基于非线性频谱特征及核主元分析的模拟电路故障诊断方法

被引:17
作者
韩海涛 [1 ,2 ]
马红光 [1 ]
曹建福 [2 ]
张家良 [2 ]
机构
[1] 第二炮兵工程大学教研室
[2] 西安交通大学机械制造系统工程国家重点实验室
关键词
非线性输出频域响应函数; 核主元分析; 支持向量机; 故障特征; 故障诊断;
D O I
10.19595/j.cnki.1000-6753.tces.2012.08.034
中图分类号
TN710 [电子电路];
学科分类号
080902 ;
摘要
针对模拟电路基于非线性输出频域响应函数(NOFRF)模型进行故障特征提取时,具有维数多、数据量大的特点,提出了采用核主元分析(KPCA)和多类别支持向量机(MSVM)进行故障模式判别的新方法(KPCA-MSVM)。该方法首先采用KPCA对特征向量进行维数压缩、消除变量之间的非线性;其次构造MSVM分类器,在PSpice环境下通过蒙特卡罗仿真生成模拟电路在各种故障状态下的数据,对MSVM分类器进行训练,将训练好的MSVM分类器用于模拟电路的故障状态识别。通过对Sallen-Key带通滤波器模拟电路的故障诊断结果表明,该故障诊断方法对模拟电路参数型故障有很好的识别、定位能力并具有速度快和准确率高的特点。
引用
收藏
页码:248 / 254
页数:7
相关论文
共 11 条
[1]   非线性输出频域响应函数的自适应辨识算法及应用 [J].
韩海涛 ;
曹建福 ;
马红光 ;
张家良 .
西安交通大学学报, 2011, 45 (10) :77-81+87
[2]   基于KPCA和MKL-SVM的非线性过程监控与故障诊断 [J].
许洁 ;
胡寿松 .
仪器仪表学报, 2010, 31 (11) :2428-2433
[3]   基于KPCA的功能模拟智能控制系统模型研究 [J].
钟秉翔 ;
李太福 ;
汪德彪 ;
苏盈盈 .
辽宁工程技术大学学报(自然科学版), 2010, 29 (05) :810-813
[4]   基于核主元分析与支持向量机的监控诊断方法及其应用 [J].
蒋少华 ;
桂卫华 ;
阳春华 ;
唐朝晖 .
中南大学学报(自然科学版), 2009, 40 (05) :1323-1328
[5]   基于小波分析和克隆选择算法的模拟电路故障诊断 [J].
彭良玉 ;
禹旺兵 .
电工技术学报, 2007, (06) :12-16
[6]   模拟电路故障诊断的多小波神经网络算法 [J].
王军锋 ;
张维强 ;
宋国乡 .
电工技术学报, 2006, (01) :33-36
[7]  
基于支持向量机的模拟电路故障诊断研究[D]. 毛先柏.华中科技大学 2009
[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]  
数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬,田英杰著, 2004
[10]   Nonlinear component analysis as a kernel eigenvalue problem [J].
Scholkopf, B ;
Smola, A ;
Muller, KR .
NEURAL COMPUTATION, 1998, 10 (05) :1299-1319