基于同步优化的支持向量机模拟电路故障诊断方法研究

支持向量机模拟电路故障诊断涉及到特征提取、特征选择和支持向量机的参数优化等问题,它们都对诊断结果有直接的影响。针对这一问题,提出了一种基于改进的离散粒子群算法的同步优化方法。该算法采用非线性惯性权重和遗传操作相结合的方法,提高了粒子群前期迭代的探索能力和后期迭代的开发能力,同时降低了粒子群陷入局部最优的风险。通过模拟电路的仿真实验,验证了同步优化方法和改

第 4卷 1

第 4期

V 0l41 NO. _ 4

21 0 0年 7月

J OURNAI 0F TAI YUAN UNI VERS TY CHN0L I 0F TE 0GY

J l 2 1 uy 0 0

文章编号: 0 79 3 ( 0 0 0— 4 0 0 1 0—4 2 2 1 )40 2- 5

基于同步优化的支持向量机模拟电路故障诊断方法研究 申宇皓孟晨张磊傅振华,,,,石纯。 (械工程学院 a军 .导弹丁程系; .科研部;.治部,北石家庄 0 0 0 ) b C政河 5 0 3

摘要:持向量机模拟电路故障诊断涉及到特征提取、征选择和支持向量机的参数优化等支特 问题,们都时诊断结果有直接的影响。针对这一问题,出了一种基于改进的离散粒子群算法的它提 同步优化方法。该算法采用非线性惯性权重和遗传操作相结合的方法,高了粒子群前期迭代的提

探索能力和后期迭代的开发能力,时降低了粒子群陷入局部最优的风险。通过模拟电路的仿真同实验,证了同步优化方法和改进的离散粒子群算法的有效性。验 关键词:渡包变换;持向量机;拟电路故障诊断; O-子群 小支模离粒中图分类号: TN7 7 0文献标识码: A

由于模拟电路的元件参数容差大,存在反馈且回路和非线性问题,障的快速检测和准确定位历故来都是研究的热点和难点。传统的模拟电路故障诊断方法主要包括故障字典法、件参数辨识法和故元障验证法等。这些诊断方法都具有一定的局限性, 在实际应用中的诊断效率不高。支持向量机是在统计学习理论的基础上发展起来的分类方法,核心其思想是选择最小的结构风险,决学习机的学习能解力和泛化能力之间的矛盾。支持向量机克服了神经

由于它们之间相互紧密联系,几个问题分开优化将

往往得不到满意的效果。文献[—4等仅对特征选 1] 择和参数选取的同步优化进行了一定的研究。现已 公开发表的文献都未对这三个问题给出一致的分析和解决方案。笔者在他们的基础上进一步将三者联 合起来考虑,过基于改进的离

散粒子群优化算法通 ( m pr v d I o e Dic e e Pa tc e w a m Optm ia i n, s r t r il S r i z to

I P O)现了同步优化。 I P O将非线性惯性权 D S实 D S

重策略与遗传操作相结合,在一定程度上克服了 D— P S Dsrt P rc w r Opi i t n在迭代前期 O( i ee atl S am t z i ) c ie m ao全局搜索能力和后期局部搜索能力的不足,以及在迭 代后期一旦陷入局部最优不易摆脱的问题。

网络的不足,解决小样本、在非线性及高维模式识别问题中表现出结构简单、全局最优、泛化能力强等许多特有的优势。 当使用支持向量机解决模拟电路的故障诊断问 题时,先需要考虑特征提取。小波包变换在时频首

1基于小波包变换的特征提取 小波分析是当前信号分析与处理中一个迅速发 展的新领域,它在时频域都具有表征信号局部特征 的能力,一种时间窗和频率窗都可以改变的时频是

域都具有表征信号局部特征的能力,且对信号的并低频和高频部分都可以进行细致的分解,与小波变换相比具有更高的时频分辨率,成为特征提取的首 选方法。但是,用小波包变换的一个直接的问题使

局部化分析方法。小波变换只对信号的低频部分]作进一步分解,高频部分不再继续分解。而小波对包变换可以对小波变换没有细分的高频部分作进一步分解,而提高了时频分辨率。信号 S的三层小从波包分解树如图 1所示。图中 A表示低频,表示 D高频,序号表示小波包分解的层数。

就是小波函数的选择问题,同的小波函数会直接不 影响特征提取的效果,而影响最终的诊断。其次,进 当把小波包变换提取的各频带能量作为故障特征

时,要选择那些可以较好地反应电路故障状态,需有利于故障准确定位,以提高诊断精度的特征。最后, 支持向量机参数的选取问题也直接影响诊断精度,

当模拟电路发生故障时,要表现为对不同频主

收稿日期: 0 9 1 - 6 2 0 1 2

作者简介:申宇皓 ( 9 0 )男, 18,太原市人,士生,博主要从事基于 S VM的模拟电

路故障诊断研究, Te) 3 3 1 5 1 ( 118 1 0 8 6通讯联系人:晨,,授,导,要从事电子系统故障诊断研究,Te)3 1 8 9 32盂男教博主 ( 10 1— 7 9 26

基于同步优化的支持向量机模拟电路故障诊断方法研究

基于同步优化的支持向量机模拟电路故障诊断方法研究相关文档

最新文档

返回顶部