采用模糊支持向量机的模拟电路故障诊断新方法

采用模糊支持向量机的模拟电路故障诊断新方法

ID:13461301

大小:864.00 KB

页数:7页

时间:2018-07-22

采用模糊支持向量机的模拟电路故障诊断新方法_第1页
采用模糊支持向量机的模拟电路故障诊断新方法_第2页
采用模糊支持向量机的模拟电路故障诊断新方法_第3页
采用模糊支持向量机的模拟电路故障诊断新方法_第4页
采用模糊支持向量机的模拟电路故障诊断新方法_第5页
资源描述:

《采用模糊支持向量机的模拟电路故障诊断新方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第6期采用模糊支持向量机的模拟电路故障诊断新方法·13·更多电子资料请登录赛微电子网www.srvee.com采用模糊支持向量机的模拟电路故障诊断新方法*唐静远师奕兵(电子科技大学自动化工程学院,成都610054)摘要:为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种模拟电路故障诊断的新方法。首先对采集的信号进行时-频域联合特征提取并采用新的模糊隶属度函数确定训练样本的隶属度,消除噪声和野点对故障诊断的影响;然后将训练集输入模糊支持向量机分类方法训练获得故障诊断模型;最后将测试集输入训练好的模糊支持向量机分类模

2、型,实现对不同故障类型的识别。将该方法应用于CTSV滤波电路进行故障诊断仿真实验,结果显示该方法不仅能正确分类单故障而且能有效分类多故障,平均故障诊断率达到98.2%,为模拟电路故障诊断开辟新的途径。关键词:特征提取;模糊支持向量机;模拟电路;故障诊断中图分类号:TN707   文献标识码:A   国家标准学科分类代码:510.1010NewmethodofanalogcircuitfaultdiagnosisusingfuzzysupportvectormachineTangJingyuanShiYibing(SchoolofAutomat

3、ionEngineering,UniversityofElectronicScienceandTechnologyofChina,Chengdu610054,China)Abstract:Inordertosolvetheproblemofcorrectlyidentifyingfaultclassesinanalogcircuitfaultdiagnosisandimproveclassificationability,anovelfaultdiagnosismethodbasedonfuzzysupportvectormachine(FS

4、VM)isproposedinthispaper.Firstly,thefaultfeaturevectorsareextractedbyjointtime-frequencydomainfeatureextractionmethodandthefuzzymembershipofthefeaturevectorsiscomputedbyanovelproposedmembershipfunctiontoovercomethesensitivitytonoiseandoutliers.Then,aftertrainingtheFSVMbyfau

5、ltyfeaturevectors,theFSVMmodelofthecircuitfaultdiagnosissystemisbuilt.Finally,testsamples’featurevectorsareinputintothetrainedFSVMmodeltoidentifythedifferentfaultcases.Thesimulationresultsforanalogandmixed-signaltestbenchmarkCTSVfiltercircuitsdemonstratethattheproposedmetho

6、dcannotonlycorrectlyclassifythesinglefaultclassesbutalsothemultiplefaultclasseswithahighlyaverageclassificationsuccessrate98.2%.Themethoddevelopsanewdirectionforthefaultdiagnosisofanalogcircuit.Keywords:featureextraction,fuzzysupportvectormachine(FSVM),analogcircuits,faultd

7、iagnosis第6期采用模糊支持向量机的模拟电路故障诊断新方法·13·1引言基金项目:教育部新世纪优秀人才支持计划资助项目(NCET-05-0804),国家高技术研究发展计划(2006AA06Z222)部分资助由于模拟电路自身的特点,如响应连续性、器件的容差性、可及节点有限性和电路非线性等原因,其诊断技术发展缓慢。20世纪90年代以来,众多学者把人工智能技术应用到模拟电路故障诊断中来,并取得了显著的成果。文献[1-4]对模拟电路的故障诊断技术分别采用了贝叶斯神经网络、径向基神经网络和小波神经网络方法取得比故障字典法更好的诊断结果;第6期采用

8、模糊支持向量机的模拟电路故障诊断新方法·13·文献[5-7]对模拟电路诊断技术研究的不断深入和发展,提出了基于支持向量机方法的模拟电路故障诊断技术并取得了较好的识别

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。