基于模糊神经网络的电路板故障诊断方法研究

王昌福

（烟台汽车工程职业学院，山东 烟台 265500）

0 引 言

国内学者对电路板故障诊断方面的研究较多，本文参考卷积神经网络在电路板故障诊断领域的应用与挑战研究，运用卷积神经网络采集和处理故障特征，并取得了一定的研究成果[1]。但此方法在实际应用过程中依然存在诊断置信度低的问题，进而缩短了电路板的使用年限，造成较大的经济损失。及时诊断电路板故障，是确保电路板安全稳定工作的重要前提条件。在此通过将模糊神经网络引进到电路板故障诊断方法中，设计出了一种基于模糊神经网络的电路板故障诊断方法，致力于提高电路板故障诊断精度。

1 基于模糊神经网络的电路板故障诊断方法

1.1 构建电路板故障诊断模型

本文通过模拟电路，分析电路板电路的基本情况，构建了电路板故障诊断模型。设定电路板中的电流方向和电流极值为电路板的关键检测信息，通过电路板检测信息的输入与输出，采集电路板运行中故障信号的具体参数信息[2]。构建的电路板故障诊断模型如图1所示。

图1 电路板故障诊断模型

如图1所示，电路板故障信号具有多样性的特点，因此必须通过统一化处理，将多种参数融合起来，综合诊断电路板故障信息。以电路板正常运行状态下的参数为标准值，对比电路板故障诊断模型诊断出的故障参数和标志值，提出非故障的电路板参数信息，为后续提取离散型故障信号奠定基础。

1.2 提取离散型故障信号

根据上述构建的电路板故障诊断模型，基于模糊神经网络提取离散型故障信号[3]。考虑到电路板中任何一个单独的故障参数都无法直接判断电路板的具体故障，因此可利用模糊神经网络技术，单独选用中间层的传递函数和模糊神经元数目作为模糊神经元的控制核心，将电路板故障参数统一转化为离散型故障信号，并在此基础上进行有效提取。通过模糊神经网络中的传递函数训练采集到的电路板故障信息，提取离散型故障信号的有效值，进而获得其映射关系，提取电路板故障中的离散型故障信号。

1.3 故障模式分析

在提取电路板离散型故障信号的基础上，诊断电路板故障模式[4]。首先，确定融合参数中的故障参数与电路板故障模式间的模糊规则，根据模糊规则在输入层输入信号，划分电路板的故障模块。其次，对比故障模式电流流经值与标准值，计算两者之间的差值。最后，结合电路板中故障的具体位置，定位故障元件，测试故障元件的电流频率，判断其对电路板运行的影响程度。为能够精准确定电路板的故障模式，在模糊神经网络中可以通过Keil设置实际使用的电路板晶振频率，其单位为MHz，这一参数对故障诊断波特率的影响十分关键，能够有效避免产生故障诊断波特率失真的现象。添加模糊神经网络模型中的测试节点，将多节点测试结果连线，分析影响负荷的曲线，将得出的故障模式添加到模糊神经网络中，根据故障模式获取对应故障点的目标值，此外按照一个故障模式可对应一个电路板元部件的方式，对电路板的故障模式进行重新归类，并将相应的故障参数充当输入到模糊神经网络中的节点。

1.4 基于模糊神经网络电路板故障诊断定位

确定电路板故障模式后，在模糊神经网络的模糊层，通过使用模糊神经网络算法计算电路板故障诊断幅值，并对故障数据进行模糊化处理。在模糊神经网络的模糊决策层以故障诊断幅值作为电路板故障诊断的定位依据。假定对电路板故障诊断幅值的模糊化处理表达式为s，可得：

式中，s指的是电路板故障模糊化数值；Hi指的是电路板故障诊断幅值；p指的是初始模糊神经网络波长；ah指的是模糊神经网络波长应变量；bh指的是模糊神经网络波长谐振频率；w指的是模糊神经网络波长谐振矢量；v指的是动量系数。通过式（1）将电路板故障数据格式转化为统一格式，剔除故障特征不明显数据，排除数据集中不确定因素，输出运算结果，完成基于模糊神经网络算法的电路板故障数据处理。在此基础上，将适应值精确到函数中具体的某一个点坐标上，实现基于模糊神经网络的电路板故障诊断定位。

2 实例分析

2.1 实验准备

实验对象选取某型电路板，并设定其参数。其中，线路板板材为FR-1，是阻燃覆铜箔酚醛纸层压板，无线通信程序为Modbus。分别使用传统故障诊断方法和本文设计故障诊断方法进行实验，设置传统的故障诊断方法为实验对照组。依照电路板性能指标要求，规范故障诊断流程，在保证不受到外部环境干扰的条件下，将本次实验内容设为比较两种故障诊断方法下的置信度，故障诊断置信度数值越高证明该故障诊断方法的故障诊断结果越精准。试验时，使用本文设计的故障诊断方法对某型电路板进行故障诊断，进行10次实验，设为实验组，再使用传统方法执行同样的操作设为对照组，记录实验结果。

2.2 实验结果分析与结论

根据上述设计的实验步骤，采集10组实验数据，对比两种故障诊断方法下的故障诊断置信度，结果如表1所示。

表1 故障诊断置信度对比结果

通过表1可知，本文设计的故障诊断方法的故障诊断置信度明显高于实验对照组，具有现实应用价值。

3 结 论

文章通过研究基于模糊神经网络的电路板故障诊断方法可知，该故障诊断方法在电路板故障诊断过程中取得了显著的应用效果，解决了传统诊断方法置信度低的问题。因此，有理由加大基于模糊神经网络的故障诊断方法在电路板故障诊断中的应用力度。未来电路板故障诊断方面的发展可以以模糊神经网络为核心技术，为电路板故障诊断领域的研究提供学术意义。此外，尽管本文的研究已趋于完善，但还可以进一步完善电路板故障诊断方法的设计，建立完整的数据库，实现高效精准地诊断电路板故障。