【摘要】：隨著半導(dǎo)體技術(shù)的飛速發(fā)展,現(xiàn)代電子系統(tǒng)中使用的模擬電路集成度和復(fù)雜度不斷提高,功能也不斷增強(qiáng),其出現(xiàn)故障的概率也不斷增大,因此研究人員提出了不同類(lèi)型的電路故障診斷方法,以保證模擬電路具有良好的可用性和可靠性。在這些方法中,基于支持向量機(jī)的模擬電路智能故障診斷方法具有堅(jiān)實(shí)的理論基礎(chǔ)和推廣特性,能夠解決有限樣本的學(xué)習(xí)問(wèn)題,已經(jīng)成為電路故障診斷領(lǐng)域的研究熱點(diǎn)。支持向量機(jī)使用單個(gè)核函數(shù)方法把非線性輸入數(shù)據(jù)映射到高維空間使其線性可分,然而研究表明由于不同核函數(shù)性能上的差異,使其在各種數(shù)據(jù)集上分類(lèi)效果差距較大,而核函數(shù)的選擇和構(gòu)造至今還沒(méi)有完善的理論依據(jù)。另外,由于模擬電路自身的固有特性,使得故障樣本集合具有數(shù)據(jù)不規(guī)則和高維特征空間分布不平坦的問(wèn)題,采用單一核函數(shù)往往難以取得良好的診斷效果。針對(duì)以上問(wèn)題,本文提出了一種基于多數(shù)據(jù)相關(guān)核的核矩陣優(yōu)化策略,用于改進(jìn)標(biāo)準(zhǔn)支持向量機(jī)對(duì)訓(xùn)練模型和參數(shù)過(guò)于依賴(lài)的問(wèn)題,并將多數(shù)據(jù)相關(guān)核方法應(yīng)用于解決模擬電路故障診斷問(wèn)題中。首先,本文研究多核函數(shù)構(gòu)造原理,使用核排列的方法優(yōu)化多核算法中基本核函數(shù)的權(quán)重系數(shù);然后,研究經(jīng)驗(yàn)特征空間中的核函數(shù)優(yōu)化方法,對(duì)核矩陣進(jìn)行優(yōu)化構(gòu)造數(shù)據(jù)相關(guān)核;基于此提出了基于多數(shù)據(jù)相關(guān)核的模擬電路故障診斷方法,將多個(gè)基本核進(jìn)行凸組合構(gòu)造多核矩陣,并對(duì)多核矩陣進(jìn)行數(shù)據(jù)相關(guān)核優(yōu)化,利用優(yōu)化后的核矩陣替代標(biāo)準(zhǔn)支持向量機(jī)的單一核函數(shù),以提高故障診斷方法的診斷準(zhǔn)確率。最后,論文利用Hspice軟件對(duì)幾個(gè)典型的標(biāo)準(zhǔn)電路進(jìn)行了仿真實(shí)驗(yàn),在電路中注入常見(jiàn)故障類(lèi)型,使用Haar小波變換、PCA等方法進(jìn)行特征提取,獲取故障樣本集,以驗(yàn)證論文中提出的基于多數(shù)據(jù)相關(guān)核的電路故障診斷方法的有效性。仿真實(shí)驗(yàn)結(jié)果表明,同基于標(biāo)準(zhǔn)支持向量機(jī),基于多核函數(shù)以及基于數(shù)據(jù)相關(guān)核的模擬故障診斷方法相比,本文提出的基于多數(shù)據(jù)相關(guān)核的模擬電路故障診斷方法在標(biāo)準(zhǔn)電路集上能夠取得更好的故障診斷準(zhǔn)確率和極短的診斷模型建立時(shí)間,并且在此基礎(chǔ)上可以提高診斷效率。
文內(nèi)圖片：
圖片說(shuō)明： 圖 2-3 sallen-key 濾波器電路電路中電阻電容的標(biāo)稱(chēng)值為 ， ， ， ， ， 。將電阻的容差設(shè)置為 5%，，電容的容差設(shè)元件工作在容差范圍內(nèi)時(shí)，電路工作狀態(tài)為正常，當(dāng) ， ， 和
文內(nèi)圖片：
圖片說(shuō)明： 圖 4-7 Leapfrog 濾波器電路敏度分析可以發(fā)現(xiàn)，當(dāng)元件 、 、 、 和 的元件值發(fā)出響應(yīng)曲線影響最為明顯。因此在電路中對(duì)這 5 個(gè)元件進(jìn)行（ ）、 （ ）、 （ ）、 （
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN710

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 何學(xué)文;孫林;付靜;;基于小波分析和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法[J];中國(guó)工程機(jī)械學(xué)報(bào);2007年01期

2 何學(xué)文,卜英勇;基于小波包分解和支持向量機(jī)的機(jī)械故障診斷方法[J];機(jī)械強(qiáng)度;2004年01期

相關(guān)博士學(xué)位論文 前1條

1 宋國(guó)明;基于提升小波及SVM優(yōu)化的模擬電路智能故障診斷方法研究[D];電子科技大學(xué);2010年

本文編號(hào)：2515565