一種基於級聯集成分類器的模擬電路故障診斷方法

2023-05-29 00:29:26 1

一種基於級聯集成分類器的模擬電路故障診斷方法
【專利摘要】本發明公開了一種模擬電路的故障診斷方法及其實現方式。發明的內容分為三部分：(1)模擬電路故障特徵信息提取；(2)故障分類器構造；(3)算法軟體實現。該方法包括以下步驟：故障特徵信息庫的構造，採用信息熵最大原則，選取最優母小波，對被測電路的響應節點進行小波分解，提取被測電路的最優特徵，利用主成分分析對故障特徵進行降維；故障分類與智能診斷，根據獲得的故障特徵信息，利用多分類器級聯模型和分類器集成技術構造故障診斷器辨識存在的故障及其原因；採用C#.NET平臺，結合Weka軟體對算法進行具體實現。本發明的故障診斷方法及其實現方式具有故障診斷性能更高、診斷範圍更廣和算法健壯性、可解釋性更強的優點。
【專利說明】一種基於級聯集成分類器的模擬電路故障診斷方法
【技術領域】
[0001]本發明涉及一種模擬電路的故障診斷方法及其實現方式。
【背景技術】
[0002]模擬電路的故障診斷始於20世紀60年代，對其的理論研究是從網絡元件參數可解性開始的，但由於其獨特的困難如故障狀態多樣性、元件參數的容差性、信息不足以及結構模型的複雜性等，使得對於模擬電路的故障診斷的研究發展相對比較緩慢，其測試與故障診斷一直以來都成為困擾電路測試工業的難題。20世紀90年代後，隨著人工智慧技術的發展，模糊理論，小波技術以及一些機器學習方法都相繼應用於該領域並取得了良好的效果，但其都存在片面性，對解決實際的模擬電路故障診斷與分析問題都還多多少少存在一定的差距。與此同時，模擬電路故障診斷的實際需求卻不斷增大。因此，研究一種對模擬電路板準確、快速的故障檢測和故障定位方法，縮短檢測維護時間及降低維修成本，對於完成電子設備中模擬電路板的保障維修具有重大意義。

【發明內容】

[0003]本發明公開一種模擬電路的故障診斷方法及其實現方式，包括:信號的故障特徵提取、故障的分類識別和算法的軟體實現三方面。該方法由以下步驟組成:(1)構造故障特徵信息庫，根據被測電路信號特點，採用信息熵最大原則(MEP)，選取最優母小波，對被測電路的響應節點進行小波分解，提取被測電路的最優特徵，然後利用主成分分析(PCA)對每層進行降維從而得到故障特徵信息。(2)故障分析與智能診斷，根據獲得的故障特徵信息參數，利用多分類器級聯模型和集成(Ensemble)[同態和異態]技術構造智能故障診斷器辨識出可能存在的故障及其原因。a)故障診斷器採用多分類器級聯模型，首先解決正常樣本與早期故障樣本難於區分的問題，即先將正常電路的特徵樣本與所有故障電路的樣本分別構成兩個不相交的子集，採用同態的集成技術構造支持向量機分類器，形成層級h，用於區分出正常和故障狀態；其次對故障樣本，採用異態的集成技術訓練出不同算法的基分類器，然後利用加權投票算法對分類器進行合併，形成層級h，用於區分出不同故障狀態，這二層次結構就形成了多分類的級聯推理思想。b)級聯模型的分類器構造採用集成技術，首先對於層級&，採用同態集成技術，即利用單邊抽樣的Bagging算法，解決數據的不平衡問題訓練出集成的支持向量機分類器。然後對於層級h，採用異態集成技術訓練出基於貝葉斯、決策樹和支持向量機算法的合成分類器對樣本進行加權投票輸出，增加故障診斷系統的泛化精度。(3)算法的軟體實現採用微軟C#.NET平臺，將Weka軟體項目的weka.jar文件通過IKVM.NET工具轉換成能被.NET調用的weka.dll程序集，對weka.dll中的某些類進行重寫，完成對算法的具體實現之後採用三層架構模型編寫軟體，實現對故障的具體分析與診斷。
【專利附圖】

【附圖說明】[0004]圖1故障特徵提取流程圖
[0005]圖2故障決策流程圖
[0006]圖3軟體架構圖
【具體實施方式】
[0007]基於知識的模擬電路故障診斷技術從本質上講是一個模式識別與分類問題。因此，如何提取故障的有效特徵是模擬電路故障診斷的關鍵技術和重要一環，同時提取特徵的最終目的是對測試樣本構造分類器，實現對不同故障種類的正確分類識別。最終要達到這樣的目的，完成對故障診斷的真實實現，必須要對算法進行軟體的實現。
[0008]為了達到上述目的，本發明的方法是這樣實現的:
[0009]1、模擬電路故障特徵信息的最優小波提取
[0010]作為信號處理的小波故障特徵信息提取方法是當前的研究熱點，小波分析屬於多解析度分析，是一種精細的時頻分析方法，對信號進行多層分解，有利於得到更多的採樣信號局部細節特性，然而由於不同類型的小波具有不同的時頻特性，為了更有效的提取電路的故障特徵信息，應該使小波的時頻特徵與電路響應節點的時頻特徵相匹配，因此，本發明使用一種基於信息熵最大原則的最優母小波選擇方法來解決此問題。具體的步驟如下，其流程如圖1所不:
[0011](1)設任意給定的節點響應信號為f (t)，根據小波變換的定義式，
【權利要求】
1.本發明涉及到一種模擬電路的故障診斷方法及其實現方式。其內容主要包括信號的故障特徵提取、故障的分類識別和算法的軟體實現三方面。其特徵在於該方法按以下步驟進行:(1)構造故障特徵信息庫，根據被測電路信號特點，採用信息熵最大原則(MEP)，選取最優母小波，對被測電路的響應節點進行小波分解，提取被測電路的最優特徵，然後利用主成分分析(PCA)對每層進行降維從而得到故障特徵信息。(2)故障分析與智能診斷，根據獲得的故障特徵信息參數，利用多分類器級聯模型和集成(Ensemble)[同態和異態]技術構造智能故障診斷器辨識出可能存在的故障及其原因。a)故障診斷器採用多分類器級聯模型，首先解決正常樣本與早期故障樣本難於區分的問題，即先將正常電路的特徵樣本與所有故障電路的樣本分別構成兩個不相交的子集，採用同態的集成技術構造支持向量機分類器，形成層級h，用於區分出正常和故障狀態；其次對故障樣本，採用異態的集成技術訓練出不同算法的基分類器，然後利用加權投票算法對分類器進行合併，形成層級h，用於區分出不同故障狀態，這二層次結構就形成了多分類的級聯推理思想。b)級聯模型的分類器構造採用集成技術，首先對於層級&，採用同態集成技術，即利用單邊抽樣的Bagging算法，解決數據的不平衡問題訓練出集成的支持向量機分類器。然後對於層級Gi，採用異態集成技術訓練出基於貝葉斯、決策樹和支持向量機算法的合成分類器對樣本進行加權投票輸出，增加故障診斷系統的泛化精度。(3)算法的軟體實現採用微軟C#.NET平臺，將Weka軟體項目的weka.jar文件通過IKVM.NET工具轉換成能被.NET調用的weka.dll程序集，對weka.dll中的某些類進行重寫，完成對算法的具體實現之後採用三層架構模型編寫軟體，實現對故障的具體分析與診斷。本發明故障診斷方法具有故障診斷性能更高、診斷範圍更廣和算法健壯性、可解釋性更強的優點。
【文檔編號】G01R31/3163GK103728551SQ201310034374
【公開日】2014年4月16日 申請日期:2013年1月30日 優先權日:2013年1月30日
【發明者】史賢俊, 周紹磊, 廖劍, 肖支才, 戴邵武, 張文廣, 王朕, 張樹團, 秦亮 申請人:中國人民解放軍海軍航空工程學院