基于特征层融合的模拟电路故障诊断方法

被引:2
作者
谢永成 [1 ]
程延伟 [1 ,2 ]
吕强 [1 ]
李光升 [1 ]
机构
[1] 装甲兵工程学院控制工程系
[2] 装甲兵技术学院控制工程系
关键词
模拟电路; 故障诊断; 特征层融合; 特征提取; 特征选择;
D O I
10.16208/j.issn1000-7024.2012.03.008
中图分类号
TN710 [电子电路];
学科分类号
摘要
为了提高模拟电路软故障诊断精度,提出了基于特征层融合的模拟电路故障诊断方法。通过小波变换的频带能量和AR模型的系数生成故障的初始特征,利用线性判别分析提取特征,降低特征向量的维数,结合mRMR原则与支持向量机构成的组合特征选择方法,对降维后特征进行最优选择,输入到训练好的支持向量机多分类器中进行分类,从而降低特征的冗余,提高故障诊断的精度。以某车辆电压调节电路为例进行仿真分析,实验结果表明,该方法有很好的诊断能力。
引用
收藏
页码:1170 / 1174
页数:5
相关论文
共 13 条
[1]  
Soft Fault Diagnosis for Analog Circuits Based on Slope Fault Feature and BP Neural Networks[J]. 胡梅,王红,胡庚,杨士元. Tsinghua Science and Technology. 2007(S1)
[2]   基于A R模型和神经网络的舰船水压信号检测方法 [J].
姜润翔 ;
姜礼平 ;
龚沈光 .
数据采集与处理, 2006, (04) :459-462
[3]  
MATLAB小波分析[M]. 机械工业出版社 , 张德丰等, 2009
[4]  
Feature Selection for Classification of Hyperspectral Data by SVM. Mahesh Pal,Giles M. Foody. IEEE Transactions on Geoscience and Remote Sensing . 2010
[5]  
Method onanalog circuit fault diagnosis with tolerance. LI Yanjun,WANG Houjun,ZHOU Longfu. Journal ofthe University of Electronic Science and Technology of China . 2010
[6]  
Feature selection based on mutual information criteria of max-dependency, max-relevance, and min-redundancy. Peng H C, Long F H, Ding C. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005
[7]  
Applyingwavelet support vector machine to analog circuit fault diagnosis. WU Wuchen,ZHANG Wang,HOU Ligang. Second International Workshop on Education Technologyand Computer Science . 2010
[8]  
Analog circuit fault diagnosisbased on RBF neural network optimized by PSO algorithm. WANG Peiliang,HE Wuming. International Conference on Intelligent Computation Technologyand Automation . 2010
[9]  
SVM classifierfor analog fault diagnosis using fractal features. MAO Xianbai,WANG Liheng,LI Changxi. Procee-dings 2nd International Symposium on Intelligent InformationTechnology Application . 2008
[10]   基于支持向量机多分类方法的模拟电路故障诊断研究 [J].
吴洪兴 ;
彭宇 ;
彭喜元 .
电子测量与仪器学报, 2007, 21 (04) :27-31