An incipient fault diagnosis method based on Att-GCN for analogue circuits

计算机科学 断层(地质) 过度拟合 图形 电子线路 数据挖掘 模拟电子学 主成分分析 人工智能 模式识别(心理学) 理论计算机科学 工程类 人工神经网络 地震学 电气工程 地质学
作者
Jingli Yang,Ye Li,Tianyu Gao
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:34 (4): 045002-045002 被引量:9
标识
DOI:10.1088/1361-6501/acad1e
摘要

Abstract Incipient faults for analogue circuits in modern electronic systems are difficult to diagnose due to poor fault features. To address this issue, a method based on the attention weighted graph convolution network (Att-GCN) is proposed in this paper. The structural and data features of samples are jointly extracted to mine the effective characteristics from incipient faults. First, a wavelet packet energy transform and a probabilistic principal component analysis (ProbPCA) are employed to enhance the sample fault information. Then, the distance clustering method is deployed to construct the sample set into a non-European structure sample graph, where the structural features of fault samples are preserved. Second, an Att-GCN, which combines the spatial-domain graph convolution network and improved self-attention mechanism, is constructed to extract the structural features and data features to obtain more effective fault information. Additionally, the multisample dropout method is introduced to reduce network overfitting in the training process. To assess the method’s actual performance for fault diagnosis, experiments are carried out in the Sallen–Key bandpass filter circuit, the four-op-amp biquadratic filter circuit and the amplifier board circuit. The outcomes indicate that this method improves the incipient fault diagnosis accuracy for analogue circuits.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
星星轨迹发布了新的文献求助10
刚刚
刚刚
刚刚
背后的静白完成签到,获得积分10
1秒前
2131s发布了新的文献求助10
1秒前
WeiBao发布了新的文献求助30
1秒前
细心的梦芝完成签到 ,获得积分10
2秒前
科研小曹完成签到,获得积分10
2秒前
明理从露完成签到 ,获得积分10
2秒前
3秒前
3秒前
4秒前
4秒前
小小虾发布了新的文献求助10
4秒前
星星轨迹完成签到,获得积分10
5秒前
科研小白发布了新的文献求助10
7秒前
7秒前
懵懂的绿真完成签到,获得积分10
8秒前
8秒前
环球创新完成签到,获得积分10
8秒前
qizhixu发布了新的文献求助10
9秒前
9秒前
汉堡包应助科研通管家采纳,获得30
10秒前
Jasper应助科研通管家采纳,获得10
10秒前
Lucas应助科研通管家采纳,获得10
10秒前
10秒前
田様应助科研通管家采纳,获得10
10秒前
传奇3应助科研通管家采纳,获得10
10秒前
华仔应助科研通管家采纳,获得10
10秒前
中科路2020完成签到,获得积分10
11秒前
11秒前
Ava应助科研通管家采纳,获得10
11秒前
香蕉觅云应助科研通管家采纳,获得10
11秒前
所所应助科研通管家采纳,获得10
11秒前
恤寒应助科研通管家采纳,获得10
11秒前
wy.he应助科研通管家采纳,获得10
11秒前
11秒前
丘比特应助科研通管家采纳,获得10
11秒前
Ava应助科研通管家采纳,获得10
11秒前
Akim应助科研通管家采纳,获得10
11秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
山海经图录 李云中版 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3327389
求助须知:如何正确求助?哪些是违规求助? 2957705
关于积分的说明 8586874
捐赠科研通 2635801
什么是DOI,文献DOI怎么找? 1442588
科研通“疑难数据库(出版商)”最低求助积分说明 668315
邀请新用户注册赠送积分活动 655382