基于信息融合和极限学习机的模拟电路故障诊断论文

《基于信息融合和极限学习机的模拟电路故障诊断论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号：学号：密级：10532S08092095公开湖南大学硕士学位论文基于信息融合和Jl口，L：．、l训玉口，I’H障诊断极限学习机的模拟电路故

2、

3、IlllIllIllllIll[IIIl＼1906180AnalogcircuitfaultdiagnosisbasedonInformationFusionandExtremeLearningMachinebyWUZhengmiaoB．E．(LanzhouUniversityofTechnology)2007AthesissubmittedinpartialsatisfactionoftheRequirement

4、sforthedegreeofMasterofEngineeringlnElectricalEngineeringintheGraduateSchoolofHunanUniv．ersitySupervisorProfessorPengMinfangApril，2011湖南大学学位论文原创性声明本人郑重声．明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作

5、者签名：吴正面日期：乃ff年广月药日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口，在年解密后适用本授权书。2、不保密囤。(请在以上相应方框内打“√’’)作者签名：孚正为日期：z。ff年箩月巧日导师签名：弘裔(丸延日期：2。li年歹月巧日基于信息融合和极限学习机的模拟电路故障诊断摘要模拟电路测试与故障诊

6、断始于20世纪60年代元件可解性问题的研究，发展至今已在理论上取得了长足的进展，但受元器件的容差、可测故障信息量不足、故障模式多样化、电路输入输出非线性等因素的影响，至今距实用尚有一定的距离。神经网络、小波分析、和信息融合等智能信息处理技术为解决模拟电路故障诊断中的诸多难题提供了一条新的途径。同时，红外诊断可以克服传统的接触法测试的不足，亦为传统的模拟电路故障诊断方法提供了一种有效的补充。本文首先综述了模拟电路故障诊断的研究现状，然后以基于智能信息处理技术的模拟电路故障诊断为核心，对模拟电路故障信息、特征提取和故障分类等进行了较深入的研究。模拟电路，尤其是大规模模

7、拟集成电路使得传统的接触法在某些场合受到了限制。针对其造成的故障信息量不足的问题，本文研究结合红外诊断进行模拟电路的故障定位，融合电压信息和温度信息进行故障诊断，提出了基于SOFM网络的异质信息融合诊断方法。该法提取电路工作时的电压和温度信息作为故障特征信息，经预处理后作为样本输入SOFM神经网络分类器，通过SOFM网络输出层各神经元的竞争，得到获胜神经元，从而实现对样本数据的故障识别及分类。仿真实例证明了所提融合方法提高了诊断正确率。针对模拟电路故障诊断的特征提取和故障分类这两大问题，着重研究了小波分析在模拟电路故障诊断中的应用和极限学习机在故障模式分类中的应用

8、。本文在利用小波包分解算法提取电路输出信号各子频带能量作为故障特征的基础上，将极限学习机引入模拟电路故障诊断，进行故障模式的分类。诊断实例表明本文所提的小波包分解和极限学习机相结合的模拟电路诊断方法能够对故障模式进行正确分类。关键词：故障诊断；模拟电路；小波包变换；极限学习机；数据融合；SOFM网络；IIAbstract．Analogcircuittestandfaultdiagnosishavebeendevelopedfromtheresearchofcomponentssolvabilitysince1960s，andhavemadeconsiderable

9、progressintheorySOfar．Unfortunately。duetosuchfactorsastoleranceofcomponents，lackoffaultinformation．diversificationoffaultmodelsandnonlineareffortsetc，thereisstillalongwaytoputthetheoryintoapplication．IntelligenceinformationprocessingtechnologieslikeNeuralNetworks，WaveletAnalysis，infor

10、matio