[发明专利]一种应用于电路与系统的故障预测与健康管理方法

摘要

本发明属于电路与系统技术领域，提供一种应用于电路与系统的基于深度学习的故障预测与健康管理方法，用于对运行中的电路与系统设备进行实时监测；该方法首先准备多个待测电路，分别进行老化测试，得到训练数据并存储于数据库中；再进行PCA分析，得到训练样本；然后采用深度学习模型训练神经网络并放入测试芯片中；最后采用测试芯片对工作状态的待测电路的健康状态进行实时监测，同时计算其剩余寿命。本发明能够实时监测电路与系统设备的运转状态，并预计故障时间，减小突发故障的发生概率，并在突发故障出现时避免诸多安全隐患，从而保护财产，降低维护开销。

主权项

1.一种应用于电路与系统的故障预测与健康管理方法，其特征在于，包括以下步骤：步骤1.准备多个待测电路，分别进行老化测试，得到训练数据并存储于数据库中；步骤2.对训练数据进行PCA分析，得到训练样本；步骤3.设定神经网络层数并初始化神经网络；步骤4.采用深度学习模型：VNN、DBN、CNN及SAE对训练样本分别训练神经网络；若所有模型的训练误差均大于预设阈值，则返回步骤3；否则，选定训练误差最小的深度学习模型，并将其训练好的神经网络放入测试芯片中；步骤5.采用传感器对工作状态的待测电路进行实时数据采集，根据实时数据，测试芯片计算待测电路当前健康状态X进行输出，并将历史数据存储于RAM中；步骤6.计算RAM中所有历史数据的平均值与最新数据X_last对比，若存在故障率变大趋势，则计算其变化速率：其中time是时间偏移量；并计算其达到故障阀值X_threshold的时间：t_RUL＝|X_threshold‑X_last|/v，t_RUL即为待测电路剩余寿命。