资源描述：
《基于pca和svm的模拟电路故障诊断_鲁昌华》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第22卷第3期电子测量与仪器学报Vol22No364JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENT2008年6月基于PCA和SVM的模拟电路故障诊断鲁昌华汪涌王玲飞(合肥工业大学计算机与信息学院,合肥230009)摘要:针对电路故障诊断中存在的样本要求高、推广能力弱、特征提取难等问题,提出了一种基于主成分分析(PCA)与支持向量机(SVM)相结合的模拟电路故障诊断方法。通过对电路输出响应的采样信号进行PCA处理,提取故障特征的主要成分,然后利用多类SVM对各种状态下的故障模式进行分类决策
2、,实现被测电路的故障诊断。实验结果表明:该方法能够实现电路故障的快速检测与故障元件的准确定位,具有速度快、精度高、鲁棒性好的特点。关键词:支持向量机,主成分分析,故障诊断,模拟电路中图分类号:TN707文献标识码:AFaultDiagnosisinAnalogCircuitBasedonPCAandSVMLuChanghuaWangYongWangLingfei(SchoolofComputerandInformation,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Amethodoff
3、aultdiagnosisinanalogcircuitsbasedonprinciplecomponentanalysis(PCA)andmulticlasssupportvectormachine(SVM)wasproposedinordertosolvetheproblemsofrequiringmanyfaultsamples,weakgeneralizationabilityanddifficultfeatureextraction.Thecircuitoutputissampledinfrequencydomaintocollecttrainin
4、gdata,whichispreprocessedbyPCAtoextractmaincomponentsofthefaultfeatures.FaultpatternsundervariousstatesareclassifiedusingmulticlassSVM,andfaultdiagnosisisrealized.Experimentresultsshowthattheproposedmethodisfeasibletodetectandlocatefaultsquicklyandexactlyandhashighrobustness.Keywor
5、ds:SVM,PCA,faultdiagnosis,analogcircui.t方法已难以满足实际工程应用的需要。1引言近十年来,随着智能信息技术的发展与深入,相继提出了一些基于模糊理论、神经网络及小波分析随着科学技术的发展,故障诊断越来越受到人等的智能化诊断方法。其中基于神经网络分类器的[2]-[5]们的重视,并逐渐成为各个学科研究的热点。目前,故障诊断方法目前在国内外研究最为广泛,在电子电路的故障诊断中,数字电路的故障诊断研如基于小波-神经网络的方法、基于BP及RBF神究已取得了很大的发展。但对于模拟电路,由于自经网络的方法以及基于神经网络和模糊集理论
6、相结身所特有的属性,如输入输出均是连续量、元器件容合的方法等。但这类方法普遍存在着对学习样本要[1]差、非线性以及反馈的存在等,使得模拟电路的求高、模型范化性能差、模型结构和参数难以优化等故障诊断比数字电路复杂得多,因而其发展比较缓局限性,且至今仍未得到很好的解决。近年来兴起慢。上世纪90年代以前,模拟电路故障诊断方法的的支持向量机(SupportVectorMachine,SVM)因其研究主要集中在以故障字典法为代表的测前模拟强大的自学习功能和良好的泛化能力,能在小样本法、以元件参数识别法和故障验证法为代表的测后情况下很好地达到分类推广的目的,开始在故障诊[
7、6]模拟法及介于两者之间的逼近法。可随着模拟电路断中得到应用,并显示出在该领域良好的应用前集成度和复杂度的不断提高,这类传统的故障诊断景。本文于2006年12月收到。基金项目:安徽省教育厅自然科学基金项目(编号:2004kj081);合肥工业大学青年基金项目(编号:030403F)。第3期基于PCA和SVM的模拟电路故障诊断65在实际的故障诊断中,由于原始的故障数据中(4)建立故障特征向量n往往包含很多与故障特征不相关的变量信息,这些根据公式Fk=!jxj计算出所需要的故障特变量不仅影响了SVM的分类性能,同时也增加了计j=1算量,导致实时性变差。对此
8、,本文提出了一种基于征主成分值,形成新
