公开(公告)号：CN110879351B

公开(公告)日：2021-08-24

申请号：CN201911191446.6

申请日：2019-11-28

Applicant: 山东科技大学

Inventor： 李杨 ,  张瑞 ,  郭银景 ,  蔺香运 ,  郇鹏飞 ,  王恒通 ,  陈德龙 ,  菅蕊 ,  张传涛

IPC: G01R31/316

Abstract: 本发明公开一种基于RCCA‑SVM的非线性模拟电路故障诊断方法，包括：(1)电路仿真与特征数据采集；(2)针对时域特征，提取其能量特征与峭度特征集合，并对能量特征、峭度特征与频域特征进行向量表示；(3)对所有的特征数据进行加权特征优化处理；(4)将加权融合后的特征数据进行PCA降维，其中每个主成分都能反映原始变量的大部分信息，且所含信息互不重复；(5)基于SVM分类器对步骤(4)得到的最终的特征数据进行训练，得到诊断精度值与诊断值。本方案利用多种模态特征的方法关注了特征权重的问题，基于多模态的特征的同时考虑数据之间的冗余性、相关性及特征权重对电路诊断结果的影响，有效提高提高整体诊断精度。

公开(公告)号：CN110879351A

公开(公告)日：2020-03-13

申请号：CN201911191446.6

申请日：2019-11-28

Applicant: 山东科技大学

Inventor： 李杨 ,  张瑞 ,  郭银景 ,  蔺香运 ,  郇鹏飞 ,  王恒通 ,  陈德龙 ,  菅蕊 ,  张传涛

IPC: G01R31/316

Abstract: 本发明公开一种基于RCCA-SVM的非线性模拟电路故障诊断方法，包括：(1)电路仿真与特征数据采集；(2)针对时域特征，提取其能量特征与峭度特征集合，并对能量特征、峭度特征与频域特征进行向量表示；(3)对所有的特征数据进行加权特征优化处理；(4)将加权融合后的特征数据进行PCA降维，其中每个主成分都能反映原始变量的大部分信息，且所含信息互不重复；(5)基于SVM分类器对步骤(4)得到的最终的特征数据进行训练，得到诊断精度值与诊断值。本方案利用多种模态特征的方法关注了特征权重的问题，基于多模态的特征的同时考虑数据之间的冗余性、相关性及特征权重对电路诊断结果的影响，有效提高提高整体诊断精度。