模擬電路多軟故障特征的智能優(yōu)化提取方法研究.pdf

1、模擬電路的智能故障診斷技術(shù)是電路測試領(lǐng)域的重要研究內(nèi)容之一，而模式識(shí)別是進(jìn)行故障診斷的核心問題，其關(guān)鍵便是對(duì)模擬電路的故障特征進(jìn)行優(yōu)化選擇和提取。模式識(shí)別過程中獲得的原始數(shù)據(jù)往往包含大量的冗余信息，如果全部用于故障診斷環(huán)節(jié)，會(huì)致使計(jì)算量過大，降低故障診斷的效率，甚至有可能影響故障診斷的準(zhǔn)確性，因此，對(duì)故障特征進(jìn)行選擇和提取就顯得尤為重要。本文針對(duì)這一問題，以Wiener級(jí)數(shù)來描述非線性模擬電路，并采用優(yōu)化的蟻群粒子群混合算法對(duì)模擬電路的

2、Wiener核進(jìn)行特征的選擇和提取，以期快速、準(zhǔn)確地進(jìn)行模擬電路的故障診斷。
　　在電路建模時(shí)，本文選取Wiener正交級(jí)數(shù)來描述模擬電路，研究了離散電路Wiener核的直接獲取方法和間接獲取方法，并采用低階Wiener核為電路建模，進(jìn)而研究了基于Wiener核的模擬電路智能故障診斷原理和方法。
　　為了優(yōu)化用于診斷的電路特征，本文研究了智能特征選擇和提取方法。首先研究蟻群算法和粒子群算法，分析其原理和數(shù)學(xué)模型，結(jié)合兩個(gè)算法

3、的優(yōu)點(diǎn)，提出改進(jìn)的蟻群粒子群混合算法，并通過仿真驗(yàn)證蟻群粒子群混合算法與蟻群算法、粒子群算法相比，具有更好的全局尋優(yōu)能力，搜索效率高，收斂速度快。然后研究了基于蟻群粒子群混合算法的智能特征選擇和提取方法，并對(duì)模擬電路的Wiener核進(jìn)行故障特征參數(shù)的優(yōu)化選擇和提取，采用實(shí)例對(duì)其進(jìn)行驗(yàn)證，結(jié)果表明基于蟻群粒子群算法的特征選擇和提取方法能夠高效地對(duì)模擬電路的Wiener核進(jìn)行特征選擇和提取，提高了故障診斷的準(zhǔn)確率。
　　在理論研究和仿