|
|||||
|
|
| 基于改进的VMD和SVM的模拟电路故障诊断方法的研究 | |
| 作者姓名： | 刘沛霖 刘美容 何怡刚 赵睿 |
| 作者单位： | {{each article.affiliations aff i}} {{if aff.addressCn && aff.addressCn != '}} {{if aff.label && aff.label != ' && article.affiliations.length != 1}}{{@ aff.label}}.{{/if}}{{@ aff.addressCn}}{{/if}} {{/each}} |
| 基金项目： | {{each article.fundPrjs fund i}} {{if fund.sourceCn && fund.sourceCn != ' }}{{@ fund.sourceCn}}{{if fund.awardId && fund.awardId != '}}{{fund.awardId}}{{/if}}{{else}}{{@ fund.fundsInfoCn}}{{/if}} {{/each}} |
| 摘 要： | 随着模拟电路的集成度和复杂度越来越高,提取其响应的特征信息也变得愈加困难.为解决提取故障信息的难题,提出将变分模态分解(variational modal decomposition,VMD)和复合多尺度排列熵(compound multi-scale permutation entropy,CMPE)相结合的算法构建故障特征向量,并且依靠麻雀搜索算法优化支持向量机(sparrow search algorithm-support vector machine,SSA-SVM)完成故障的分类。首先,通过PSPICE软件采集故障时的原始信号,并被VMD处理成多组含有原始信号特征的本征模态函数(intrinsic mode function,IMF)分量. 其次,计算出前3个IMF分量的CMPE值,归一化处理后作为故障特征向量.最后,在分类器中训练和测试.仿真测试显示本方案最终诊断正确率可达99.67%,对比其它方案能够有效提高故障诊断效率,是一种可行的模拟电路故障诊断思路.
|
| 关 键 词： | 变分模态分解 模拟电路故障诊断 复合多尺度排列熵 麻雀搜索算法 |
| 点击此处可从《微电子学与计算机》浏览原始摘要信息 | |
| 点击此处可从《微电子学与计算机》下载免费的PDF全文 | |