典型文献
基于BCL-ASA-BP神经网络的模拟电路板芯片故障诊断
文献摘要：
针对模拟电路板芯片故障界定标准不明确和实现快速、准确分类困难的问题,本文提出了一种基于双元卷积Logistic原子搜索算法(BCL-ASA)优化BP神经网络(BCL-ASA-BP)的故障诊断模型.首先,对电路板芯片不同状态下的温度进行采集和特征提取,并采用欧氏距离对特征进行融合,建立含有芯片故障界定标准的故障特征模型.接着,利用双元卷积Logistic映射初始化原子搜索算法的种群规模和位置,提高收敛速度和精度.然后,通过BCL-ASA优化BP神经网络寻优过程,获得最优权值和阈值.最后,将芯片故障特征模型输入到BCL-ASA-BP神经网络中进行训练和测试,完成电路板芯片故障诊断.实验采用电源电路板进行可靠性分析,结果表明,BCL-ASA-BP对芯片故障综合诊断准确率可达98.35％,较传统BP算法提升13.9％.
文献关键词：
双元卷积Logistic混沌映射;原子搜索算法;BP神经网络;模拟电路板芯片;故障诊断
中图分类号：
作者姓名：
王力;刘学朋;张亦弛
作者机构：
中国民航大学电子信息与自动化学院 天津 300300;中国民航大学机载电子系统深度维修实验室 天津 300300
文献出处：
引用格式：
[1]王力;刘学朋;张亦弛-.基于BCL-ASA-BP神经网络的模拟电路板芯片故障诊断)[J].电子测量技术,2022(14):164-171
A类：
模拟电路板芯片
B类：
BCL,ASA,界定标准,双元,原子搜索算法,故障诊断模型,欧氏距离,故障特征,特征模型,初始化,种群规模,收敛速度,权值,模型输入,电源电路,可靠性分析,综合诊断,诊断准确率,混沌映射
AB值：
0.200779
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
