基于HMM的模拟电路故障诊断方法

被引：27

作者：

许丽佳 ^{[1
]}

黄建国 ^{[2
]}

王厚军 ^{[2
]}

机构：

[1] 四川农业大学信息与工程技术学院

[2] 电子科技大学自动化学院

来源：

计算机辅助设计与图形学学报 | 2010年 / 22卷 / 07期

关键词：

隐马尔可夫模型; 线性辨别分析; 特征提取; 故障诊断;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

140101 [集成纳电子科学];

摘要：

针对电子系统,尤其是模拟电路的早期故障诊断是重要却又困难的问题,提出一种基于隐马尔可夫模型(HMM)的模拟电路早期故障诊断方法.首先提取出模拟电路的电压特征;然后用改进的线性辨别分析法(LDA)对电压特征进行降维并消除其冗余,采取一些改进措施来消除LDA的不足;最后将改进LDA提取的特征构成多个观测序列并用于训练和测试HMM,以实现模拟电路的早期故障诊断.将该方法与其他方法进行比较的实验结果表明,其具有良好的故障识别能力.

引用

页码：1215 / 1222

页数：8

共 7 条

[1]

一种状态监测与健康评估方法及其在模拟电路中的应用 [J].

许丽佳 ;

王厚军 ;

龙兵 .

计算机辅助设计与图形学学报, 2008, 20 (12) :1550-1556

[2]

基于径向基函数神经网络的模拟/混合电路故障诊断 [J].

王承 ;

陈光 ;

谢永乐 .

电路与系统学报, 2007, (02) :65-68

[3]

模拟电路的融合智能故障诊断 [J].

彭敏放 ;

何怡刚 ;

王耀南 ;

贺建飚 .

中国电机工程学报, 2006, (03) :19-24

[4]

基于HMMSVM的混合故障诊断模型及应用 [J].

柳新民 ;

邱静 ;

刘冠军 .

航空学报, 2005, (04) :496-500

[5]

On-line Fault Diagnosis in Industrial Processes Using Variable Moving Window and Hidden Markov Model.[J].周韶园;谢磊;王树青.Chinese Journal of Chemical Engineering.2005, 03

[6]

Neural network-based analog fault diagnosis using testability analysis [J].

Cannas, B ;

Fanni, A ;

Manetti, S ;

Montisci, A ;

Piccirilli, MC .

NEURAL COMPUTING & APPLICATIONS, 2004, 13 (04) :288-298

[7]

语音信号处理.[M].易克初等编著;.国防工业出版社.2000,

← 1 →