基于优选小波基和模糊SOM网络的模拟电路故障诊断

摘要：

为了解决模拟电路故障诊断中的特征提取困难并实现对模拟电路故障模式准确的分类,提出一种优选小波基、模糊理论和自组织特征映射网络(SOM,self-organizing feature map)相结合的模拟电路故障诊断方法.该方法首先对模拟电路故障响应信号进行小波分解、提取能量值、均值和方差组成输入特征向量,同时采用余弦分离度评价小波变换在不同小波基函数下获取故障特征的有效性,据此选择余弦分离度最小的小波基分解的特征向量输入到自组织特征映射网络进行故障分类.仿真实验表明,利用余弦分离度选择的最优小波基能有效提高模拟电路故障特征提取,模糊神经网络能对故障模式进行精确分类.

关键词：模拟电路、故障诊断、小波基、余弦分离度、自组织特征映射网络

所属期刊栏目：35

分类号：TP181;TM930(自动化基础理论)

资助基金：国家自然科学基金51577046;国防科技计划项目C1120110004,9140A27020211DZ5102;教育部科学技术研究重大项目313018;江西省自然科学基金20142BAB217008

在线出版日期：2016-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-8,13