基于小波高频系数统计特征的电路故障诊断

• 作者: 刘牮 姚恒 钱莉
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 故障诊断 统计特征选取 小波变换 支持向量机
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 电子·电路
• 页码范围: 118-122
• 页数: 5页
• 分类号: TN707
• 字数: 3560字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2015.06.032

摘要

对故障电路进行特征提取与分类是模拟电路诊断的两个重要环节.现有方法多对时域响应信号进行小波变换以提取故障特征,并用神经网络或支持向量机方法实现对故障进行分类.为提高模拟电路故障诊断率,提出一种新的特征选取方法:在模拟电路的时域响应中对其进行小波变换,并对变换得到的高频细节系数统计平均值、标准偏差、峭度、熵和偏斜度等统计特征,并建立以支持向量机为分类器的故障诊断系统.以两种常见电路为例,实验结果表明,提出方法对常见电路进行故障诊断,准确率得到提升,精度达到99％以上,优于传统单纯小波系数分析方法,适用于模拟电路的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘牮	上海理工大学光电信息与计算机工程学院	42	170	7.0	10.0
2	姚恒	上海理工大学光电信息与计算机工程学院	9	33	4.0	5.0
3	钱莉	上海理工大学光电信息与计算机工程学院	3	7	2.0	2.0