|
|||||
|
|
| 基于小波变换和支持向量机的开关电流电路故障诊断新方法 | |
| 引用本文： | 张镇,段哲民,龙英.基于小波变换和支持向量机的开关电流电路故障诊断新方法[J].南京航空航天大学学报,2016,48(5):744-752. |
| 作者姓名： | 张镇 段哲民 龙英 |
| 作者单位： | （西北工业大学电子信息学院，西安，710072） |
| 摘 要： | 针对开关电流(Switched current,SI)电路的故障诊断和定位问题，为进一步提高故障诊断准
确率，提出了基于小波变换和粒子群优化(Particle swarm optimization，PSO)支持向量机
(Support vector machine，SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流
信号进行蒙特卡罗分析，然后通过小波分解计算分形维数，再利用核主元分析（Kernel pri
ncipal component analysis，KPCA）降低特征值维数，实现最优故障特征的提取。最后通
过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证，
获取了较高的故障诊断准确率，与其他方法进行比较，实验结果显示了本文方法的优越性。 |
| 关 键 词： | 开关电流电路 故障诊断 小波变换 核主元分析 粒子群支持向量机 |
Fault Diagnosis of Switched Current Circuit Based on Wavelet Transform and Support Vector Machine |
|
| Zhang Zhen,Duan Zhemin,Long Ying.Fault Diagnosis of Switched Current Circuit Based on Wavelet Transform and Support Vector Machine[J].Journal of Nanjing University of Aeronautics & Astronautics,2016,48(5):744-752. | |
| Authors: | Zhang Zhen Duan Zhemin Long Ying |
| Abstract: | |
| Keywords: | switched current circuit fault diagnosis wavelet transform kernel principal component analysis particle swarm support vector machine |
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 | |
| 点击此处可从《南京航空航天大学学报》下载免费的PDF全文 | |