支持向量机在模拟电路故障诊断中的应用.pdfVIP

维普资讯 第23卷 第l0期 计 算 机 仿 真 2006年10月 文章编号 ：1006—9348(2006)10—0167—04 支持 向量机在模拟电路故障诊断中的应用 谢保川 ，刘福太 (海军航 工程学院电子工程系，山东 烟台，264001) 摘要：故障诊断发展的瓶颈之一是故障样本的缺乏，而不仪 于诊断方法本身。支持向量机是建立在结构风险最小原则基础 上，专135t-对小样本情况的，其 目标是得到现彳I 息下的最优值而不仅仅是样本数趋于无穷大时的最优值。它能在训练样本 很少的情况下达到很好的分类效果，从而为故障诊断技术向智能化发展提供了新 的途径。介绍了支持向量机的二值分类算 法，以支持向量机二值分类为基础，构建了基于支持 机的多值分类器并应用于模拟电路故障诊断。以两管视频放大器的 多种故障分类为例，进行了实际应用验证。结果表明，该诊断方法具有算法简单、可对故障在线分类，有很好的分类能力和较 高的计算效率，不需要对原始数据进行预处理就町达到满意的效果 关键词：支持向量机；多故障分类器；故障诊断；模拟电路 中图分类号：TN7l0 文献标识码 ：A ApplicationofSupportVectorMachinein FaultDiagnosisofAnalogCircuits XIEBao— ehuan．LIU Fu—tai (DepartmentofElectronicEngineeringofNAEI，YantaiShandong264001，China) ABSTRACT：Oneofthebottlenecksrestrictingthedevelopmentoffaultdiagnosisliesin thelackofsamples． SupportVectorMachine (SVM)isamachine — learningalgorithm basedon structuralriskminimization principlewithsmallquantityofsamples．ItstargetistogetsuperiorSOlutionnotonly in thecase ofinfinite samplesbutalsounderexistinginformation．SVM hasdesirableclassificationabilityevenwithfewersamples， whichprovidesUSanew methodtodeveloptheintelligentfaultdiagnosis．Thebinaryclassificationalgorithm of SVM isintroduced．Multi—faultSVM classifiershasedonbinary classificationaredevelopedandappliedtofault diagnosisofAnalogCircuits．ExperimentofMulti— faultSVM classifiersapplied tofaultdiagnosisofAnalog Circuitsbyvideofrequencyamplifiercircuitsisconducted．Theresultsfrom theexperimentshowthattheSVM methodhassuchadvantagesassimplealgorithm ，onlinefaultclassification，agoodclassificationabilityandhigh