基于DAGSVC的模拟电路故障字典法.pdf

《基于DAGSVC的模拟电路故障字典法.pdf》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、12传感器与微系统(TransducerandMicrosystemTechnologies)2011年第3O卷第4期基于DAGSVC的模拟电路故障字典法姜媛媛，韩振云，崔江(1．安徽理工大学电气与信息工程学院。安徽淮南232001；2．南京航空航天大学自动化学院，江苏南京210016；3．青岛北港学院船舶工程系，山东青岛266228)摘要：针对模拟电路的故障诊断和支持向量机分类器的设计问题，讨论了一种基于有向无环图支持向量机分类器(DAGSVC)的故障字典新方法，并比较了几种支持向量机故障分类器的平均测试复杂度指标。

2、通过对2个实际模拟滤波器的实际测试和验证表明：该方法性能要优于“l-v—r”SVC，“1-v．1”SVC等常规的故障分类器，并和聚类二叉树SVC的诊断性能接近，适合模拟电路的故障分类和诊断。关键词：模拟电路；故障诊断；故障字典；平均测试复杂度；有向无环图支持向量机分类器中图分类号：TP181文献标识码：A文章编号：1000--9787(2011)04-0012-05Analogcircuitdaiag~nosi"swith11ftaaultdictionarymethodbased0nDAGSVCJIANGYuan—y

3、uanL。HANZhen—yun。CUIJiang(1．CollegeofElectricandInformationEngineering，AnhniUniversityofScienceandTechnology，Huainan232001，China；2．CollegeofAutomationEngineering，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China；3．DepartmentofShippingEngineering，

4、QingdaoNorthPortCollege，Qingdao266228，China)Abstract：Focusingonthedesignofproblemoffaultdiagnosisofanalogcircuitandclassifierwithsupportvectormachines(SVMs)，anewmethodoffaultdictionarybasedondirectedacyclicgraphSVMsclassifier(DAGSVC)ispresented，andaspecification

5、forestimatingtheaveragetestcomplexityofthesuppo~vectormachineclassifier(SVC)isalsocompared．Twoactualanalogfiheraretestedtovalidatetheproposedmethod，whoseperformanceisproventobesuperiortothetraditionalmethods，suchas“1-v—r’’SVCand“1-v一1”SVC．Theproposedmethod，being

6、propertoperformanalogcircuitdiagnosisandfaultsisolation，couldalsoachievealmostthesamediagnosisrateastheclusteringbinarytreeSVC，whoseteststructureisnotunique．Keywords：analogcircuit；faultdiagnosis；faultdictionary；averagetestcomplexity；directedacyclicgraphsupportve

7、ctormachinesclassifier(DAGSVC)0引言质最终是模式分类技术的应用。对模拟电路故障诊断的目前，模拟电路的功能测试主要分为测前仿真(simula—研究是当前国际测试领域的一个热点，在基于故障字典方tionbeforetest，SBT)和测后仿真(simulationaftertest，SAT)法的模拟电路测试中，涉及到的模式分类技术主要包括：2种方法J。在SBT方法中，故障字典方法由于最具有实各种神经网络方法、模糊数学、支持向量机以及各种方法用价值，从而得到了广泛的研究和应用。的组合等-61。基

8、于故障字典方法的电路测试主要分为3个步骤：本文主要讨论了一种基于支持向量机分类器(support1)对电路施加合适的测试激励，利用可测节点获取电路vectormachinesclassifier，SVC)的故障字典方法，故障字典故障信息；2)特征提取，获取疑似样本；3)利用故障字典方法可以诊断器件的软故障。另外，传统的二元SVC不