基于小波变换和支持向量机的开关电流电路故障诊断新方法

• 作者: 张镇 段哲民 龙英
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 开关电流电路 故障诊断 小波变换 核主元分析 粒子群支持向量机
• 年，卷（期）: 2016,（5）
• 页码范围: 744-752
• 页数: 9页
• 分类号: TH165.3|TP306
• 字数: 6503字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2016.05.018

摘要

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机(Support vector machine,SVM)的开关电流电路故障诊断新方法.该方法首先对节点电流信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析(Kernel principal component analysis,KPCA)降低特征值维数,实现最优故障特征的提取.最后通过PSO-SVM完成对各种故障模式的分类.对六阶切比雪夫低通滤波器进行了仿真实验验证,获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段哲民	西北工业大学电子信息学院	131	829	14.0	19.0
2	张镇	西北工业大学电子信息学院	2	10	1.0	2.0
3	龙英	西北工业大学电子信息学院	1	10	1.0	1.0