据；根据所述多通道数据的特征数据和预设的故障知识字典，得到所述待分析电子板卡的故障类型；其中，所述混合注意力网络基于多通道数据样本训练得到，所述多通道数据样本基于对电子板卡进行故障模拟得到。本公开通过对电子板卡进行故障模拟，解决电子板卡单通道数据的多通道数据的特征数据较少的问题，通过预先训练完成的混合注意力网络提取待分析电子板卡的多通道数据的特征，解决多通道输入的网络特征提取不足的问题。
技术实现思路
本文档来自技高网...【技术保护点】
1.一种电子板卡故障分析方法，其特征在于，包括：
2.根据权利要求1所述的电子板卡故障分析方法，其特征在于，所述混合注意力网络的训练步骤，包括：
3.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述获取电子板卡的预设故障类型的多通道数据样本，包括：
4.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述根据所述多通道数据样本构建数据集，包括：
5.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述初始混合注意力网络包括依次设置的输入卷积模块、通道注意力模块、多头自注意力模块、至少一输出卷积模块、全连接层、展平层和分类层，所述通道注意力模块包括一维卷积模块、分设在一维卷积模块两端的一维全局平均池化层以及激活函数模块。
6.根据权利要求5所述的电子板卡故障分析方法，其特征在于，所述一维卷积模块的卷积核的计算公式如下所示：
7.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述基于所述数据集对所述初始混合注意力网络进行训练，得到所述混合注意力网络，包括：
8.一种电子板
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述电子板卡故障分析方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述电子板卡故障分析方法。
...【技术特征摘要】
1.一种电子板卡故障分析方法，其特征在于，包括：
2.根据权利要求1所述的电子板卡故障分析方法，其特征在于，所述混合注意力网络的训练步骤，包括：
3.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述获取电子板卡的预设故障类型的多通道数据样本，包括：
4.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述根据所述多通道数据样本构建数据集，包括：
5.根据权利要求2所述的电子板卡故障分析方法，其特征在于，所述初始混合注意力网络包括依次设置的输入卷积模块、通道注意力模块、多头自注意力模块、至少一输出卷积模块、全连接层、展平层和分类层，所述通道注意力模块包括一维卷积模块、分设在一维卷积模块两端的一维全局平均池化层以及激活函数模块...
【专利技术属性】
技术研发人员：余陆斌，周振威，何世烈，路国光，陈义强，赵振博，刘俊斌，俞鹏飞，孟苓辉，洪丹妮，
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：
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。