摘要
本发明公开了一种基于子序列划分与Transformer的模拟电路早期故障诊断方法。该方法以模拟电路时域响应信号为输入,结合PSpice仿真与蒙特卡洛方法构建的多类故障数据集,通过滑动窗口划分生成子序列,然后利用深度可分离卷积与SE模块提取局部时序特征并自适应强化电阻、电容故障敏感频段;再通过token嵌入与位置编码保持跨子序列的时序信息,并输入Transformer编码器建模全局依赖关系,同时捕捉因多器件协同退化产生的时序耦合效应,最终经全连接故障诊断模块完成多类别故障诊断。本发明能够有效识别早期退化导致的微弱故障特征和跨时间片长程关联,实验结果表明该方法在复杂工况下具有较高精度与良好工程应用价值。
技术关键词
序列
编码器
故障诊断模块
前馈神经网络
有源滤波电路
滑动窗口
注意力
模拟电路故障
嵌入特征
在线故障诊断
通道
蒙特卡洛方法
信号
局部特征提取
子模块
全局平均池化