摘要
本发明公开了一种基于图卷积神经网络的组合逻辑多故障诊断方法及系统,属于电路故障诊断技术领域,包括如下步骤:获取待诊断组合逻辑电路的网表文件并转换为逻辑电路有向图,提取各节点的特征。向随机节点注入随机数量的故障并生成随机测试向量,通过电路仿真模型获取失效响应数据。基于失效响应数据,通过故障元素图方法构建故障元素图集合,计算故障得分并生成故障训练数据。将故障训练数据输入图卷积神经网络模型进行迭代训练,构建故障诊断模型。使用故障诊断模型对实时失效响应数据进行诊断,得到每个节点的故障概率。本方案通过考虑多个组合逻辑故障同时存在的情况对组合逻辑电路进行故障诊断,提高了故障诊断的准确性。
技术关键词
组合逻辑电路
多故障诊断方法
故障诊断模型
卷积神经网络模型
电路仿真模型
节点特征
生成随机
数据
元素
电路故障诊断技术
网表文件
矩阵
故障诊断系统
故障诊断模块
模型训练模块
梯度下降法
编码
系统为您推荐了相关专利信息
全寿命周期管理
卷积神经网络模型
格式
二维码结构
解析二维码
断层扫描图像
网络结构
椎体
分析系统
图像旋转技术
缺陷识别系统
镀膜镜片
卷积神经网络模型
图像识别模型
光学检测模块
遥感场景图像
参数化特征
输出特征
特征提取模块
卷积神经网络模型
遥感检测方法
标签
概率密度函数
后向散射系数
卷积神经网络模型