基于红外的TPA和IAOA BiLSTM电路芯片故障诊断

来源：激光与红外杂志2024年第4期北京时间：

作者：王力

单位：中国民航大学电子信息与自动化学院机载电子系统深度维修实验室,天津 300300；

摘要：为了提高电路芯片故障诊断准确率,超参数设置的效率以及特征提取效率,提出一种基于时间模式注意力机制(TPA)的改进算数优化算法(IAOA)优化双向长短期记忆网络(BiLSTM)的电路故障诊断方法。首先,利用IAOA搜寻BiLSTM的最优超参数组合,提高模型诊断精度；然后使用TPA提取重要特征并分配权重,改善模型特征提取能力；最后,将红外摄像仪采集的红外温度数据输入到最优诊断模型中,实现电路芯片故障诊断。实验采用0～30 V可调稳压电源电路进行验证。结果表明,该模型对电路芯片故障诊断准确率高达9827,可实现对电路芯片的高准确率故障诊断。

关键词：红外技术;芯片故障诊断;双向长短期记忆网络;算数优化算法;时间模式注意力机制

基金资助：民航安全能力建设基金项目(No.［2023］50,复杂环境下“黑匣子”搜寻探测与深度数据提取装备研制)资助。