基于PSO-SVM的电流放大器故障诊断研究

• 作者: 刘冬梅 霍龙龙 王浩然 刘志强 常加峰 刘良成
• 来源期刊: 传感器与微系统
• 关键词: 光电检测系统 电流放大器 粒子群优化算法 支持向量机 故障诊断
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 研究与探讨|Research & Approach
• 页码范围: 50-52,56
• 页数: 4页
• 分类号: TL821|TP212
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)08-0050-03

摘要

为研究基于光电倍增管(PMT)和电流放大器的光电检测系统故障诊断,提出了一种基于电流放大器输出信号波形特征的故障诊断方法.通过分析电流放大器电路不同故障状态下的输出电压波形变化特征,建立了相应的故障模型.使用小波包分解和基于粒子群优化(PSO)算法的支持向量机(SVM)模型分别提取和分类电流放大器输出电压波形特征向量,从而判断故障类型.仿真结果表明:在电流放大器电路的单、双故障情况下,PSO-SVM模型能够快速有效地对故障类型进行诊断分类,并具有极高的准确率.