基于聚类结合动态剪枝二叉树SVM方法的电路故障诊断系统研究及实现
电路故障诊断技术自20世纪60年代以来,一直是研究的热门课题之一。随着电子技术的飞速发展,电子电路集成化程度及制版工艺的日益提高,各种元件级故障诊断理论和方法已经难以适应大规模网络故障诊断的需要,从而对大规模电路子网路级诊断方法提出了迫切的要求。
但元件容差的存在,严重制约了电路尤其是大规模容差电路故障诊断技术的进一步发展,是电路故障诊断领域的热点和难点。本文研究了大规模容差电路子网络级诊断方法,重点探索了基于网络撕裂法的容差电路诊断方法,力图将大规模容差网络故障诊断方法朝系统化,实用化的方向推进。
研究了改进的节点撕裂法,通过引入拟裂点,并融合了逐级撕裂搜索法,使得网络的撕裂具有很大的灵活性。应用区间数学和改进的遗传算法,提出了容差子网络状态的判定条件,从而快速确定故障子网络,为大规模容差电路诊断提供了一种快速、有效的方法。
由于电路往往有容差,并且不同节点的电压变化和电流变化对不同故障的敏感程度不同,所以针对故障网络,利用PSpice对不同故障状态的信号进行采集,为故障诊断提供样本数据。传统的小波变换(Wavelet ...


雷达卡




京公网安备 11010802022788号







