行为级模型电路系统的健康管理

发布时间：2021-02-05 23:11

　　随着科技的发展,电子系统的使用日趋广泛,电子系统在智能化的同时也越来越复杂化,其关键模块或元件故障经常导致系统功能失效,由此产生严重的后果。为保证电子系统始终处于良好的运行状态,需要对电子系统进行健康管理,在进行状态监测的同时估计其健康状况,监测到故障发生时对其进行故障诊断,否则依据其健康状况预知电子系统故障的概率,预测早期故障的传播和发展,降低因故障带来的影响。首先以元器件单故障为故障单元,结合元器件的故障模型,通过PSpice A/D、OrCAD Capture软件对正常和潜在故障模式的电路系统模型分别进行仿真,获得相应的响应波形文件后,进行特征属性数据的提取,得到原始数据集。然后对原始数据集采用归一化、降维、聚类等数据处理方式后得到类数据集,为健康管理的各个环节奠定了基础。然后使用基于隐马尔可夫模型的电路状态监测方法,建立并且训练得到健康电路的HMM模型,分析类数据集得到使用距离表征的参数及其阈值。将从待测电路提取到的特征属性数据输入至HMM模型中,计算该特征属性数据对HMM模型的输出似然概率,对比分析待测电路与健康电路之间的相似程度进而判断待测电路的健康状况。接着将行为级模型与... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 健康管理技术国外研究现状
        1.2.2 健康管理技术国内研究现状
    1.3 主要研究内容
第二章 相关基础理论
    2.1 机器学习基础理论
        2.1.1 t-SNE算法
        2.1.2 集成学习方法
    2.2 HMM相关基础理论
        2.2.1 概率计算
        2.2.2 参数学习
        2.2.3 状态预测
    2.3 本章小结
第三章 电路故障特征的提取及处理
    3.1 硬件电路仿真
    3.2 电路正常仿真
    3.3 潜在故障仿真
    3.4 获取电路故障特征
        3.4.1 特征属性数据提取
        3.4.2 标准差标准化
        3.4.3 基于t-SNE的降维
        3.4.4 二分K均值聚类
    3.5 本章小结
第四章 电路系统的健康管理
    4.1 基于HMM的状态监测方法
        4.1.1 电子系统的HMM模型
        4.1.2 参数学习
        4.1.3 状态预测
    4.2 电路系统行为级模型的建立
        4.2.1 Elman网络理论基础
        4.2.2 行为模型仿真实例
    4.3 基于分类模型的故障诊断
        4.3.1 电路故障诊断基本理论
        4.3.2 基于Adaboost的故障诊断
        4.3.3 基于随机森林的故障诊断
    4.4 电路系统的故障预测方法
        4.4.1 故障预测方法
        4.4.2 灰色系统理论
        4.4.3 灰色预测实例分析
    4.5 本章小结
第五章 健康管理系统的软件实现
    5.1 系统功能设计
        5.1.1 数据库系统设计
        5.1.2 功能模块设计
        5.1.3 状态监测模块
        5.1.4 故障诊断模块
        5.1.5 故障预测模块
    5.2 软件操作流程示例
        5.2.1 数据提取
        5.2.2 特征提取
        5.2.3 电路状态监测
        5.2.4 故障预测与故障诊断
    5.3 本章小结
第六章 总结与展望
致谢
参考文献
个人简历、攻读硕士学位期间取得的成果



本文编号：3019735