故障电路相关信号的信息融合方法研究

[复制链接]
查看: 284|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329468
发表于 2022-5-1 19:28:58 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
性能与可靠性一体化设计技术蓬勃发展,智能分析和推理是其中的关键技术。当前电路系统底层的诊断和判定题目已经得到很好的解决,而在向上层的故障推理和传播的过程中还有一些题目需要解决。比如,当前研究和应用还主要集中在电路板级,由于元器件故障模式太多、仿真时间过长和模型规模过大等原因还无法将故障的影响传递到上层;电路中故障信号种类繁多且数据量大,给故障模式的识别带来难度;电子产品寿命预测和健康状态表征技术在多样本的预测和识别方面还不成熟,很难获得可用于实时监测的设备运行特征参数和环境参数。本文以基于仿真的故障电路信号为对象,深入研究了用于故障模式识别和电子产品寿命预测和健康状态表征的信息融合方法,主要内容包括:第一,对电路故障仿真及其信号处理方法进行了研究。阐述了基于EDA的电路故障仿真技术,故障电路信号的特点,故障信号预处理方法,实现了在故障仿真技术基础上对故障信号的获取。第二,全面介绍了信息融合技术及其层次,结构,详细论述了信息融合主要方法的特点及使用情况。在故障电路信号的信息融合方法方面,重点分析了DS证据理论,神经网络和SVM等融合方法,并给出案例进行验证。第三,进行电路故障信号融合。以放大电路为例,对电路故障信号进行了预处理,并提取了时间、频率和统计三种特征用于融合,建立了两种神经网络模型并进行了对比,应用DS证据理论得出了诊断结果。第四,介绍了故障预测技术,研究了故障信号寿命预测流程和评估方法,电子产品的健康状态,健康表征及评估方法。本文的研究丰富了现有的故障电路诊断与预测的处理方法,通过对故障模式的智能识别,有效的减轻了电路故障仿真的工作量,提高了故障诊断的准确率,为基于EDA的电路智能故障模式识别,故障诊断,寿命预测和健康状态评估技术的深入研究提供了参考。





上一篇:高超声速飞行器控制弹道的设计及优化
下一篇:氧/甲烷和氧/丙烷混合推进剂的燃烧特性研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图