摘 要：通过对电路输出电压波形进行实时的监控与分析，用来提高系统的可靠性和安全性。分别使用Python 的Flask 框架设计与实现对电路健康状态评估构建实时展示和记录的系统；使用Python 对电路进行数学建模仿真，可以快速实现电路原始输出数据的收集；使用Python 中的TensorFlow 实现神经网络模型诊断电路故障，并使用网页页面展示诊断结果。工作人员可以通过前端展示的诊断结果，及时处理有问题的元器件，保证电路的稳定和可靠，避免损耗其他的不必要的资源。
关键词：故障诊断；机器学习；仿真；Python
中图分类号：TN710 文献标识码：A 文章编号：2096-4706（2020）10-0047-04
Circuit Health Monitoring System Based on Python
LI Jianyong，LI Sheng
（School of Science，Jiangxi University of Science and Technology，Ganzhou 341000，China）
Abstract：By monitoring and analyzing the output voltage waveform of the circuit in real time，the reliability and safety of the system can be improved. Flask framework of Python was used to design and implement real-time display and recording system for circuit health assessment. Python is used for mathematical modeling and simulation of the circuit，which can quickly realize the collection of original output data of the circuit. TensorFlow in Python is used to realize neural network model to diagnose circuit faults，and webpage is used to display the diagnosis results. Through the diagnosis results displayed on the front end，the staff can deal with the problematic components in time to ensure the stability and reliability of the circuit and avoid the loss of other unnecessary resources.
Keywords：fault diagnosis；machine learning；simulation；Python
基金项目：江西省教育厅科学技术研究项目（GJJ170526）
参考文献：
[1] 陈贤闯. 移动Java 平台的研究与实现 [D]. 杭州：杭州电子科技大学，2009.
[2] 王译庆.Flask 框架下成品油销售系统设计与实现 [D]. 西安：西安电子科技大学，2015.
[3] 高昕. 基于幅相特征的模拟电路故障诊断与可测性研究 [D]. 成都：电子科技大学，2015.
[4] 孙炜晨. 基于深度学习的图像分类 [D]. 北京：北京邮电大学，2017.
作者简介：李建勇（1997—），男，汉族，新疆乌鲁木齐人，本科在读，研究方向：信号与信息处理、故障诊断与预测。