仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2015年
3期
675-684
,共10页
张朝龙%何怡刚%袁莉芬%王金平%佐磊
張朝龍%何怡剛%袁莉芬%王金平%佐磊
장조룡%하이강%원리분%왕금평%좌뢰
模拟电路%早期故障诊断%小波分形分析%核熵成分分析%最小二乘支持向量机%量子粒子群算法
模擬電路%早期故障診斷%小波分形分析%覈熵成分分析%最小二乘支持嚮量機%量子粒子群算法
모의전로%조기고장진단%소파분형분석%핵적성분분석%최소이승지지향량궤%양자입자군산법
analog circuit%incipient fault diagnosis%wavelet-based fractal analysis%KECA%LSSVM%QPSO
针对模拟电路早期故障诊断中存在部分早期故障类别重叠的难点,提出了一种基于核熵成分分析的故障诊断方法.首先应用小波分形分析计算被测电路时域响应信号的小波分形维特征,然后利用核熵成分分析方法进行特征的优选与降维,最后将优选和降维后的特征应用最小二乘支持向量机多类分类器进行区分,其中用于识别重叠故障类别的最小二乘支持向量机的参数由量子粒子群算法优化选择.仿真结果表明,本文提出的核熵成分分析方法能较好地获取故障响应信号的本质特征,并表现出了比其他特征提取方法更好的性能,有助于提高模拟电路早期故障的诊断正确率.
針對模擬電路早期故障診斷中存在部分早期故障類彆重疊的難點,提齣瞭一種基于覈熵成分分析的故障診斷方法.首先應用小波分形分析計算被測電路時域響應信號的小波分形維特徵,然後利用覈熵成分分析方法進行特徵的優選與降維,最後將優選和降維後的特徵應用最小二乘支持嚮量機多類分類器進行區分,其中用于識彆重疊故障類彆的最小二乘支持嚮量機的參數由量子粒子群算法優化選擇.倣真結果錶明,本文提齣的覈熵成分分析方法能較好地穫取故障響應信號的本質特徵,併錶現齣瞭比其他特徵提取方法更好的性能,有助于提高模擬電路早期故障的診斷正確率.
침대모의전로조기고장진단중존재부분조기고장유별중첩적난점,제출료일충기우핵적성분분석적고장진단방법.수선응용소파분형분석계산피측전로시역향응신호적소파분형유특정,연후이용핵적성분분석방법진행특정적우선여강유,최후장우선화강유후적특정응용최소이승지지향량궤다류분류기진행구분,기중용우식별중첩고장유별적최소이승지지향량궤적삼수유양자입자군산법우화선택.방진결과표명,본문제출적핵적성분분석방법능교호지획취고장향응신호적본질특정,병표현출료비기타특정제취방법경호적성능,유조우제고모의전로조기고장적진단정학솔.
