一种聚类分层决策的SVM模拟电路故障诊断方法.pdf

第31卷 第5期 仪 器 仪 表 学 报 Vo1．31No．5 2010年 5月 ChineseJournalofScientificInstrument Mav2010 一 种聚类分层决策的SVM 模拟 电路故障诊断方法术 宋国明 ，王厚军。，姜书艳 ，刘 红 。。‘ (1 电子科技大学 自动化T 学院 成都 610054；2 成都电子机械高等专科学校计算机工程系 成都 610031 3 长春理工大学计算机学院 长春 130022) 摘 要：支持向量机用于模拟电路多种故障诊断时，其多分类扩展策略与诊断的效率和正确率密切相关。本文提出模糊聚类 与支持向量机集成的算法，通过分析电路故障特征数据的空间分布特性，以多级二叉树结构的SVM实现故障的分级诊断。通 过对各故障模式两种小波特征的逐次聚类二分获得二又树，根据F测度为每个节点的SVM选择具有最大分类间隔的故障子类 及特征，避免了不可分故障 域的 {现，从而优化了SVM 的组合策略。采用该方法组建的SVM结构简单，在滤波器 电路的故 障诊断中获得 良好的效果。与几种常用的SVM方法相 比，本文方法有效地提高了故障诊断的精度和效率。 关键词：模拟电路；故障诊断；模糊聚类；支持向量机；分层决策 中图分类号：TPI83 TN707 文献标识码 ：A 国家标准学科分类代码 ：510．1010 Analogcircuitfaultdiagnosisapproach usingclustering andhierarchicaldecision SVM SongGuoming ，WangHoujun，JiangShuyan，LiuHong’ 】SchoolofAutomationEngineering，U面∞ersyofElectronicScienceandTechnologyofChina，Chengdu610054； 2DepartmentofComputerEngineering，ChengduElectromechanicalCollege，Chengdu610031，China； 3SchoolofComputerScienceandTechnology，ChangchunUniversityofScienceandTechnology，Changchun130022，China) Abstract：WhenSupportVectorMachine(SVM)isusedformulti-faultdiagnosisinanalogcircuits，thediagnosis accuracyandefficiencylargelydependontheextensionstrategiesformulti—classification．A hierarchicaldecisionap— proachofrfaultdiagnosisisproposed in thispaper，whichintegratesfuzzyclusteringandSVM algorithmstoform multi—levelbinarytreeSVM classifiersaccordingtothedistributionpropertyoffaultdatasets．Thestructureofthe treeisdeterminedbyiterativelydividingfaultyclasspatternsintotwoclusterswithtwoaspectsofwaveletfeatures． Duringtheclusteringprocess，F—measureisadoptedofrdecidingfaultsubclasspartitionandfeatureselectiononeach treenode，whichleadstomaximizetheseparationmarginbetween faultsubclasse