基于表征学习的模拟电路故障诊断

• 作者: 谈恩民 王晨
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模拟电路 故障诊断 特征提取 H-DELM模型 自动编码器 特征表示
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 高性能计算
• 页码范围: 27-35
• 页数: 9页
• 分类号: TN406
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2022.01.004

摘要

针对模拟电路故障诊断中故障信息的多特征、高噪声以及故障诊断时间较长的问题,提出了一种基于H-DELM的模拟电路故障诊断模型.该模型的架构单元为双随机隐藏层的深度极限学习机DELM-AE,2个随机隐藏层用于编码特征,1个输出层用于解码特征.将DELM-AE以分层结构堆叠构建H-DELM模型,由于DELM-AE可以进行特征表示,而且输出与原始输入信息相同,因此H-DELM可以尽可能多地复制原始输入数据,进而可以学习到更具表现力和紧凑性的特征.最终通过四运放双二次高通滤波器和更复杂的二级四运放双二阶低通滤波器2个电路进行验证.实验结果表明了该模型在模拟电路故障诊断上的可行性;与其他模型的比较表明该模型的鲁棒性较强,分类速度可以达到1s左右,故障分类准确率可以达到100％.