基于模糊SVM和虚拟仪器的模拟电路故障诊断研究

被引：3

作者：

邓森

杨军锋

郭明威

郭创

机构：

[1] 空军工程大学工程学院

来源：

计算机测量与控制 | 2011年 / 04期

关键词：

模糊支持向量机; 虚拟仪器; 模拟电路; 故障诊断;

D O I：

10.16526/j.cnki.11-4762/tp.2011.04.028

中图分类号：

TN710 [电子电路];

学科分类号：

080902 ;

摘要：

基于模糊支持向量机理论构建模拟电路故障诊断网络,采用虚拟仪器技术开发故障诊断平台;通过对电路仿真软件与实际测量得到的数据进行分析,选取一种自适应小波变换特征提取方法对电路进行故障特征提取,提取电路输出响应的6个低频系数构成故障特征向量并作为FSVM诊断网络的学习样本,诊断网络采用C-SVM算法,规则化参数取为200;在LabVIEW软件中调用以MATLAB.M文件编写的特征提取与故障诊断算法,将模拟电路的故障定位到元件级;最后,将网络的诊断结果与BP神经网络诊断方法做了对比,证明基于虚拟仪器的模糊SVM模拟电路诊断方法在故障诊断速度与准确性方面都具有明显优势,平均故障识别率达到90%以上。

引用

页码：762 / 765+805 +805

页数：5

共 12 条

[1] 基于虚拟仪器和模糊SVM的航空发动机润滑系统故障诊断方法 [J].

邓森 ;

杨军锋 ;

郭明威 ;

韩梦涛 .

润滑与密封, 2010, 35 (03) :90-95

[2] 容差模拟电路软故障诊断的神经网络方法 [J].

祝文姬 ;

何怡刚 .

电工技术学报, 2009, 24 (11) :184-191

[3] 基于改进小波能熵和支持向量机的短时电能质量扰动识别 [J].

李庚银 ;

王洪磊 ;

周明 .

电工技术学报, 2009, 24 (04) :161-167

[4] 基于LabVIEW的航空电缆故障检测系统 [J].

程文 ;

孙金立 ;

张海兵 ;

袁英民 ;

陈新波 .

计算机测量与控制, 2009, 17 (03) :446-448

[5] 基于自适应小波分解和SVM的模拟电路故障诊断 [J].

孙永奎 ;

陈光 ;

李辉 .

仪器仪表学报, 2008, (10) :2105-2109

[6] 基于支持向量机的组合分类方法及应用 [J].

胡金海 ;

谢寿生 ;

杨帆 ;

蔡开龙 ;

王海涛 .

推进技术, 2007, (06) :669-673

[7]

Feature evaluation and extraction based on neural network in analog circuit fault diagnosis[J]. Yuan Haiying, Chen Guangju & Xie Yongle School of Automation Engineering, Univ. of Electronic Science and Technology of China, Chengdu 610054, P. R. China.Journal of Systems Engineering and Electronics. 2007(02)

[8]

基于支持向量机的模拟电路故障诊断方法研究[D]. 孙永奎.电子科技大学. 2009

[9]

基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D]. 莫慧芳.广东工业大学. 2005

[10]

LabVIEW程序设计与应用[M]. 电子工业出版社 , 杨乐平, 2005

← 1 2 →