基于LMD多尺度熵和极限学习机的模拟电路故障诊断

• 作者: 何怡刚 刘美容 曾黎 李向新
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 局部均值分解 极限学习机 多尺度熵 故障诊断 特征向量提取
• 年，卷（期）: 2017,（4）
• 页码范围: 530-536
• 页数: 7页
• 分类号: TP206
• 字数: 4075字
• 语种: 中文
• DOI: 10.13382/j.jemi.2017.04.006

摘要

为了高速、高效的测试和诊断模拟电路,提出一种将局部均值分解(LMD)多尺度熵和极限学习机相结合的模拟电路故障诊断的新方法.该方法中,首先采用LMD将故障信号分解为若干个乘积函数(production function,PF);然后,求出各PF分量的多尺度熵并构造故障特征向量;最后,将特征向量输入到极限学习机中进行训练和测试.仿真实验结果显示采用该方法诊断时间只需0.028 74 s,诊断精度达到了98.89%.相较于其他3种方法有效减少诊断时间,提高故障诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何怡刚	合肥工业大学电气与自动化工程学院	175	1119	17.0	26.0
2	曾黎	湖南师范大学物理与信息科学学院	1	15	1.0	1.0
3	李向新		3	18	2.0	3.0