最小生成树SVM的模拟电路故障诊断方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

最小生成树SVM的模拟电路故障诊断方法

宋国明, 王厚军, 姜书艳, 刘红

文章导航 > 电子科技大学学报 > 2012 > 41(3): 412-417

宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法[J]. 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

引用本文:

宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法[J]. 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

SONG Guo-ming, WANG Hou-jun, JIANG Shu-yan, LIU Hong. Fault Diagnosis Approach for Analog Circuits Using Minimum Spanning Tree SVM[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

Citation:

SONG Guo-ming, WANG Hou-jun, JIANG Shu-yan, LIU Hong. Fault Diagnosis Approach for Analog Circuits Using Minimum Spanning Tree SVM[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

最小生成树SVM的模拟电路故障诊断方法

doi: 10.3969/j.issn.1001-0548.2012.03.018

1.
电子科技大学自动化工程学院成都 610054;
2.
成都电子机械高等专科学校计算机工程系成都 610031;
3.
长春理工大学计算机学院长春 130022

基金项目:

部级科研项目;国家自然科学基金(60971036);中央高校基本科研业务费专项资金(ZYGX2009J071)

作者简介:
宋国明(1972-),女,博士生,副教授,主要从事模拟电路的测试与故障诊断、智能信息处理、模式识别等方面的研究.

中图分类号: TP183;TN707

Fault Diagnosis Approach for Analog Circuits Using Minimum Spanning Tree SVM

1.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 610054;
2.
Department of Computer Engineering,Chengdu Electromechanical College Chengdu 610031;
3.
School of Computer Science and Technology,Changchun University of Science and Technology Changchun 130022

摘要: 提出最小生成树的支持向量机模拟电路故障诊断方法,通过小波分解提取电路故障特征,在特征空间中以故障类的可分性测度为权值构造最小生成树,得到具有聚类属性的故障子类划分,从而优化故障决策树节点的分布。按照最小生成树的结构建立具有较大分类间隔的多分类支持向量机,能够有效地提高模拟电路故障诊断的正确率。该方法简化支持向量机的结构,在实例电路的故障诊断中获得更高的诊断精度和效率,其性能优于常用的支持向量机方法。
- 故障诊断 /
- 最小生成树 /
- 可分性测度 /
- 支持向量机
Abstract: A fault diagnosis approach for analog circuits based on minimum spanning tree (MST) support vector machine (SVM) is proposed. Fault features of analog circuits are extracted by wavelet analysis method. By taking separability measure of fault classes as weights of edges in feature space, the MST is generated and the sub-class separation for fault groups with clustering property is achieved. The node distribution of fault decision tree is then optimized. Hierarchical multi-class SVMs with large margins are constituted according to the structure of MST, which can effectively improve the fault diagnosis accuracy of analog circuits. The presented approach simplifies the structure of multiclass SVMs. Case study shows that our approach achieves more precision and higher efficiency comparing with other conventional SVM methods in analog circuit fault diagnosis.
- fault diagnosis /
- minimum spanning tree /
- separability measure /
- support vector machine

[1]	王磊, 孙志成, 王磊, 陈端兵, 蒋家玮. 基于DRSN-CW和LSTM的轴承故障诊断 . 电子科技大学学报, 2022, 51(6): 921-927. doi: 10.12178/1001-0548.2021385
[2]	李享, 黄洪钟, 黄鹏, 李彦锋. 基于动态贝叶斯网络的电源系统可靠性分析与故障诊断 . 电子科技大学学报, 2021, 50(4): 603-608. doi: 10.12178/1001-0548.2020416
[3]	杜娟, 刘志刚, 宋考平, 杨二龙. 基于卷积神经网络的抽油机故障诊断 . 电子科技大学学报, 2020, 49(5): 751-757. doi: 10.12178/1001-0548.2019205
[4]	邵继业, 谢昭灵, 杨瑞. 基于GA-PSO优化BP神经网络的压缩机气阀故障诊断 . 电子科技大学学报, 2018, 47(5): 781-787. doi: 10.3969/j.issn.1001-0548.2018.05.023
[5]	周启忠, 谢永乐, 毕东杰, 李西峰. 种模拟电路参数型故障诊断新方法 . 电子科技大学学报, 2017, 46(2): 386-391. doi: 10.3969/j.issn.1001-0548.2017.02.012
[6]	闫涛, 赵文俊, 胡秀洁, 宋家友. 基于信息融合技术的航空电子设备故障诊断研究 . 电子科技大学学报, 2015, 44(3): 392-395. doi: 10.3969/j.issn.1001-0548.2015.03.013
[7]	李旻, 咸卫明, 龙兵, 王厚军. 基于特征优选模拟电路故障诊断方法 . 电子科技大学学报, 2014, 43(4): 557-561. doi: 10.3969/j.issn.1001-0548.2014.04.015
[8]	张健, 徐红兵, 王情. 多重分形谱在集成电路动态电流故障诊断中的应用 . 电子科技大学学报, 2011, 40(4): 544-548.
[9]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[10]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[11]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[12]	陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法 . 电子科技大学学报, 2009, 38(1): 87-91.
[13]	孙永奎, 陈光礻禹, 李辉. 灵敏度分析和SVM诊断模拟电路故障的方法 . 电子科技大学学报, 2009, 38(6): 971-974. doi: 10.3969/j.issn.1001-0548.2009.06.016
[14]	陈世杰, 连可, 王厚军. 遗传算法优化的SVM模拟电路故障诊断方法 . 电子科技大学学报, 2009, 38(4): 553-558. doi: 10.3969/j.issn.1001-0548.2009.04.019
[15]	雷霖, 代传龙, 王厚军, 赵旭. 粗糙集-神经网络集成的WSN节点故障诊断 . 电子科技大学学报, 2008, 37(4): 565-568.
[16]	杨俊华, 尚志恩, 吕锋. 基于布尔差分的数字逻辑电路故障诊断 . 电子科技大学学报, 2005, 34(4): 517-520.
[17]	刘建成, 蒋新华, 吴今培. 智能异构模型在电机故障诊断中的研究 . 电子科技大学学报, 2003, 32(2): 212-216.
[18]	冯兰君, 李建, 吕炳朝. 燃气轮机故障诊断专家系统的设计与实现 . 电子科技大学学报, 2000, 29(3): 278-281.
[19]	王厚军, 陈相富, 陈光. 基于总线观测的微机故障诊断专家系统研究 . 电子科技大学学报, 1998, 27(2): 161-165.
[20]	潘中良, 陈光. 模拟电路故障诊断的神经网络专家系统方法 . 电子科技大学学报, 1997, 26(4): 405-408.

WeChat

点击查看大图

计量

文章访问数: 4404
HTML全文浏览量: 120
PDF下载量: 75
被引次数: 0

最小生成树SVM的模拟电路故障诊断方法

doi: 10.3969/j.issn.1001-0548.2012.03.018

1. 电子科技大学自动化工程学院成都 610054;

2. 成都电子机械高等专科学校计算机工程系成都 610031;

3. 长春理工大学计算机学院长春 130022

基金项目:

部级科研项目;国家自然科学基金(60971036);中央高校基本科研业务费专项资金(ZYGX2009J071)

作者简介:
宋国明(1972-),女,博士生,副教授,主要从事模拟电路的测试与故障诊断、智能信息处理、模式识别等方面的研究.

收稿日期: 2010-07-21
修回日期: 2010-12-03
刊出日期: 2012-06-15

中图分类号: TP183;TN707

关键词:

摘要: 提出最小生成树的支持向量机模拟电路故障诊断方法,通过小波分解提取电路故障特征,在特征空间中以故障类的可分性测度为权值构造最小生成树,得到具有聚类属性的故障子类划分,从而优化故障决策树节点的分布。按照最小生成树的结构建立具有较大分类间隔的多分类支持向量机,能够有效地提高模拟电路故障诊断的正确率。该方法简化支持向量机的结构,在实例电路的故障诊断中获得更高的诊断精度和效率,其性能优于常用的支持向量机方法。

English Abstract

宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法[J]. 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

引用本文:

宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法[J]. 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

SONG Guo-ming, WANG Hou-jun, JIANG Shu-yan, LIU Hong. Fault Diagnosis Approach for Analog Circuits Using Minimum Spanning Tree SVM[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

Citation:

SONG Guo-ming, WANG Hou-jun, JIANG Shu-yan, LIU Hong. Fault Diagnosis Approach for Analog Circuits Using Minimum Spanning Tree SVM[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发