一种基于改进的模拟电路故障诊断方法
专利类型：发明专利
语 言：中文
申 请 号：CN201510255739.1
申 请 日：20150519
申 请 人：重庆大学中国人民解放军63790部队
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180302
公 开 号：CN104849650B
代 理 人：赵荣之
代理机构：北京同恒源知识产权代理有限公司 11275
摘 要：一种基于改进的模拟电路故障诊断方法，从两个方面对传统技术进行改进：1、对于DAGSVM方法的改进，将类间间距最大的SVM作为DAGSVM最上层节点，若根节点分类结果为i类，则选择与i类类间距离最大的SVM作为此层子节点，若根节点分类结果为j类，则选择与j类类间距离最大的SVM作为此层子节点；若分类结果既不属于i类也不属于j类，则排除这两类，在剩下的类中选择类间距离Dij最大的两类SVM作为此层节点继续上面两步骤，直到得到诊断结果。这样做能有效避免高层节点诊断错误，导致最终结果的错误的情况。2、为提高每个子节点的诊断准确率，对每个子SVM使用粒子群算法(PSO)进行参数优化，提高每个节点的SVM诊断准确率，以提高整个DAGSVM的诊断准确率。
主 权 项：一种基于改进的模拟电路故障诊断方法，其特征在于包括下述步骤：步骤一：信号采集，从模拟电路的特定节点中采集信号；步骤二：故障特征提取，将采集到的信号进行小波包分解和归一化处理，得到故障特征；步骤三：将这些故障特征分别用于子节点PSOSVM进行训练，并计算类间距离；步骤四：将DAGSVM中的子节点处的SVM用PSOSVM替换，并通过类间距离从上往下依次决定各子节点；在步骤三种所述PSOSVM方法，具体步骤如下：41：故障特征作为训练数据输入，并随机生成初始粒子和初始参数；42：建立SVM模型，将SVM的准确率作为粒子的适应度，若此适应度优于粒子的最优适应度，此时的位置向量存储为粒子的位置向量，若粒子的适应度优于全局最优适应度，则位置向量存储为全局最优；43：重复以上步骤直到满足最终准则或者达到了设定的最大迭代步数，得到优化的参数：惩罚参数C和核函数参数γ。
关 键 词：改进;诊断准确率;选择;电路故障诊断方法;提高;根节点分类;优化;算法;高层;DAGSVM;粒子;PSO;剩下;使用;属于;排除;直到;导致;得到;上层;
法律状态：
IPC专利分类号：G01R31/316(2006.01)I