基于gmkl-svm的模拟电路故障诊断方法 analog circuit fault diagnosis based on gmkl-svm method.pdfVIP

第３７ 卷　第９期 仪 器 仪 表 学 报 Ｖｏｌ３７ Ｎｏ９ ２０１６年９ 月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆＳｃｉｅｎｔｉｆｉｃ Ｉｎｓｔｒｕｍｅｎｔ Ｓｅｐ．２０１６ 基于ＧＭＫＬＳＶＭ的模拟电路故障诊断方法 １，２ １ １ １ １ 张朝龙 ，何怡刚 ，袁莉芬 ，李志刚 ，项　胜 （１．合肥工业大学电气与自动化工程学院　合肥　２３０００９；２．安庆师范大学物理与电气工程学院　安庆　２４６０１１） 摘　要：提出了一种新颖的基于广义多核支持向量机（ＧＭＫＬＳＶＭ）的模拟电路故障诊断方法。首先，应用Ｈａａｒ小波分析提取 被测电路时域响应信号的小波系数作为特征参量，并生成样本数据；然后，基于样本数据，应用量子粒子群算法对 ＧＭＫＬＳＶＭ 的参数进行优化，并以此建立基于ＧＭＫＬＳＶＭ的故障诊断模型，用于区分模拟电路的各个故障。实例电路的单故障和双故障 诊断实验结果表明，所提出的ＧＭＫＬＳＶＭ方法能较好地实现模拟电路故障诊断，与传统的ＧＭＫＬＳＶＭ方法相比，表现出了更 好的性能，获得了更高的故障诊断正确率。 关键词：模拟电路；故障诊断；小波变换；广义多核支持向量机；量子粒子群算法 中图分类号：ＴＨ７０７　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．１０１０ Ａｎａｌｏｇ ｃｉｒｃｕｉｔ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ ＧＭＫＬＳＶＭｍｅｔｈｏｄ １，２ １ １ １ １ Ｚｈａｎｇ Ｃｈａｏｌｏｎｇ ，Ｈｅ Ｙｉｇａｎｇ ，Ｙｕａｎ Ｌｉｆｅｎ ，Ｌｉ Ｚｈｉｇａｎｇ ，Ｘｉａｎｇ Ｓｈｅｎｇ （１．Ｓｃｈｏｏｌ ｏｆＥｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄＡｕｔｏｍａｔｉｏｎ，Ｈｅｆｅｉ ＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆＰｈｙｓｉｃｓ ａｎｄＥｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，ＡｎｑｉｎｇＮｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ａｎｑｉｎｇ２４６０１１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｎｏｖｅｌ ａｎａｌｏｇ ｃｉｒｃｕｉｔ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｐｐｒｏａｃｈ ｉｓ ｐｒｅｓｅｎｔｅｄ ｂｙ ｕｓｉｎｇ ｇｅｎｅｒａｌｉｚｅｄ ｍｕｌｔｉｐｌｅ ｋｅｒｎｅｌ ｌｅａｒｎｉｎｇｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ （ＧＭＫＬＳＶＭ）ａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ｔｈｅｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓｏｆｍｅａｓｕｒｅｄｔｉｍｅｒｅｓｐｏｎｓｅｓａｒｅｇｅｎｅｒａｔｅｄａｓｆｅａｔｕｒｅｓｂｙｕｓｉｎｇａＨａａｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ．Ｔｈｅｎ，ｗａｖｅｌｅｔ ｆｅａｔｕｒｅｓ ａｒｅ ｕｓｅｄ ａｓ ｓａｍｐｌｅｓ ｔｏ ｉｄｅｎｔｉｆｙ ｐａｒａｍｅｔｅｒｓ ｆｏｒ ＧＭＫＬＳＶＭｍｅｔｈｏｄ ｗｉｔｈ ｕｓｉｎｇ ｑｕａｎｔｕｍ ｂｅｈａｖｅｄ ｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ （ＱＰＳＯ）ａｌｇｏｒｉｔｈｍ．Ａｓａｒｅｓｕｌｔ，ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎ ＧＭＫＬＳＶＭｍｅｔｈｏｄｉｓｃｏｎｓｔｒｕｃｔｅｄｔｏ ｄｉａｇｎｏｓｉｓ ａｎａｌｏｇ ｃｉｒｃｕｉｔ ｆａｕｌｔｓ．Ｄｉｇｎｏｓｔｉｃｓ ｏｎ ｂｏｔｈ ｓｉｎｇｌｅ ｆａｕｌｔ ａｎｄ ｄｏｕｂｌｅ ｆａｕｌｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ＧＭＫＬＳＶＭｍｅｔｈｏｄ ｃａｎ ｏｂｔａｉｎ ｇｏｏｄ ｄｉａｇｏｓｔｉｃ ｐｅｒｆｏｒｍａｎｃｅ ｏｎ ａｎａｌｏｇ ｃｉｒｃｕｉｔ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ．Ａｄｄｉｔｉｏｎａｌｌｙ，ｃｏｍｐａｒｅｄ ｔｏ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ＧＭＫＬＳＶＭｍｅｔｈｏｄ，ｔｈｅ ｐｒｅ