共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
针对模拟电路软故障诊断准确度不高的问题,提出一种基于粗糙集(RS)-粒子群算法(PSO)-支持向量机(SVM)集成的模拟电路软故障诊断方法。首先利用粗糙集理论对采集的模拟电路软故障特征信息进行维数约简,然后利用粒子群算法对支持向量机的参数进行优化,以提高支持向量机分类器的诊断性能,最后进行故障诊断。对四运放双二次高通滤波器进行仿真,实验结果表明,基于RS-PSO-SVM集成的模拟电路软故障诊断方法是有效的。与其他常用方法相比,该诊断方法具有更好的故障诊断性能。 相似文献
3.
4.
根据模拟电路故障诊断中的测前模拟诊断SBT法,本文采用PSpice对待测电路CUT故障进行模拟仿真,通过小波包分析和信息熵方法提取故障电路输出信号的特征向量,利用Matlab设计的神经网络算法构建故障分类器并对电路故障进行识别与诊断。仿真实验结果表明将PSpice与Matlab相结合的诊断方法能够有效地诊断模拟电路故障,为模拟电路故障诊断的教学和科研提供参考。 相似文献
5.
6.
7.
8.
本文讨论了一种模拟电路故障实时诊断的滤波器方法,该方法首先用状态空间模型来描述模拟电路,然后利用强跟踪滤波器对模型进行状态与参数联合估计,再利用修正的Bayes分类算法对故障进行检测与分离,从而实现故障的实时诊断.实验结果证明了本方法是有效的. 相似文献
9.
对模拟故障电路进行特征提取与分类是模拟电路诊断的两个重要环节。现有方法多对时域响应信号进行小波变换以提取故障特征,并用神经网络或支持向量机方法实现对故障进行分类。为提高模拟电路故障诊断率,提出一种局域均值分解(LMD)与SVM相结合的新算法。该算法运用局域均值算法(LMD),将其自适应地分解为一系列单分量调幅-调频信号(PF),通过提取电路正常和故障状态的特征,运用SVM对其分类,获得诊断效率。仿真实验结果表明,该方法对模拟电路的故障诊断精度达到98%以上,适用于模拟电路的故障诊断。 相似文献
10.
传统的模拟电路故障诊断方法有很多种,传统方法诊断的成败主要取决于模拟电路故障诊断的优化模型,而且模型一旦确定就无法更改,缺乏诊断的灵活性。本文将主要对模拟电路故障诊断中的最优特征提取方法进行研究。 相似文献