基于PCA和ELM的模拟电路故障诊断

被引：14

作者：

陈绍炜

吴敏华

赵帅

机构：

[1] 西北工业大学电子信息学院

来源：

计算机工程与应用 | 2015年 / 51卷 / 11期

关键词：

模拟电路; 主成分分析; 极限学习机器; 故障诊断;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

针对模拟电路的故障诊断和健康管理(PHM)的应用,提出了结合主成分分析(PCA)和极限学习机(ELM)的故障诊断方法。该方法用Sallen-Key带通滤波器来获取故障样本,并通过PCA进行故障特征提取。根据故障样本对ELM进行训练来获得故障诊断模型。实验结果表明,该实现方法识别率高、鲁棒性好,在工程实际中具有研究和应用价值。

引用

收藏

页码：248 / 251+260 +260

页数：5

相关论文

共 11 条

[1] 基于优选小波包和ELM的模拟电路故障诊断 [J].

何星 ;

王宏力 ;

陆敬辉 ;

姜伟 .

仪器仪表学报, 2013, 34 (11) :2614-2619

[2] 粗糙集和主元分析在基于神经网络的模拟电路故障诊断中的应用 [J].

胡慧 ;

张彪 .

自动化与仪器仪表, 2009, (03) :35-37

[3] 模糊神经网络在模拟电路故障诊断中的应用 [J].

杜文霞 ;

辛涛 ;

孙昊 ;

吕锋 .

自动化仪表, 2009, 30 (01) :6-9

[4] 主成分分析法与概率神经网络在模拟电路故障诊断中的应用附视频 [J].

张洪波 ;

何怡刚 ;

周炎涛 ;

尹新 ;

刘美容 .

计算机测量与控制, 2008, (12) :1789-1791+1827

[5] 模拟电路故障诊断技术研究 [J].

周绍磊 ;

张文广 ;

何甦 ;

杨增胜 .

海军航空工程学院学报, 2006, (01) :127-130+158

[6] 基于主元分析与神经网络的模拟电路故障诊断 [J].

王承 ;

陈光 ;

谢永乐 .

电子测量与仪器学报, 2005, 19 (05) :14-17

[7] 现代模拟电路故障诊断方法综述 [J].

辛秀华 ;

杨宣访 ;

卜乐平 .

自动化与仪器仪表, 2005, (02) :1-4+17

[8]

Optimization method based extreme learning machine for classification.[J].Guang-Bin Huang;Xiaojian Ding;Hongming Zhou.Neurocomputing.2010, 1

[9]

基于极限学习机的模拟电路故障诊断.[D].周江嫚.湖南大学.2013, 05

[10]

故障字典法在模拟电路中的应用.[D].掌孝政.电子科技大学.2013, 01