Resumen

Los valores de los componentes electrónicos siempre están desviados, pero las funciones de los circuitos modernos son cada vez más precisas, lo que hace que el diagnóstico automático de fallos de los circuitos analógicos sea muy complejo y difícil. Este trabajo presenta un método basado en la extensión-red neuronal-tipo-1-(ENN-1-) para el diagnóstico de fallos de circuitos analógicos. El método propuesto combina la teoría de la extensión y las redes neuronales para crear una nueva red neuronal. Utilizando los modelos materia-elemento de los tipos de fallo y una función de correlación, se puede calcular el grado de correlación entre el patrón probado y cada tipo de fallo; a continuación, la causa del mal funcionamiento del circuito se puede diagnosticar directamente mediante el análisis del grado de correlación. Los resultados experimentales muestran que el método propuesto tiene una gran precisión de diagnóstico y es más tolerante a los fallos que la red neuronal multicapa (MNN) y los métodos basados en k-means.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:método, circuitos analógicos, grado de correlación, diagnóstico automático de fallos, alta precisión de diagnóstico, red neuronal multicapa, red neuronal novedosa, mal funcionamiento de circuitos, función de correlación, componentes electrónicos
• Keywords:method, analog circuits, correlation degree, automatic fault diagnosis, high diagnostic accuracy, multilayer neural network, novel neural network, circuit malfunction, correlation function, electronic components