收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的模拟电路故障诊断研究

毛先柏  
【摘要】:现代电子和计算机技术的迅猛发展使得电子设备的组成和结构越来越复杂,规模越来越庞大,为了提高系统的安全性和可靠性,对电路测试提出了更高、更新的要求。电子系统中容易出问题的部分往往在模拟电路,另外模拟电路的测试也一直是制约我国集成电路工业的“瓶颈”。顺应当代微电子技术和信息技术的新发展,开展模拟电路测试和诊断方法的研究不仅在学术上而且对我国集成电路工业发展都具有重要的理论价值和现实意义。 目前模拟电路故障智能诊断面临的主要难题是典型故障样本的严重不足以及诊断知识的发现问题;基于统计学习理论的支持向量机(SVM)机器学习算法很好地执行了结构风险最小化原则,其应用于故障诊断最大的优势在于它适合于小样本决策,能在有限特征信息情况下,最大限度地发掘数据中隐含的分类知识。本文将支持向量机与模拟电路故障理论诊断相结合,开展了基于SVM的模拟电路故障诊断方法的研究和实现。 模拟电路故障诊断本质上是一多状态的模式分类问题,而传统支持向量机分类器是针对二分类问题的。在常用的三种多类推广模型中,本文采用了决策有向无环图的多值分类算法,建立了多故障SVM分类器模型,并对其核函数选择和核参数确定方法进行了研究。基于该模型,给出了支持向量机用于模拟电路故障诊断的基本思想和实现步骤。在模拟电路故障特征提取技术上,将响应信号有效采样点的电压幅值作为故障特征样本的同时,利用小波包分解提取各频段能量的方法提取信号的故障特征作为故障样本,形成了基于有效采样点和SVM多分类器、基于小波包分解和SVM多分类器两种模拟电路故障诊断方法。 借鉴机械设备的分形诊断原理,分形维数能够反映模拟电路的状态。基于此,本文研究了基于分形理论与SVM的模拟电路故障诊断方法:计算电路响应信号的二进分形网格维数作为故障特征,将基于不同采样周期对应的分形网格维数为故障特征向量,构建SVM多分类器进行训练和诊断。 Volterra级数模型不依赖系统输入即可充分描述非线性系统的本质特性,可将系统唯一的Volterra频域核作为系统特征进行故障诊断。本文应用Volterra级数理论对非线性模拟电路的频率响应特性进行分析,讨论了非线性电路故障诊断中计算Volterra频域核的特征提取方法,在此基础上基于SVM多分类器对非线性电路的工作模态加以分类,实现故障诊断。 SVM本身具有的几个缺点,降低了SVM的稳定性和泛化能力,集成学习可显著提高学习系统的泛化能力。因此,本文进行了SVM集成技术的研究:通过分析支持向量机的两重扰动机理(扰动特征空间和模型参数),在传统Bagging算法的基础上,结合Logistic映射的随机性和遍历性在参数选择中的利用,提出了两种结合二重扰动机制和Logistic映射的SVM集成算法——RAB-SVM算法和2D-RBaggingSVM算法,最后将两种SVM集成算法应用于模拟电路故障诊断。 将上述的基于支持向量机的故障诊断方法分别应用于一些具体电路的仿真实验研究,实验结果表明这些方法能较好地分析模拟电路的故障响应,较准确地完成模拟电路的故障诊断,具有良好的可行性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 贾志先;;基于支持向量机的空白试卷识别方法[J];山西大学学报(自然科学版);2011年03期
2 胡洋;吴黎慧;高磊;蒲南江;;基于SVM的语音情感识别研究[J];电子测试;2011年09期
3 蒋强荣;高远;张鸿宾;;基于直方图交核的人脸识别[J];北京工业大学学报;2011年08期
4 赵立志;李辉;陈海东;魏士勇;;支持向量机在说话人识别系统中的应用[J];China's Foreign Trade;2011年14期
5 王雪松;高阳;程玉虎;;基于随机子空间-正交局部保持投影的支持向量机[J];电子学报;2011年08期
6 刘健;刘忠;;基于小波变换和支持向量机的水下目标分类方法[J];火力与指挥控制;2011年09期
7 石铁峰;;支持向量机在电子邮件分类中的应用研究[J];计算机仿真;2011年08期
8 木塔力甫·沙塔尔;李春庚;艾斯卡尔·艾木都拉;安居白;;基于可训练机制的联机维吾尔手写字母识别技术研究[J];计算机应用与软件;2011年09期
9 施建宇;雷朝霞;方智裕;;利用灰度纹理分析方法识别蛋白质空间结构[J];计算机工程与应用;2011年20期
10 李志敏;张慧;古利超;;应用两级分类实现车牌字符识别[J];电子技术应用;2011年04期
11 肖永良;夏利民;;基于核的监督非保局投影镜头边界检测[J];控制工程;2011年04期
12 董书琴;谢宏;;基于CSP与SVM算法的警觉度脑电信号分类[J];微型机与应用;2011年16期
13 程广涛;陈雪;郭照庄;;基于HOG特征的行人视觉检测方法[J];传感器与微系统;2011年07期
14 易晓柯;杨万麟;;基于非线性零空间的雷达一维距离像目标识别方法[J];计算机应用;2011年S1期
15 李文举;孙娟红;韦丽华;李侠;;基于2DPCA-ICA和SVM的车标识别新方法[J];辽宁师范大学学报(自然科学版);2011年02期
16 陈黎;徐东平;;基于SVM-GMM的开集说话人识别方法[J];计算机工程;2011年14期
17 陈俊;;一种融合多特征的笑脸分类方法[J];华南师范大学学报(自然科学版);2011年02期
18 徐少博;刘以安;唐霜天;吴少鹏;;雷达辐射信号分类识别与特征提取[J];计算机仿真;2011年06期
19 田昊;李国辉;廉蔺;贾立;;用于遥感图像建筑物目标分类的层次匹配核[J];计算机科学与探索;2011年07期
20 吴义兵;宋建社;王瑞花;;基于分形维数的SAR图像纹理特征的提取[J];四川兵工学报;2011年07期
中国重要会议论文全文数据库 前10条
1 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
3 蔡蕾;朱永生;;基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
4 王艳丰;李钢虎;林关成;;水下目标特征的分形维提取算法改进[A];2009年中国东西部声学学术交流会论文集[C];2009年
5 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
6 罗云林;徐文君;;基于支持向量机的航空发动机内窥损伤识别[A];2006中国控制与决策学术年会论文集[C];2006年
7 郭相科;刘进忙;曹学斌;张玉鹏;;子类独立分量分析在声目标识别中的应用[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
8 徐继伟;李建中;柳勃;杨昆;;使用支持向量机和改进特征提取方法的蛋白质分类[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
9 李泽辉;聂生东;陈兆学;;应用多类SVM分割MR脑图像特征选择与优化的实验研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
10 詹玉龙;刘明明;李邦辉;;基于支持向量机的船用主柴油机气缸盖故障诊断[A];第十五届全国大功率柴油机学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 毛先柏;基于支持向量机的模拟电路故障诊断研究[D];华中科技大学;2009年
2 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年
3 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年
4 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
5 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
6 唐静远;模拟电路故障诊断的特征提取及支持向量机集成方法研究[D];电子科技大学;2010年
7 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年
8 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
9 蒋永华;旋转机械非平稳信号微弱特征提取方法研究[D];重庆大学;2010年
10 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 田慧;支持向量机集成及在音乐分类中的应用[D];山东师范大学;2009年
2 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年
3 陈卫;基于支持向量机的说话人识别系统研究[D];华北电力大学(河北);2005年
4 陈军;基于支持向量机的脱机手写体汉字识别方法的研究[D];合肥工业大学;2006年
5 任爽;基于XML和SVM的Web文本挖掘研究[D];大连理工大学;2006年
6 唐孝;支持向量机(SVM)及其在心电图(ECG)分类识别中的应用[D];四川师范大学;2007年
7 王晓晶;支持向量机在脑功能模式识别和分类中的研究[D];天津师范大学;2009年
8 张淼;基于支持向量机的文本分类系统研究[D];大庆石油学院;2008年
9 雷涛;基于神经网络的语音识别研究[D];浙江工业大学;2005年
10 周辉;齿轮故障的特征提取与模式识别技术研究[D];郑州大学;2005年
中国重要报纸全文数据库 前10条
1 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
2 陶颖;玛雅文明消亡之谜新解[N];中国审计报;2004年
3 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
4 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
5 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
6 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
7 上海 高博;让电脑“听懂”人话[N];电脑报;2008年
8 李水根;计算机详解配伍与药效关系[N];健康报;2005年
9 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
10 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978