因子分析和ELM在模拟电路故障诊断的应用

被引：19

作者：

邓勇

于晨松

机构：

[1] 西南石油大学机电工程学院

来源：

电子测量与仪器学报 | 2016年 / 30卷 / 10期

关键词：

模拟电路; 故障诊断; 特征提取; 因子分析; 极限学习机;

D O I：

10.13382/j.jemi.2016.10.009

中图分类号：

TN710 [电子电路];

学科分类号：

080902 ;

摘要：

针对非线性模拟电路故障诊断中参数型故障元件定位的难题,提出采用因子分析优化的小波包能量谱和极限学习机的模拟电路故障诊断的方法。该方法首先对采集到的模拟故障数据进行小波包分解并提取不同频带的能量谱,然后利用因子分析对能量谱进行降维以提取故障特征,最后将提取的故障特征输入极限学习机进行故障诊断。仿真结果表明,该方法具有良好的区分能力,提高了故障诊断的效果。

引用

收藏

页码：1512 / 1519

页数：8

相关论文

共 13 条

[1] 基于NTC的非平衡桥式测温电路的误差分析 [J].

李云辉 ;

王晓东 ;

朱小明 .

电子测量技术, 2015, 38 (12) :41-45

[2] 基于核熵成分分析的模拟电路早期故障诊断方法 [J].

张朝龙 ;

何怡刚 ;

袁莉芬 ;

王金平 ;

佐磊 .

仪器仪表学报, 2015, 36 (03) :675-684

[3] 基于小波神经网络和PSO的动态误差溯源方法研究 [J].

邬肖敏 ;

李世平 ;

程双江 .

中国测试, 2014, 40 (06) :27-30

[4] 基于因子分析的模拟电路故障特征提取技术研究 [J].

王月海 ;

卢俊 ;

潘国庆 ;

冯建呈 .

计算机测量与控制, 2014, 22 (11) :3470-3472

[5] 基于Elman神经网络的传感器故障诊断研究 [J].

丁硕 ;

常晓恒 ;

巫庆辉 ;

杨友林 ;

胡庆功 .

国外电子测量技术, 2014, 33 (04) :72-75

[6] RBF-SVM的核参数选择方法及其在故障诊断中的应用 [J].

周绍磊 ;

廖剑 ;

史贤俊 .

电子测量与仪器学报, 2014, 28 (03) :240-246

[7] 模拟电路统一软故障诊断的研究 [J].

胡梅 ;

胡列峰 ;

明德祥 .

电子测量与仪器学报, 2013, 27 (11) :1060-1066

[8] 基于组合优化BP神经网络的模拟电路故障诊断 [J].

郭阳明 ;

冉从宝 ;

姬昕禹 ;

马捷中 .

西北工业大学学报, 2013, 31 (01) :44-48

[9] 核方法及其在模拟电路故障诊断中的研究进展 [J].

伞冶 ;

石慧姝 ;

郭珂 .

电子测量技术, 2013, 36 (01) :91-96

[10] 基于小波包能量熵与SVM的模拟电路故障诊断 [J].

肖玉飞 ;

刘祖润 ;

李目 .

电子测量技术, 2011, 34 (06) :110-113