[發(fā)明專利]一種基于RCCA-SVM的非線性模擬電路故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911191446.6
• 申請(qǐng)日: 2019-11-28
• 公開（公告）號(hào): CN110879351B
• 公開（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 李楊;張瑞;郭銀景;藺香運(yùn);郇鵬飛;王恒通;陳德龍;菅蕊;張傳濤
• 申請(qǐng)（專利權(quán)）人: 山東科技大學(xué)
• 主分類號(hào): G01R31/316
• 分類號(hào): G01R31/316
• 代理公司: 青島匯智海納知識(shí)產(chǎn)權(quán)代理有限公司 37335
• 代理人: 王丹丹

1.一種基于RCCA-SVM的非線性模擬電路故障診斷方法，其特征在于，包括以下步驟：

步驟A、電路仿真與特征數(shù)據(jù)采集，所述特征數(shù)據(jù)包括電壓時(shí)域波形和頻域特征；

步驟B、針對(duì)故障電路輸出信號(hào)的電壓時(shí)域波形，通過三層小波包分解，進(jìn)而提取其能量特征與峭度特征集合；

步驟C、對(duì)故障電路輸出信號(hào)的所有的特征數(shù)據(jù)，即能量特征、峭度特征和頻域特征進(jìn)行加權(quán)特征優(yōu)化處理：

步驟C1、特征權(quán)重求解與篩選：對(duì)特征數(shù)據(jù)進(jìn)行ReliefF算法運(yùn)算，基于特征距離得到各個(gè)特征數(shù)據(jù)的權(quán)重值，根據(jù)設(shè)定的權(quán)重閾值，篩選留下權(quán)重值較大的特征數(shù)據(jù)，具體包括：

將非線性模擬電路故障的輸出數(shù)據(jù)整理為一個(gè)矩陣，矩陣的每一列對(duì)應(yīng)著一條故障數(shù)據(jù)：

X＝[x₁,x₂,...x_m]

其中x_i＝[x_i1,x_i2,...x_iN]^T,i＝0,1...m表示第i個(gè)樣本的N個(gè)特征，m為模擬電路樣本數(shù)；

對(duì)于任意一個(gè)樣本x_i，先找出k個(gè)與x_i同類的最近的樣本h_j，j＝1,2,...k，然后在每一個(gè)x_i與不同類的子集中找出k個(gè)最鄰近的樣本m_ij，j＝1,2...,k，l≠class(x_i)，設(shè)diff_hit是N*1的矩陣，表示h_j與x_i在特征上的差異，則該故障樣本與同類最近故障樣本的差異表示為：

設(shè)diff_miss是N×1矩陣,表示m_ij與x_i在特征上的差異，則該故障樣本與最近的不同類故障樣本的差異表示為：

其中P(l)為l類出現(xiàn)的概率，則：

Weight＝Weight-diff_hit/k+diff_miss/k

Weight定義為N*1的矩陣，表示各個(gè)特征的權(quán)重值；如此循環(huán)執(zhí)行指定次數(shù)，得到每一個(gè)特征的權(quán)重值；

根據(jù)設(shè)定的權(quán)重值閾值u來選擇第j個(gè)特征的舍棄：

其中W[A^l]為第l個(gè)特征的權(quán)重值，為第i個(gè)樣本第l個(gè)特征的值，當(dāng)其大于閾值u時(shí)，說明該特征的權(quán)重足夠大，能夠?qū)﹄娐吩\斷的影響較大，則應(yīng)當(dāng)保留該特征值；反之，則舍去，得到權(quán)重值較大特征的矩陣：

F＝[ee,kuu,fd]，

其中ee，kuu，fd分別為能量特征向量EE、峭度特征向量KUU、頻域特征向量FD根據(jù)權(quán)重值篩選后的特征矩陣；

步驟C2、基于權(quán)重值優(yōu)化CCA算法：根據(jù)步驟B中得到的能量特征與峭度值特征進(jìn)行典型相關(guān)分析運(yùn)算，得到加權(quán)后的模態(tài)間有關(guān)聯(lián)典型相關(guān)特征向量集f_rcca；

步驟D、將步驟C中加權(quán)融合后的電路特征數(shù)據(jù)進(jìn)行PCA降維：將得到的特征向量集f_rcca與加權(quán)頻域特征并列表示為F_rcca，并對(duì)F_rcca進(jìn)行PCA降維得到最終的特征數(shù)據(jù)；

步驟E、SVM分類：基于SVM分類器對(duì)步驟D得到的最終的特征數(shù)據(jù)進(jìn)行訓(xùn)練，得到模擬故障電路的診斷精度值與診斷值。

2.根據(jù)權(quán)利要求1所述的基于RCCA-SVM的非線性模擬電路故障診斷方法，其特征在于：所述步驟A中，對(duì)電路仿真和特征數(shù)據(jù)采集時(shí)，采用以下方式：

(1)對(duì)非線性模擬電路進(jìn)行仿真，根據(jù)靈敏度分析，得到其中影響度較大的元器件；并對(duì)影響度較大的元器件分別做單故障設(shè)置，以得到多種故障電路；

(2)對(duì)所有的故障電路和正常電路分別進(jìn)行蒙特卡洛分析，對(duì)其輸出的頻域特征和電壓時(shí)域波形進(jìn)行采集，所述頻域特征包括帶寬、增益和中心頻率，得到多組原始數(shù)據(jù)。