-
公开(公告)号：CN108828436A
公开(公告)日：2018-11-16
申请号：CN201810682201.2
申请日：2018-06-27
Applicant: 桂林电子科技大学
IPC: G01R31/316 , G06N3/00
Abstract: 本发明公开了一种基于混沌云自适应萤火虫算法的模拟电路故障诊断方法，包括以下步骤：对被测电路施加一定的测试激励，在电路的可测节点处采集待测电路的输出响应信号；对输出响应信号使用小波融合方法提取电路故障特征集；将故障特征集使用混沌云自适应萤火虫算法优化最小二乘支持向量机(CCAFA-LSSVM)进行故障诊断，以便实现电路故障的分类和定位操作。本发明采用了云模型能够处理事物模糊性和随机性的能力，对萤火虫算法进行了相应地改进，使得萤火虫算法具有良好的泛化能力和较强的鲁棒性。因此在进行故障诊断时，使得故障模式的分辨率高，诊断性能好，能够准确的对故障元件进行定位，从而提高了被测模拟电路的诊断性能和效率。
-
公开(公告)号：CN108828437A
公开(公告)日：2018-11-16
申请号：CN201810682576.9
申请日：2018-06-27
Applicant: 桂林电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于云关联系数矩阵的模拟电路故障特征提取方法，包括以下步骤：依据云模型求解故障模式的云数字特征、求特征向量的隶属度矩阵、求综合隶属度矩阵的最值、求云关联系数和云关联度，最后将云关联度进行排序，提取故障特征向量对应云关联度较大的高频序列，以及云关联度较小的低频序列，随机选取关联度差异性较大的云关联系数作为电路的故障特征向量，从而完成被测模拟电路的故障特征提取。本发明采用了云模型能够处理电路容差性和元件边界存在模糊性的能力，因此在进行故障诊断时，使得故障模式的分辨率高，诊断性能好，能够准确的对故障元件进行定位，从而提高了电路的诊断性能和效率。
-
公开(公告)号：CN108828436B
公开(公告)日：2020-10-20
申请号：CN201810682201.2
申请日：2018-06-27
Applicant: 桂林电子科技大学
IPC: G01R31/316 , G06N3/00
Abstract: 本发明公开了一种基于混沌云自适应萤火虫算法的模拟电路故障诊断方法，包括以下步骤：对被测电路施加一定的测试激励，在电路的可测节点处采集待测电路的输出响应信号；对输出响应信号使用小波融合方法提取电路故障特征集；将故障特征集使用混沌云自适应萤火虫算法优化最小二乘支持向量机(CCAFA‑LSSVM)进行故障诊断，以便实现电路故障的分类和定位操作。本发明采用了云模型能够处理事物模糊性和随机性的能力，对萤火虫算法进行了相应地改进，使得萤火虫算法具有良好的泛化能力和较强的鲁棒性。因此在进行故障诊断时，使得故障模式的分辨率高，诊断性能好，能够准确的对故障元件进行定位，从而提高了被测模拟电路的诊断性能和效率。
-
公开(公告)号：CN108828437B
公开(公告)日：2020-09-08
申请号：CN201810682576.9
申请日：2018-06-27
Applicant: 桂林电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于云关联系数矩阵的模拟电路故障特征提取方法，包括以下步骤：依据云模型求解故障模式的云数字特征、求特征向量的隶属度矩阵、求综合隶属度矩阵的最值、求云关联系数和云关联度，最后将云关联度进行排序，提取故障特征向量对应云关联度较大的高频序列，以及云关联度较小的低频序列，随机选取关联度差异性较大的云关联系数作为电路的故障特征向量，从而完成被测模拟电路的故障特征提取。本发明采用了云模型能够处理电路容差性和元件边界存在模糊性的能力，因此在进行故障诊断时，使得故障模式的分辨率高，诊断性能好，能够准确的对故障元件进行定位，从而提高了电路的诊断性能和效率。
-
-
-
Search Results
4
records
(took 0.01 seconds)
