基于深度极限学习机的模拟电路故障诊断

• 作者: 颜学龙 马润平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 故障诊断 深度学习 自编码器 极限学习机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 高性能计算
• 页码范围: 1911-1918
• 页数: 8页
• 分类号: TN406
• 字数: 4257字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.11.002

摘要

针对模拟电路故障诊断中特征提取以及模型训练时间较长的难题,采用了一种基于深度极限学习机的模拟电路故障诊断算法.该算法将深度学习中自编码器的思想引入到极限学习机中,构建深度网络,将底层的故障特征转换更加抽象的高级特征,能自主地学习数据特征,避免了繁琐的特征提取和选择.最终通过Sallen-Key和四运放双二次高通滤波2个模拟电路进行仿真研究,实验结果验证了算法在模拟电路故障诊断上的可行性,也表明模型学习速度快、泛化能力好,具有较强的诊断能力,故障诊断分类准确率可以达到100％,诊断时间在0.3 s左右.