• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Application of Extension Neural Network Type-1 to Fault Diagnosis of Electronic Circuits
【24h】

Application of Extension Neural Network Type-1 to Fault Diagnosis of Electronic Circuits

机译：扩展神经网络1型在电子电路故障诊断中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The values of electronic components are always deviated, but the functions of the modern circuits are more and more precise, which makes the automatic fault diagnosis of analog circuits very complex and difficult. This paper presents an extension-neural-network-type-l-(ENN-l-) based method for fault diagnosis of analog circuits. This proposed method combines the extension theory and neural networks to create a novel neural network. Using the matter-element models of fault types and a correlation function, can be calculated the correlation degree between the tested pattern and every fault type; then, the cause of the circuit malfunction can be directly diagnosed by the analysis of the correlation degree. The experimental results show that the proposed method has a high diagnostic accuracy and is more fault tolerant than the multilayer neural network (MNN) and the k-means based methods.
机译：电子元件的值总是会偏离，但是现代电路的功能越来越精确，这使得模拟电路的自动故障诊断非常复杂和困难。本文提出了一种基于扩展神经网络-I-（ENN-I-）的模拟电路故障诊断方法。该方法结合了扩展理论和神经网络，从而创建了一种新型的神经网络。使用故障类型的物元模型和相关函数，可以计算出测试模式与每种故障类型之间的相关度；然后，通过相关度分析可以直接诊断出电路故障的原因。实验结果表明，与多层神经网络和基于k均值的方法相比，该方法具有较高的诊断精度和较高的容错能力。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2012年第5期|p.53.1-53.12|共12页
  • 作者

    Meng-Hui Wang;

  • 作者单位

    Department of Electrical Engineering, National Chin-Yi University of Technology, No. 35, Lane 215, Section 1, Chung-Shan Road, Taichung County, Taiping City 411, Taiwan;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号