基于粒子群算法的模拟电路故障诊断方法-电工技术学报.pdfVIP

20 10 年 6 月 电 工 技 术 学 报 Vol.25 No. 6 第 25 卷第 6 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY Jun . 20 10 基于粒子群算法的模拟电路故障诊断方法 何怡刚 祝文姬 周炎涛 刘美容 （湖南大学电气与信息工程学院 长沙 4 10082） 摘要 提出一种基于 波包分解、主元分析、归一化处理、粒子群算法与神经网络相结合 的模拟电路故障诊断新方法。该方法使用 波包分解来对信号进行消噪和 波多尺度分解，再 进行正交主元分析和归一化处理来提取故障特征信息，作为神经网络的输入样本。在充分考虑 传统BP 算法中采用梯度下降法所固有的极易陷入局部极 等缺陷的基础上，提出了采用粒子 群算法来优化传统BP 网络的方法。文中研究了故障特征信息的提取、样本选择及诊断系统， 并通过电路诊断实例，阐述了该方法的具体实现，验证了所提方法的有效性。 关键词：模拟电路 故障诊断 波包分解 粒子群算法 BP 神经网络 中图分类号：TN39 An Analog Circuit Diagnosis Method Based on Particle Swarm Optimization Algorithm H e Yigang Zhu Wenj i Zhou Yantao L iu M eirong （Hunan University Changsha 4 10082 China ） Abstract Based on wavelet packet decomposition, principal component analysis (PCA), normalization, particle swarm optimization (PSO) and neural networks (NN s), a new analog circuit diagnosis method is proposed. The proposed method is based on wavelet packet transformation that using the wavelet packet decomposition as a de-noise tool, the feature information is extracted by wavelet de-noising, multi-resolution, orthogonalization and normalization . The input patterns are satisfied when the feature information applies to the neural networks. Under considering the characteristics of the traditional back-propagation (BP) algorithm, the PSO algorithm is used to substitute the gradient descent method in tradition BP neural network . Finally, the realization of the proposed strategy is expounded by using practical circuits. The simulation and experimental results demonstrate the effectiveness of the proposed method. Keywords ：Analog circuits, fault diag