基于数据降维算法的模拟电路故障诊断应用研究

发布时间：2023-02-08 07:05

　　随着电子科学与技术的快速发展,越来越多的应用于模拟电路故障诊断的新方法不断被提出。目前很多智能诊断算法都具有不需要掌握电路知识、不需要求解复杂的电路方程等优点,但是该类算法的诊断效果的好坏与训练出的诊断模型具有很大的关系,在这个过程中的首要环节就是采集全面海量的原始故障数据。以非线性模拟电路故障的诊断为例,由于大量的电阻电容等元器件都存在容差,会导致采集到的数据往往呈现高维数、非线性结构分布的特征。如何对这些高维度的数据进行降维并从中获取优选故障特征成为了近几年研究关注的难点问题。本文针对基于模式识别的故障诊断这一问题,核心讨论如何构造高效的特征提取方法,以小波理论为基础,结合数据分析方法中的典型的适用于非线性问题的数据降维方法来提取故障特征等方面进行了全面的分析,并选用改进的克隆选择算法对二阶四运放低通滤波电路进行诊断与验证。本文研究的主要内容如下:1.对小波理论的工程应用进行了研究。首先对小波分解和小波包分解方法进行了详细的分析:分别从小波基函数的选取,小波分解层次选取等问题入手,针对分解层次越深入,数据量呈指数增加的问题,提出了降维的思路。2.对常用的几种降维算法进行了研究。分析...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 模拟电路故障诊断方法介绍与研究现状
    1.3 基于模式识别的模拟电路故障诊断流程
    1.4 本文主要研究内容
第二章 基于小波分析的特征提取技术
    2.1 小波理论的发展概述
    2.2 小波分析的理论基础
        2.2.1 小波变换的定义
        2.2.2 小波分解与小波包分解
    2.3 小波分析的难点和关键问题
        2.3.1 小波基函数的选取研究
        2.3.2 小波分解层次研究
        2.3.3 小波包系数能量谱的构造及归一化
    2.4 本章小结
第三章 典型数据降维方法概述及其应用
    3.1 线性降维算法
    3.2 非线性降维算法
        3.2.1 等度量映射算法与landmark-ISOMAP
        3.2.2 LLE与RLLE
        3.2.3 拉普拉斯特征映射
        3.2.4 t-SNE
    3.3 本章小结
第四章 基于小波理论和降维算法的软故障诊断方法研究
    4.1 基于小波分析的特征提取技术
    4.2 降维算法的选择与参数确定
    4.3 改进的克隆选择分类算法简介
    4.4 本章小结
第五章 基于降维理论的板级故障智能诊断系统实现
    5.1 智能诊断系统总体设计
    5.2 故障注入与数据采集
    5.3 故障特征的提取与降维实现
    5.4 故障训练和板级测试诊断流程的实现
    5.5 降维效果验证评价
        5.5.1 非线性降维算法的选取与性能比较
        5.5.2 降维比例的讨论
    5.6 本章小结
第六章 结论与展望
    6.1 本文的主要创新工作
    6.2 研究展望
参考文献
在学期间的研究成果
致谢



本文编号：3737550