基于特征融合的开关电源故障诊断方法研究

目的 针对医疗装备中开关电源因缺少图纸而导致故障诊断困难的问题,提出一种基于特征融合的开关电源故障诊断方法.方法 结合开关电源基本工作原理,模拟医疗设备开关电源常见故障,并采集关键元器件故障信号,利用深度学习中的长短时记忆网络和一维卷积神经网络提取不同维度特征并将其自适应融合成多维特征向量,建立基于多维度特征融合的故障智能诊断模型,同时利用Adam算法对模型进行自适应优化,实现开关电源故障状态的自动识别.结果 以迈瑞T8监护仪开关电源为例对所提方法进行验证,结果表明,所提出的方法对开关电源常见4种故障有很好的诊断效果,且模型精度和准确率较基于单一特征的故障诊断方法均提高5％左右.结论 基于特征融合的开关电源故障诊断方法能有效识别开关电源常见故障,具有一定的创新性.