[发明专利]考虑模糊组预判别的组合神经网络电路故障诊断方法

摘要

本发明公开了一种考虑模糊组预判别的组合神经网络电路故障诊断方法，属于故障诊断技术领域。所述方法首先确定测试点的故障隔离模糊组，进行故障模糊组的可分离性判别；针对可分离模糊组状态‑测试矩阵建立组合神经网络诊断子模型，应用组合神经网络完成故障诊断。本发明使得神经网络模型中分类标签的设置更加合理，提高了基于神经网络故障诊断的准确性；每次诊断最多运行一个神经网络模型，运算效率高；本发明扩展了神经网络模型的应用范围，提高了诊断效果。

主权项

1.一种考虑模糊组预判别的组合神经网络电路故障诊断方法，其特征在于：步骤一、确定测试点的故障隔离模糊组；步骤二、故障模糊组的可分离性判别；步骤三、可分离模糊组的神经网络诊断子模型构建；3.1、确定神经网络诊断子模型的数量；诊断子模型的数量等于可分离模糊组的数量；3.2、确定诊断子模型的输入与输出；诊断子模型的输入数据是可分离模糊组内各个状态下的样本数据，诊断子模型的输出是类标签，每一个类标签代表其相应的故障，如果模糊组内的故障i与故障j是可分离的，那么为他们分别定义不同的分类标签，如果是不可分离的，则将故障i与故障j合并，它们共用同一个分类标签；3.3、构建诊断子模型；步骤四、组合神经网络诊断模型构建；组合神经网络模型有两部分组成，一部分是状态‑测试矩阵诊断分析模型，一部分是神经网络子模型集合；通过状态‑测试矩阵诊断分析模型获得三类诊断结果：可唯一隔离的故障、不可分离的模糊组以及可分离的模糊组；神经网络诊断子模型是针对可分离模糊组构建的，一个可分离模糊组对应一个神经网络子模型；对可唯一隔离的故障与不可分离的模糊组无需构建神经网络诊断子模型；步骤五、应用组合神经网络完成故障诊断。