克隆选择优化的SVM模拟电路故障诊断方法

• 作者: 刘海松 吴杰长 陈国钧
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 支持向量机 克隆选择算法 模拟电路 故障诊断
• 年，卷（期）: 2010,（12）
• 页码范围: 1132-1136
• 分类号: TP277
• 字数: 3377字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.01132

摘要

对基于克隆选择算法的支持向量机(SVM)参数优化、及其在模拟电路故障诊断中的应用进行了深入研究,故障诊断实现步骤为:首先对电路的各种故障模式进行蒙特卡洛仿真分析,利用小波分解提取输出信号的各频段能量,进行归一化处理后得到故障特征样本; 然后应用克隆选择算法进行SVM参数优化,并将选定的参数用于SVM的训练; 最后采用训练好的SVM对故障样本进行分类,从而实现故障判定.论文以CTSV滤波电路和螺距反馈电路为诊断实例进行了实验验证,结果表明对容差模拟电路的故障定位具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴杰长	海军工程大学船舶与动力学院	58	240	9.0	13.0
2	陈国钧	海军工程大学船舶与动力学院	70	636	12.0	21.0
3	刘海松	海军工程大学船舶与动力学院	5	29	3.0	5.0