基于EMD复合多尺度熵的模拟电路故障诊断方法

• 作者: 刘美容 刘津涛 何怡刚
• 来源期刊: 电子测量技术
• 关键词: 模拟电路 故障诊断 经验模态分解 复合多尺度熵 神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP206|TN707
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105699

摘要

根据当今模拟电路高集成度、非线性以及易受环境影响等特点,提出一种基于经验模态分解(EMD)结合复合多尺度熵(CMSE)的故障特征提取新方法.首先通过仿真获得电路的输出信号,然后使用经验模态分解,将原始信号分解为有限个固有模态分量以及一个残余分量.再利用复合多尺度熵算法,分别计算出这些固有模态分量在不同时间尺度下的样本熵值,并据此构造能反映电路故障的特征向量.最后,构造BP神经网络,输入这些故障特征向量进行训练和测试,诊断出电路的故障类别.实验结果表明,该方法能将电路中表征故障的特征参数有效的提取出来, 对电路的单故障识别有着较高的正确率.