基于核熵成分分析的模拟电路早期故障诊断方法

被引：17

作者：

张朝龙 ^{[1
,2
]}

何怡刚 ^{[1
]}

袁莉芬 ^{[1
]}

王金平 ^{[1
]}

佐磊 ^{[1
]}

机构：

[1] 合肥工业大学电气与自动化工程学院

[2] 安庆师范学院物理与电气工程学院

来源：

仪器仪表学报 | 2015年 / 36卷 / 03期

基金：

国家杰出青年科学基金;

关键词：

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;

D O I：

10.19650/j.cnki.cjsi.2015.03.025

中图分类号：

TN710 [电子电路];

学科分类号：

080902 ;

摘要：

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。

引用

页码：675 / 684

页数：10

共 14 条

[1] 基于Renyi熵的链接数据属性权重计算 [J].

张晓辉 ;

邸瑞华 ;

李维铭 .

北京工业大学学报, 2014, 40 (01) :54-60

[2] 基于mRMR原则和优化SVM的模拟电路故障诊断 [J].

孙健 ;

王成华 .

仪器仪表学报, 2013, 34 (01) :221-226

[3] 基于小波分形和核判别分析的模拟电路故障诊断 [J].

肖迎群 ;

冯良贵 ;

何怡刚 .

电工技术学报, 2012, 27 (08) :230-238

[4] 基于云粒子群-最小二乘支持向量机的传感器温度补偿 [J].

张朝龙 ;

江巨浪 ;

李彦梅 ;

陈世军 ;

査长礼 ;

王陈宁 .

传感技术学报, 2012, 25 (04) :472-477

[5] 基于小波分形分析和脊波网络的模拟电路故障诊断方法 [J].

肖迎群 ;

何怡刚 .

电工技术学报, 2011, 26 (11) :105-114

[6] 基于CPSO与LSSVM融合的发酵过程软测量建模 [J].

黄丽 ;

孙玉坤 ;

嵇小辅 ;

黄永红 ;

杜天艳 .

仪器仪表学报, 2011, 32 (09) :2066-2070

[7] 应用模糊最优小波包和LS-SVM的模拟电路诊断 [J].

王佩丽 ;

彭敏放 ;

杨易旻 ;

吴俊丽 ;

何怡刚 .

仪器仪表学报, 2010, 31 (06) :1282-1288

[8]

A Novel Approach for Analog Circuit Fault Prognostics Based on Improved RVM[J] . Chaolong Zhang,Yigang He,Lifen Yuan,Fangming Deng.Journal of Electronic Testing . 2014 (3)

[9]

Feature Vector Selection Method Using Mahalanobis Distance for Diagnostics of Analog Circuits Based on LS-SVM[J] . Bing Long,Shulin Tian,Houjun Wang.Journal of Electronic Testing . 2012 (5)

[10]

A novel linear ridgelet network approach for analog fault diagnosis using wavelet-based fractal analysis and kernel PCA as preprocessors[J] . Yingqun Xiao,Lianggui Feng.Measurement . 2011 (3)

← 1 2 →