主成分分析和超限学习机的模拟电路故障诊断

发布时间：2017-06-04 05:05

  本文关键词：主成分分析和超限学习机的模拟电路故障诊断，由笔耕文化传播整理发布。

【摘要】：为提高模拟电路故障诊断特征信息提取的完整性,实现故障模式分类的准确性,达到网络训练测试的快速性,提出了一种基于主成分分析(Principal Components Analysis,PCA)和极限学习机(ELM)相结合的模拟电路故障诊断新方法。在OrCAD16.3中通过设置仿真模拟电路元器件参数及其容差,获得电路各状态的MonteCarlo样本数据,经PCA降维提取特征信息以获得最优的特征模式,继而采用ELM对故障进行分类识别。以Sallen-Key带通滤波器电路为实例进行仿真研究,结果表明该方法具有特征提取效果好,神经网络训练学习速度快,故障诊断效率高,泛化性能好等特点。
【作者单位】： 湖南大学电气与信息工程学院;湖南科技职业学院电子信息工程与技术系;合肥工业大学电气与自动化学院;
【关键词】： 主成分分析 极限学习机 容差 特征提取 故障诊断
【基金】：国家杰出青年科学基金(No.50925727) 国防科技计划项目(No.C1120110004,No.9140A27020211DZ5102) 教育部科学技术研究重大项目(No.313018) 安徽省科技计划重点项目(No.1301022036) 湖南省科技计划项目(No.2010J4,No.2011JK2023,No.2013GK3096) 教育厅科学研究项目(No.11C0606) 湖南省青年骨干教师基金 国家自然科学基金(No.61102039) 湖南省自然科学基金(No.14JJ7029)
【分类号】：TN710
【正文快照】： 1引言复杂电子系统中,由于电子元器件数量繁多,绝对的容差性等特点,模拟电路部分往往最易出现故障,为了保证系统的正常运转,一直以来全世界许多专家学者1.湖南大学电气与信息工程学院,长沙4100822.湖南科技职业学院电子信息工程与技术系,长沙4100043.合肥工业大学电气与自动化

【参考文献】

中国期刊全文数据库 前10条

1 李岩波;张超;郭新辰;;基于直觉模糊最小二乘支持向量机的变压器故障诊断[J];吉林大学学报(理学版);2014年02期

2 叶慧;罗秋凤;李勇;;小波和多核SVM方法在UVA传感器故障诊断的应用[J];电子测量技术;2014年01期

3 孙健;王成华;洪峰;王蕾;;基于PCA-LVQ的模拟电路故障诊断[J];电路与系统学报;2013年02期

4 何怡刚;祝文姬;周炎涛;刘美容;;基于粒子群算法的模拟电路故障诊断方法[J];电工技术学报;2010年06期

5 朱大奇;刘永安;;故障诊断的信息融合方法[J];控制与决策;2007年12期

6 张伟;许爱强;陈振林;;模拟电路节点电压灵敏度权序列故障字典法[J];电子测量与仪器学报;2006年04期

7 厉芸,何怡刚,徐卫林,尹新,刘美容;基于BP神经网络的大规模电路模块级故障快速诊断方法[J];电路与系统学报;2005年04期

8 师宇杰,张耀升;模拟电路故障诊断的 VIM 验证算法[J];天津大学学报;1998年05期

9 董晨皓，，林争辉，秦建业;模拟电路故障诊断的辨识法及其方程[J];上海交通大学学报;1995年01期

10 罗先觉,邱关源;开关电容网络故障子网络的诊断[J];西安交通大学学报;1991年02期

中国硕士学位论文全文数据库 前1条

1 许凤娇;基于小波分析和粒子群神经网络的模拟电路故障诊断[D];湖南大学;2013年

【共引文献】

中国期刊全文数据库 前10条

1 刘兰英;;模糊多级融合技术在化工故障诊断中的应用[J];无线互联科技;2016年06期

2 宋征宇;;运载火箭远程故障诊断技术综述[J];宇航学报;2016年02期

3 莫易敏;姚亮;王骏;胡强;黄华波;;基于主成分分析与BP神经网络的发动机故障诊断[J];武汉理工大学学报(交通科学与工程版);2016年01期

4 王雅;孙耀宁;李瑞国;;基于粒子群算法的RBF神经网络齿轮磨损预测[J];机床与液压;2016年03期

5 胡帅;顾艳;姜华;;基于PCA-RBF网络的学生写作成绩预测模型[J];计算机与现代化;2016年01期

6 宋晓琳;郑亚奇;曹昊天;;基于HMM-SVM的驾驶员换道意图辨识研究[J];电子测量与仪器学报;2016年01期

7 祁涛;张彦斌;温晋华;;基于遗传粒子群算法的模拟电路故障诊断方法研究[J];计算机测量与控制;2015年12期

8 万晓凤;胡海林;余运俊;康利平;;光伏三电平逆变器故障检测和诊断技术研究进展[J];电子测量与仪器学报;2015年12期

9 胡帅;顾艳;姜华;曲巍巍;;基于PCA-BPNN的学生写作成绩预测模型研究[J];国外电子测量技术;2015年12期

10 胡帅;顾艳;曲巍巍;;基于PCA的口语课堂教学质量评价模型研究[J];电子设计工程;2015年23期

中国硕士学位论文全文数据库 前1条

1 林乔;汽油机缸内离子电流检测系统开发及实验研究[D];中南大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 李鑫;;小波分析在滚动轴承故障信号处理中的应用[J];国外电子测量技术;2013年06期

2 万鹏;王红军;徐小力;;局部切空间排列和支持向量机的故障诊断模型[J];仪器仪表学报;2012年12期

3 钱玉良;张浩;彭道刚;徐春梅;;PCA和GA-PSO-RBF集成的发电机组远程故障诊断[J];电子测量与仪器学报;2012年07期

4 郑蕊蕊;赵继印;赵婷婷;李敏;;基于遗传支持向量机和灰色人工免疫算法的电力变压器故障诊断[J];中国电机工程学报;2011年07期

5 王冬云;张文志;张建刚;;小波包能量谱在滚动轴承故障诊断中的应用[J];轴承;2010年11期

6 汪洪桥;孙富春;蔡艳宁;陈宁;丁林阁;;多核学习方法[J];自动化学报;2010年08期

7 胡青;孙才新;杜林;李剑;;核主成分分析与随机森林相结合的变压器故障诊断方法[J];高电压技术;2010年07期

8 张凯;黄华平;杨海涛;谢庆;;利用改进遗传算法与LS-SVM进行变压器故障诊断[J];电网技术;2010年02期

9 祝文姬;何怡刚;;容差模拟电路软故障诊断的神经网络方法[J];电工技术学报;2009年11期

10 郑蕊蕊;赵继印;王志男;吴宝春;;基于改进灰色聚类分析的电力变压器故障诊断[J];吉林大学学报(工学版);2008年05期

【相似文献】

中国期刊全文数据库 前10条

1 林和平;杨晨;;模糊主成分分析方法的研究与分析[J];航空计算技术;2006年06期

2 林培龙;;基于主成分分析评价模型的研究与应用[J];信息系统工程;2010年05期

3 张磊;;天津市电子信息产品制造业竞争力分析与评价[J];科技和产业;2011年07期

4 李瑜祥;;主成分分析程序及其应用[J];自动化仪表;1987年04期

5 朱宁;主成分分析在选拔竞赛队员中的应用[J];桂林电子工业学院学报;1999年02期

6 姜春燕;林和平;刘丁慧;付希金;纪永凤;;灰主成分分析研究及其应用[J];吉林大学学报(信息科学版);2007年05期

7 周春生;;主成分分析在大学生成绩影响因素研究中的应用[J];现代计算机;2013年17期

8 顾绍红;王永生;王光霞;;主成分分析模型在数据处理中的应用[J];测绘科学技术学报;2007年05期

9 李雪梅;张素琴;;主成分分析在区域经济分析中的应用[J];计算机工程与应用;2009年19期

10 黎夏,叶嘉安;主成分分析与Cellular Automata在空间决策与城市模拟中的应用[J];中国科学(D辑:地球科学);2001年08期

中国重要会议论文全文数据库 前10条

1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 孙晓东;胡劲松;焦s

本文编号：420044