• 论文 • 上一篇    下一篇

基于KSLPP特征提取的ELM模拟电路软故障诊断

王春兰1,甘旭升2,李双峰2,孟祥伟2   

  1. 1. 西京学院,西安 710123; 2. 空军工程大学空管领航学院, 西安 710051
  • 出版日期:2020-09-25 发布日期:2020-11-16

王春兰,甘旭升,李双峰,孟祥伟. 基于KSLPP特征提取的ELM模拟电路软故障诊断[J]. 系统科学与数学, 2020, 40(9): 1662-1671.

WANG Chunlan, GAN Xusheng, LI Shuangfeng, MENG Xiangwei. Research on ELM Fault Diagnosis of Analog Circuit Based on KSLPP Feature Extraction[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(9): 1662-1671.

Research on ELM Fault Diagnosis of Analog Circuit Based on KSLPP Feature Extraction

WANG Chunlan1 ,GAN Xusheng2 ,LI Shuangfeng2, MENG Xiangwei2   

  • Online:2020-09-25 Published:2020-11-16

为提高模拟电路的软故障诊断能力,提出了一种基于KSLPP特征 提取和ELM的集成诊断方法.它首先利用KSLPP良好的特征提取能力,构建故 障样本集的特征集;然后,利用ELM解决复杂非线性问题的优势,建立提取特征 集的故障识别模型;最后,再由所建模型对各种故障模式进行诊断判定.椭圆滤波器的 仿真测试表明,该集成方法诊断的总正确率达到98.8\%,且11种故障状态中的8 种达到100\%正确率,从而验证了其可行性和有效性.

To improve the ability of soft fault diagnosis of analog circuits, an integrated diagnosis method based on KSLPP feature extraction and ELM is proposed. First the good feature extraction ability of KSLPP is used to construct the principal element feature set of fault sample set; then the advantages of ELM on solving the complicated nonlinearity problems is applied to establish the fault identification model based on principal element feature set; Finally each failure mode is diagnosed and determined by the built model. The simulation experiment of Elliptic Filter shows that, the total correct rate obtained by the integrated method is 98.8\% with 100\% correct rate of 8 fault states in 11 fault states, which verifies its feasibility and effectiveness.

()
[1] 谢佩军, 高婷婷, 叶宏武. 量子粒子群优化核极限学习机的船舶变压器故障诊断[J]. 系统科学与数学, 2021, 41(7): 1807-1816.
[2] 夏平凡, 倪志伟, 朱旭辉, 倪丽萍, 彭鹏. 基于反向二元萤火虫算法和差异性测度的选择性集成方法[J]. 系统科学与数学, 2021, 41(3): 730-746.
[3] 朱章鹏,陈长波. 基于机器学习的柱形代数分解变元择序[J]. 系统科学与数学, 2020, 40(8): 1492-1506.
[4] 赵金楼,朱辉,刘馨. 基于改进TFIDF的图书馆知识群体特征提取研究[J]. 系统科学与数学, 2019, 39(9): 1450-1461.
[5] 吴迪,林国汉,胡慧,杜先君. 基于指数正则化零空间鉴别分析的故障识别[J]. 系统科学与数学, 2018, 38(10): 1128-1139.
[6] 王宇,王硕,谭民. 基于LSD的具有特定特征的三维物体轮廓提取算法[J]. 系统科学与数学, 2016, 36(9): 1410-1416.
[7] 孟月波,刘光辉,甘旭升. 具有特征提取的小波网络气动力模型[J]. 系统科学与数学, 2013, 33(5): 541-549.
[8] 孟洁;王惠文;黄海军;苏建宁. 基于样条变换的PLS回归的非线性结构分析[J]. 系统科学与数学, 2008, 28(2): 243-250.
阅读次数
全文


摘要