仪器仪表学报

作者：石 欣，张夏恒，朱雅亲，梁 飞，石浩天

单位：石 欣,1.重庆大学自动化学院,,张夏恒,1.重庆大学自动化学院,,朱雅亲,1.重庆大学自动化学院,,梁 飞,1.重庆大学自动化学院,,石浩天,1.重庆大学自动化学院,

关键词：MOSFET剩余使用寿命预测;变分模态分解;NARX神经网络;贝叶斯正则;Levenberg-Marquardt

基金：国家科技部国家重点研发计划(2018YFB1305501)项目资助

金属氧化物半导体场效应晶体管(MOSFET)剩余使用寿命预测能够防止因器件长时间导通出现性能逐渐退化或失效,但传统预测模型易忽略MOSFET退化参数的非线性细节特征而导致预测精度较差。本文提出一种基于变分模态分解与带外源输入的非线性自回归神经网络的MOSFET剩余使用寿命预测方法。首先采用变分模态分解将退化参数序列分解为多组含有非线性变化信息的特征分量。然后分别利用贝叶斯正则和Levenberg-Marquardt算法对预测网络进行优化。最终集成多组预测分量值获得MOSFET剩余使用寿命预测结果。实验结果表明,本文所提方法的均方根误差小于0.003,平均绝对百分比误差小于5%,均优于对比方法,剩余使用寿命预测平均偏差小于5min,验证了该方法的有效性.

来源：2023年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第9期