近年来，机器学习和类脑智能技术在工业故障检测领域尤为重要，并受到了许多学者的广泛关注（Abro, Souayeh, 2026; Busygin, Udovichenko, Neustroev, Ebrahim, Maevsky, 2025; Ding, Chen, Yang, et al., 2025; Shi, Wang, Cao, Mou, 2026; Strukov, Snider, Stewart, Williams, 2008; Sun, Gao, Wen, Liu, Wang, 2024a; Sun, Wang, Xu, et al., 2024b; Wan, Pu, Lai, 2025a; Wan, Pu, Qin, Lai, 2025b; Xu, Zhu, 2026）。作为一项新兴技术，类脑存储为人工智能提供了重要的理论基础和解决方案。类脑存储的实现主要依赖于软件算法和硬件电路的有机结合，从而提高了人工智能系统的学习能力和数据处理效率（Bao, Wang, Wang, Chen, Bao, 2026; Han, Cheng, Wang, et al., 2025; Jiang, Wang, Zong, Xiao, Zhang, Hu, 2025a; Jiang, Zhu, Shen, Wen, Mu, 2025b; Li, Zhao, Wen, 2025a; Liu, Zeng, Wen, 2016; Sun, Shen, Wang, Wang, 2025b; Sun, Zhai, Liu, Wang, 2025c; Tan, Zhang, Wu, et al., 2024; Yu, Lin, Yao, Cai, Lin, Li, 2025; Zhao, Zhu, Sun, Wen, 2026）。作为一种两端器件，忆阻器受到了学者的广泛关注。Leon Chua在1971年预言了它的存在（Zhang et al., 2023），HP Labs在2008年成功制造出了忆阻器（Li and Zeng, 2023）。由于其非易失性和非线性特性，忆阻器非常适合用于实现人工神经网络中的硬件突触。它们集成到硬件电路中，进一步增强了信息处理和计算能力。基于这些优势，基于忆阻器的硬件电路能够实现复杂的人脑功能，如联想记忆和情感学习（Guo, Zhang, Dou, Iu, 2025; Li, Wang, Wan, Zhang, 2025b; Sun, Gao, Liu, Wang, 2025a; Wang, Tao, Wang, Sun, 2025）。此外，忆阻器还广泛应用于其他领域，如人工神经网络、安全通信、混沌系统的动态分析等（Chen, Wen, Rahmani, Jiang, Huang, 2024; Lin, Deng, Zhang, Chen, Min, Xue, 2025; Tian, Yang, Wen, 2025; Zhao, Zhao, Wen, Cheng, 2025）。
记忆是大脑编码、存储和检索信息的过程。Atkinson和Shiffrin提出了记忆信息的三级处理模型（Huang et al., 2024），将记忆分为感觉记忆（SM）、短期记忆（STM）和长期记忆（LTM）。外部信息通过多种渠道进入大脑，包括视觉、听觉、触觉、味觉和嗅觉。多通道记忆提高了信息质量，而时间记忆则用于回忆事件序列。时间顺序存储主要存储事件序列及其时间间隔（Hu, Jiang, Pedrycz, Deng, Gao, Tang, 2025; Sheng, Zeng, Huang, 2022）。目前，许多学者通过硬件电路和软件算法实现了类脑存储。在（Shahin et al., 2022）中，提出了一种基于CapsNet结构特征的双通道长短期记忆压缩-CapsNet（DC-LSTM COMP-CapsNet）算法，以增强情感识别性能。在（Jin et al., 2021）中提出了一种新颖的时间记忆关系网络（TMRNet），用于从手术视频中识别工作流程。许多忆阻电路被设计用来模拟巴甫洛夫联想记忆。在（Yang et al., 2022）中，提出了一种操作性条件反射（OC）-经典条件反射（CC）级联电路，实现了OC-CC级联联想记忆。在（Sun et al., 2023）中设计了一种具有多模式泛化和区分能力的忆阻电路，实现了学习、遗忘、泛化和区分等生物机制。考虑到情绪对记忆的影响，在（Sun et al., 2021）中提出了一种结合记忆和情绪的忆阻电路。在（Wang et al., 2023）中设计了一个基于生物长期和短期记忆模型的唤醒信号学习和生成模块，情感生成的过程类似于大脑记忆。然而，通过忆阻电路实现双通道存储和时间顺序存储的问题仍需解决。
为了解决上述问题，本文提出了一种实现双通道存储和时间顺序存储的忆阻电路。该电路模拟了生物大脑的复杂记忆功能。主要工作如下：首先，基于记忆信息的三级处理模型（SM、STM和LTM）模拟了生物大脑的双通道存储。当视觉和听觉信息同时输入时，该电路模仿了大脑的记忆。其次，该电路模拟了时间顺序存储，并实现了记忆、遗忘和回忆的功能。同时考虑了优先效应和时间顺序刺激的时间间隔的影响。最后，该电路还考虑了时间刺激的上下文信息对时间判断的影响。对于具有不同上下文信息的时间刺激，判断速度更快，结果更准确。此外，电路设计还包括分析工业系统传感器数据的机制。通过利用其双通道存储和时间顺序存储功能，该电路能够识别数据中的异常模式或序列，这些模式或序列表明可能存在故障。该电路能够回忆之前的故障模式并评估传感器读数的时间序列，因此非常适合工业故障检测应用。
与以往的工作相比，本文的优势在于以下几个方面：首先，通过三种不同的信息路径（SM、STM和LTM）实现了双通道存储。与（Jin, Long, Chen, Zhao, Dou, Heng, 2021; Shahin, et al., 2022）中的工作相比，所提出的电路能够同时处理多种信息。其次，模拟了时间顺序存储，并考虑了优先效应和时间间隔。与（Sun, Wang, Liu, Wen, Wang, 2023; Yang, Wang, Chen, Zhang, Zeng, 2022）中的电路相比，所设计的电路实现了更复杂的仿生记忆。第三，还考虑了上下文信息对时间顺序存储的影响，所提出的电路比（Sun, Han, Wang, Liu, 2021; Wang, Wang, Zeng, 2023）中的电路实现了更仿生的生物记忆。
本文的其余部分结构如下：第1节介绍了非易失性和易失性忆阻器模型。第2节阐述了时间顺序存储和双通道存储的生物机制。第3节主要解释了各个模块的功能。第4节详细展示了仿真结果。第5节得出了某些结论。
