基于Wiener核的模拟电路故障诊断的优化特征提取及实现

《基于Wiener核的模拟电路故障诊断的优化特征提取及实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TPl83工学硕士学位论文基于Wiener核的模拟电路故障诊断的优化特征提取及实现硕士研究生：徐志成导师：林海军申请学位级别：工学硕士学科、专业：测试计量技术与仪器所在单位：测控技术与通信工程学院答辩日期：2013年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP183DissertationfortheMasterDegreeofEngineeringTheOptimizationandRealizationofFeatureExtractionforFaultDiag．"fAnalogDiagnosis0alogtA

2、mCircuitBasedon昕enerKernelCandidate：Supervisor：XuZhichengLinHaijunAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：MeasuringandTestingTechnologyandInstrumentsDateofOralExamination：March，2013University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论

3、文《基于Wiener核的模拟电路故障诊断的优化特征提取及实现》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：徐文瞅吼柳年F月／日哈尔滨理工大学硕士学位论文使用授权书《基于Wiener核的模拟电路故障诊断的优化特征提取及实现》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不

4、得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密口，在年解密后适用授权书。不保密四(请在以上相应方框内打4)作者签名：导师签名：日期：M多日期：刀f3年≯月／同年牛月／R哈尔滨理工大学工学硕士学位论文基于Wiener核模拟电路故障诊断的优化特征提取及实现摘要模拟电路的智能诊断一直以准确、高效、智能的特点占据着测试领域的重要地位。智能诊断的核心是模式识

5、别，模式识别的关键便是特征提取，能否高效的获取被测电路的故障信息直接决定着智能诊断系统能否高效的诊断出被测电路的故障。本论文提出了用Wiener级数描述非线性电路，将特征提取作为一个优化问题，通过粒子群蚁群算法寻去最优解，以其实现模拟电路故障特征更为高效的获取。首先阐述了Wiener级数的理论基础及非线性模拟电路的Wiener级数描述，并研究了离散电路的Wiener核获取方法，以及基于Wiener核的模拟电路智能诊断系统；分析了粒子群算法和蚁群算法的算法模型，针对于两种算法的优缺点，提出粒子群蚁群的混合优化算法，提高了优化效率，并通过MATLAB仿真验证该

6、算法的合理性。研究了基于Wiener核的特征选择和提取的原理和方法，在此基础上，提出了基于粒子群蚁群混合优化算法的Wiener特征提取方法，通过粒子群蚁群混合算法的优化，有效的提高了特征提取的效率，并对该方法进行了实例分析。设计了智能故障诊断系统的硬件与软件，并在上位机的设计申，实现了粒子群蚁群算法对基于Wiener核的特征选择和提取的优化，并实例电路进行诊断对比后，验证了此方法的可行性。实验证明，本文提出的粒子群蚁群算法在基于Wiener核模拟电路故障诊断的特征提取中能够实现优化，并通过对典型电路的诊断验证了此方法的可行性。关键词Wiener核；粒子群蚁

7、群；非线性模拟电路；特征选择和提取哈尔滨理工大学工学硕士学位论文TheOptimizationandRealizationofFeatureExtractionforFaultDiagnosisofAnalogCircuitBasedonWienerKernelAbstractIntelligentfaultdiagnosisofanalogcircuitoccupiesatestfieldofimportantstatusbased011accurate，efficientandintelligentcharacter．Patternrecognitio

8、nisthecoreofintelligentdiagnosis，