摘要
本发明提供了一种基于改进的定性图模型的FPGA固定型故障诊断方法,解决了人工筛选测试点盲目性和成本过高,传统定性图模型搜索空间大、耗时长、分辨率不高的问题。实现包括:故障模型化及故障注入;初步测试点选择;正常、故障仿真;诊断标准优化和保护精英基因位的遗传算法;两种定性图模型完成故障诊断。本发明采用自适应概率交叉和变异;保护精英基因位;增加select进程;故障传播有向图分层建模再划分层次,边权值依可靠性分析定义,基于信息熵定义小世界网络节点。提升了全局搜索能力和收敛速度,提升了诊断效率和分辨率,解决了故障概率和故障传播时间难获得以及故障信息难以量化的问题。用于优化测试点和FPGA系统故障诊断。
技术关键词
FPGA系统
测试点
信息熵
遗传算法优化
基因
功能模块
故障传播路径
故障诊断方法
染色体
子系统
性优化方法
故障诊断算法
协方差矩阵
定义
源节点
小世界网络模型
系统为您推荐了相关专利信息
可见光图像
描述符
信息熵
图像配准
PID算法控制
水平移动机构
CT探测器
脉冲光源系统
固体导热
温度探测装置
共享托盘
无线专网终端
数据服务平台
数据加密
业务承载网
管壳封装结构
封口
封装方法
光纤
不锈钢材料制作
电量预测方法
估计算法
神经网络模型
表达式
修正算法