一种印刷电路板故障诊断方法、系统、设备及存储介质与流程

本发明涉及数据处理，尤其涉及一种印刷电路板故障诊断方法、系统、设备及存储介质。

背景技术：

1、随着印刷电路板（printed circuit board，pcb）技术的不断创新，多层级pcb的设计和制造变得更加可行。印刷电路板用于实现bms电池管理可以确保电池的安全、性能和寿命。

2、在传统的用于bms电池管理的印刷电路板中，往往整体检测的方式进行用于bms电池管理的印刷电路板的故障和性能检测分析，现有方案无法检测到用于bms电池管理的印刷电路板中精确到故障位置，进而导致现有方案的准确率低。

技术实现思路

1、本发明提供了一种印刷电路板故障诊断方法、系统、设备及存储介质，用于提高用于bms电池管理的印刷电路板故障诊断和优化的准确率。

2、本发明第一方面提供了一种用于bms电池管理的印刷电路板故障诊断方法，所述用于bms电池管理的印刷电路板故障诊断方法包括：

3、对用于bms电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络；

4、基于所述多层级印刷电路板传感器网络，对所述用于bms电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据；

5、分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果；

6、根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于bms电池管理的印刷电路板的目标状态参数优化策略。

7、结合第一方面，在本发明第一方面的第一种实现方式中，所述对用于bms电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络，包括：

8、获取用于bms电池管理的印刷电路板的多层板设计数据，并基于所述多层板设计数据对所述用于bms电池管理的印刷电路板进行有限元分析，生成对应的电路板有限元模型；

9、对所述电路板有限元模型进行热分布仿真分析，得到电路板热分布数据；

10、基于所述电路板热分布数据计算所述用于bms电池管理的印刷电路板的传感器密度数据，并根据所述传感器密度数据以及所述电路板热分布数据生成对应的初始分散式传感器网络；

11、对所述初始分散式传感器网络进行传感器密度优化分析，生成多层级印刷电路板传感器网络。

12、结合第一方面，在本发明第一方面的第二种实现方式中，所述基于所述多层级印刷电路板传感器网络，对所述用于bms电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据，包括：

13、基于所述多层级印刷电路板传感器网络中的多个传感器节点，分别对所述用于bms电池管理的印刷电路板进行局部数据采集，得到每个传感器节点的初始电路板状态参数数据；

14、对所述初始电路板状态参数数据进行噪声去除，得到每个传感器节点的第一电路板状态参数数据，并对所述第一电路板状态参数数据进行数据对齐，得到每个传感器节点的第二电路板状态参数数据；

15、对所述第二电路板状态参数数据进行局部数据归一化，得到每个传感器节点的局部电路板状态参数数据。

16、结合第一方面，在本发明第一方面的第三种实现方式中，所述分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果，包括：

17、分别将所述局部电路板状态参数数据输入预置的局部状态分析模型，其中，所述局部状态分析模型包括自动编码器以及三层贝叶斯网络，所述自动编码器包括双向门限循环网络；

18、通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征；

19、分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络进行故障诊断分析，输出每个传感器节点的局部状态分析结果。

20、结合第一方面，在本发明第一方面的第四种实现方式中，所述通过所述双向门限循环网络对所述局部电路板状态参数数据进行状态特征提取，得到目标融合特征，包括：

21、通过所述双向门限循环网络中的第一层门限循环单元，对所述局部电路板状态参数数据进行前向隐藏特征提取，得到前向隐藏特征；

22、通过所述双向门限循环网络中的第二层门限循环单元，对所述局部电路板状态参数数据进行后向隐藏特征提取，得到后向隐藏特征；

23、对所述前向隐藏特征以及所述后向隐藏特征进行特征融合，生成每个传感器节点的目标融合特征。

24、结合第一方面，在本发明第一方面的第五种实现方式中，所述分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络进行故障诊断分析，输出每个传感器节点的局部状态分析结果，包括：

25、分别将每个传感器节点的目标融合特征输入所述三层贝叶斯网络，分别建立每个传感器节点与所述三层贝叶斯网络中第一层贝叶斯网络之间的故障特征节点连接，并分别建立每个传感器节点与所述三层贝叶斯网络中第二层贝叶斯网络之间的故障状态节点连接，以及分别建立每个传感器节点与所述三层贝叶斯网络中第三层贝叶斯网络之间的故障位置节点连接；

26、对所述三层贝叶斯网络进行节点连接权重优化，生成目标贝叶斯模型，并通过所述目标贝叶斯模型对所述目标融合特征进行前向推断，计算每个故障位置节点、故障状态节点和故障特征节点的概率分布，输出每个传感器节点的局部状态分析结果。

27、结合第一方面，在本发明第一方面的第六种实现方式中，所述根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于bms电池管理的印刷电路板的目标状态参数优化策略，包括：

28、根据所述局部状态分析结果确定所述每个传感器节点的电路板故障参数数据，并根据所述电路板故障参数数据计算对应的参数优化范围，生成每个传感器节点的局部状态参数优化策略；

29、定义所述用于bms电池管理的印刷电路板中每层印刷电路板的优化目标，并通过预置的麻雀搜索算法，对每个传感器节点的局部状态参数优化策略进行群体初始化，得到初始化麻雀群体，所述初始化麻雀群体中每只麻雀代表一个传感器节点；

30、对所述初始化麻雀群体进行优化策略局部搜索，得到每只麻雀的局部最优优化策略；

31、根据每层印刷电路板的优化目标，对每只麻雀的局部最优优化策略进行多层级协同信息传递和全局最优化搜索，得到所述用于bms电池管理的印刷电路板的目标状态参数优化策略。

32、本发明第二方面提供了一种用于bms电池管理的印刷电路板故障诊断系统，所述用于bms电池管理的印刷电路板故障诊断系统包括：

33、分析模块，用于对用于bms电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络；

34、处理模块，用于基于所述多层级印刷电路板传感器网络，对所述用于bms电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据；

35、诊断模块，用于分别将所述局部电路板状态参数数据输入预置的局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果；

36、优化模块，用于根据所述局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对所述局部状态参数优化策略进行多层级协同优化分析，生成所述用于bms电池管理的印刷电路板的目标状态参数优化策略。

37、本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的用于bms电池管理的印刷电路板故障诊断方法。

38、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的用于bms电池管理的印刷电路板故障诊断方法。

39、本发明提供的技术方案中，对用于bms电池管理的印刷电路板进行传感器点位布局分析，生成多层级印刷电路板传感器网络；基于多层级印刷电路板传感器网络，对用于bms电池管理的印刷电路板进行局部数据处理，得到每个传感器节点的局部电路板状态参数数据；分别将局部电路板状态参数数据输入局部状态分析模型进行特征提取和故障诊断，得到每个传感器节点的局部状态分析结果；根据局部状态分析结果，分别构建每个传感器节点的局部状态参数优化策略，并对局部状态参数优化策略进行多层级协同优化分析，生成目标状态参数优化策略，本发明通过有限元分析和热分布仿真，系统可以实现对印刷电路板传感器网络的高效布局。这使得传感器能够更好地覆盖整个电池系统，从而提高了数据的全面性和准确性。采用自动编码器和三层贝叶斯网络进行局部状态分析，实现了对印刷电路板的高级特征提取和精准故障诊断，有助于及时发现和解决印刷电路板中的问题，提高了印刷电路板的可靠性。通过局部状态参数优化策略和多层级协同优化分析，引入麻雀搜索算法，能够在不同节点之间协同工作，实现全局最优化，提高了印刷电路板的整体性能，并确保在不同工作条件下的稳定运行。根据局部状态分析结果，能够为每个传感器节点生成定制的电路板故障参数数据，并制定相应的参数优化范围，有助于个性化地调整每个传感器节点的工作状态，提高了印刷电路板的适应性。通过麻雀搜索算法生成目标状态参数优化策略，能够在不同优化目标之间找到平衡，以全局最优为目标，有助于实现印刷电路板整体性能的最大化，进而提高了用于bms电池管理的印刷电路板故障诊断和优化的准确率。