摘要：一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法，其包括以下步骤：1)对元件无容差情况下电路，各种故障状态下进行交流分析，提取幅频特性，计算标准差与偏斜度，获无容差样本；2)对元件有容差情况下电路，各种故障状态下进行交流分析和蒙特卡罗分析提取幅频特性，计算标准差与偏斜度，获容¤差样本；3)对电路某一元件参数由0变到无穷大时，进行参数扫描分析，求取标准差与偏斜度之间轨迹，寻找故障特征规律；4)将1)-3)步获得的标准差与偏斜度组▓成特征向量，输入神经网络，进行故障分类。使用本发明，克服了频≡谱混叠；简化神经网络结构，网络㊣训练时间短，故障定位准确性高，并且能正确区分电路的容差允许范围状态、软故障状态及硬故障状态。
- 专利类型发明专利
- 申请人湖南大学;
- 发明人何怡刚;祝文姬;
- 地址410082 湖南№省长沙市岳麓区麓山南路1号
- 申请号CN201010216808.5
- 申请时间2010年07月05日
- 申请公布号CN101894296B
- 申请公布时间2012年09月05日
- 分类号G06N3/02(2006.01)I;G01R31/316(2006.01)I;
