基于选择性集成神经网络的电路板故障智能诊断
于敏
马丽华
卢朝梁
1.空军工程大学信息与导航学院，陕西西安，7100772.空军工程大学信息与导航学院，陕西西安，7100773.空军工程大学信息与导航学院，陕西西安，710077
摘要：针对基于红外图像的电路板故障诊断准确率较低、检测灵敏度差等缺陷，分析了基于神经网络的智能诊断方法。该方法结合多分类器转化为二分类器思想，设计了一种基于 BP 神经网络的集成神经网络诊断模型，并且对于同一类故障采取范围化样本进行训练，每组被测故障数据根据特征阈值选择相关几个子网络进行诊断。最后利用 Matlab 软件进行实例仿真和测试。结果表明：该网络对于电路板多故障模式的识别准确率较高，检测灵敏度可以提高1.74倍，而预测误差可以降低到原来的17.6%，为电路板故障诊断的实用化提供了理论依据。
关键词：红外热图像BP选择性集成神经网络智能诊断
分类号：TP206+.3(自动化技术及设备)
资助基金：陕西省自然科学基金资助项目(2013JQ8013)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 67-71 )
英文信息