摘要
本申请涉及一种基于小波分解的血透设备模拟电路故障诊断方法及装置,该方法包括以下步骤:根据信号的频谱特性,确定最佳的小波分解层数,并根据所述最佳小波分解层数对所述信号进行小波分解;对小波分解后的各个频带分量分别提取数值特征,并对所述数值特征进行预处理后组合形成输入特征,其中,输入特征的维度与所述小波分解层数相对应;基于所述输入特征的维度以及待诊断故障类型的数量,选择隐含层节点数与输入特征维度相匹配的BP神经网络模型;将所述输入特征输入所选取的BP神经网络模型进行故障类型分类,得到模拟电路的故障类型。本申请具有能够根据信号特性自动确定最优小波结构、并自动匹配神经网络模型结构的优点。
技术关键词
神经网络模型
训练样本集
节点数
BP神经网络
信号
电路仿真
传播算法
神经网络结构
训练神经网络
分量特征
数值
元器件
处理器
计算机设备
傅立叶
可读存储介质
系统为您推荐了相关专利信息
唤醒设备
噪声频谱
烟机设备
设备唤醒方法
噪声语音
换流器控制方式
电压
切换方法
电流
换流器控制技术
变压器局部放电检测方法
脉冲电流波形
声波
TDOA算法
多模态特征融合
能效控制方法
散热风扇
风扇转速控制
PID控制算法
PWM调速信号