發(fā)布時間：2017-06-04 05:05

  本文關(guān)鍵詞：主成分分析和超限學習機的模擬電路故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高模擬電路故障診斷特征信息提取的完整性,實現(xiàn)故障模式分類的準確性,達到網(wǎng)絡訓練測試的快速性,提出了一種基于主成分分析(Principal Components Analysis,PCA)和極限學習機(ELM)相結(jié)合的模擬電路故障診斷新方法。在OrCAD16.3中通過設置仿真模擬電路元器件參數(shù)及其容差,獲得電路各狀態(tài)的MonteCarlo樣本數(shù)據(jù),經(jīng)PCA降維提取特征信息以獲得最優(yōu)的特征模式,繼而采用ELM對故障進行分類識別。以Sallen-Key帶通濾波器電路為實例進行仿真研究,結(jié)果表明該方法具有特征提取效果好,神經(jīng)網(wǎng)絡訓練學習速度快,故障診斷效率高,泛化性能好等特點。
【作者單位】： 湖南大學電氣與信息工程學院;湖南科技職業(yè)學院電子信息工程與技術(shù)系;合肥工業(yè)大學電氣與自動化學院;
【關(guān)鍵詞】： 主成分分析 極限學習機 容差 特征提取 故障診斷
【基金】：國家杰出青年科學基金(No.50925727) 國防科技計劃項目(No.C1120110004,No.9140A27020211DZ5102) 教育部科學技術(shù)研究重大項目(No.313018) 安徽省科技計劃重點項目(No.1301022036) 湖南省科技計劃項目(No.2010J4,No.2011JK2023,No.2013GK3096) 教育廳科學研究項目(No.11C0606) 湖南省青年骨干教師基金 國家自然科學基金(No.61102039) 湖南省自然科學基金(No.14JJ7029)
【分類號】：TN710
【正文快照】： 1引言復雜電子系統(tǒng)中,由于電子元器件數(shù)量繁多,絕對的容差性等特點,模擬電路部分往往最易出現(xiàn)故障,為了保證系統(tǒng)的正常運轉(zhuǎn),一直以來全世界許多專家學者1.湖南大學電氣與信息工程學院,長沙4100822.湖南科技職業(yè)學院電子信息工程與技術(shù)系,長沙4100043.合肥工業(yè)大學電氣與自動化

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李巖波;張超;郭新辰;;基于直覺模糊最小二乘支持向量機的變壓器故障診斷[J];吉林大學學報(理學版);2014年02期

2 葉慧;羅秋鳳;李勇;;小波和多核SVM方法在UVA傳感器故障診斷的應用[J];電子測量技術(shù);2014年01期

3 孫健;王成華;洪峰;王蕾;;基于PCA-LVQ的模擬電路故障診斷[J];電路與系統(tǒng)學報;2013年02期

4 何怡剛;祝文姬;周炎濤;劉美容;;基于粒子群算法的模擬電路故障診斷方法[J];電工技術(shù)學報;2010年06期

5 朱大奇;劉永安;;故障診斷的信息融合方法[J];控制與決策;2007年12期

6 張偉;許愛強;陳振林;;模擬電路節(jié)點電壓靈敏度權(quán)序列故障字典法[J];電子測量與儀器學報;2006年04期

7 厲蕓,何怡剛,徐衛(wèi)林,尹新,劉美容;基于BP神經(jīng)網(wǎng)絡的大規(guī)模電路模塊級故障快速診斷方法[J];電路與系統(tǒng)學報;2005年04期

8 師宇杰,張耀升;模擬電路故障診斷的 VIM 驗證算法[J];天津大學學報;1998年05期

9 董晨皓，，林爭輝，秦建業(yè);模擬電路故障診斷的辨識法及其方程[J];上海交通大學學報;1995年01期

10 羅先覺,邱關(guān)源;開關(guān)電容網(wǎng)絡故障子網(wǎng)絡的診斷[J];西安交通大學學報;1991年02期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 許鳳嬌;基于小波分析和粒子群神經(jīng)網(wǎng)絡的模擬電路故障診斷[D];湖南大學;2013年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉蘭英;;模糊多級融合技術(shù)在化工故障診斷中的應用[J];無線互聯(lián)科技;2016年06期

2 宋征宇;;運載火箭遠程故障診斷技術(shù)綜述[J];宇航學報;2016年02期

3 莫易敏;姚亮;王駿;胡強;黃華波;;基于主成分分析與BP神經(jīng)網(wǎng)絡的發(fā)動機故障診斷[J];武漢理工大學學報(交通科學與工程版);2016年01期

4 王雅;孫耀寧;李瑞國;;基于粒子群算法的RBF神經(jīng)網(wǎng)絡齒輪磨損預測[J];機床與液壓;2016年03期

5 胡帥;顧艷;姜華;;基于PCA-RBF網(wǎng)絡的學生寫作成績預測模型[J];計算機與現(xiàn)代化;2016年01期

6 宋曉琳;鄭亞奇;曹昊天;;基于HMM-SVM的駕駛員換道意圖辨識研究[J];電子測量與儀器學報;2016年01期

7 祁濤;張彥斌;溫晉華;;基于遺傳粒子群算法的模擬電路故障診斷方法研究[J];計算機測量與控制;2015年12期

8 萬曉鳳;胡海林;余運俊;康利平;;光伏三電平逆變器故障檢測和診斷技術(shù)研究進展[J];電子測量與儀器學報;2015年12期

9 胡帥;顧艷;姜華;曲巍巍;;基于PCA-BPNN的學生寫作成績預測模型研究[J];國外電子測量技術(shù);2015年12期

10 胡帥;顧艷;曲巍巍;;基于PCA的口語課堂教學質(zhì)量評價模型研究[J];電子設計工程;2015年23期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 林喬;汽油機缸內(nèi)離子電流檢測系統(tǒng)開發(fā)及實驗研究[D];中南大學;2014年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李鑫;;小波分析在滾動軸承故障信號處理中的應用[J];國外電子測量技術(shù);2013年06期

2 萬鵬;王紅軍;徐小力;;局部切空間排列和支持向量機的故障診斷模型[J];儀器儀表學報;2012年12期

3 錢玉良;張浩;彭道剛;徐春梅;;PCA和GA-PSO-RBF集成的發(fā)電機組遠程故障診斷[J];電子測量與儀器學報;2012年07期

4 鄭蕊蕊;趙繼印;趙婷婷;李敏;;基于遺傳支持向量機和灰色人工免疫算法的電力變壓器故障診斷[J];中國電機工程學報;2011年07期

5 王冬云;張文志;張建剛;;小波包能量譜在滾動軸承故障診斷中的應用[J];軸承;2010年11期

6 汪洪橋;孫富春;蔡艷寧;陳寧;丁林閣;;多核學習方法[J];自動化學報;2010年08期

7 胡青;孫才新;杜林;李劍;;核主成分分析與隨機森林相結(jié)合的變壓器故障診斷方法[J];高電壓技術(shù);2010年07期

8 張凱;黃華平;楊海濤;謝慶;;利用改進遺傳算法與LS-SVM進行變壓器故障診斷[J];電網(wǎng)技術(shù);2010年02期

9 祝文姬;何怡剛;;容差模擬電路軟故障診斷的神經(jīng)網(wǎng)絡方法[J];電工技術(shù)學報;2009年11期

10 鄭蕊蕊;趙繼印;王志男;吳寶春;;基于改進灰色聚類分析的電力變壓器故障診斷[J];吉林大學學報(工學版);2008年05期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 林和平;楊晨;;模糊主成分分析方法的研究與分析[J];航空計算技術(shù);2006年06期

2 林培龍;;基于主成分分析評價模型的研究與應用[J];信息系統(tǒng)工程;2010年05期

3 張磊;;天津市電子信息產(chǎn)品制造業(yè)競爭力分析與評價[J];科技和產(chǎn)業(yè);2011年07期

4 李瑜祥;;主成分分析程序及其應用[J];自動化儀表;1987年04期

5 朱寧;主成分分析在選拔競賽隊員中的應用[J];桂林電子工業(yè)學院學報;1999年02期

6 姜春燕;林和平;劉丁慧;付希金;紀永鳳;;灰主成分分析研究及其應用[J];吉林大學學報(信息科學版);2007年05期

7 周春生;;主成分分析在大學生成績影響因素研究中的應用[J];現(xiàn)代計算機;2013年17期

8 顧紹紅;王永生;王光霞;;主成分分析模型在數(shù)據(jù)處理中的應用[J];測繪科學技術(shù)學報;2007年05期

9 李雪梅;張素琴;;主成分分析在區(qū)域經(jīng)濟分析中的應用[J];計算機工程與應用;2009年19期

10 黎夏,葉嘉安;主成分分析與Cellular Automata在空間決策與城市模擬中的應用[J];中國科學(D輯:地球科學);2001年08期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 么彩蓮;魏寧;;關(guān)于主成分分析的改進方法探討[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

3 孫曉東;胡勁松;焦s

本文編號：420044