多软故障维纳特征的分层智能优化选择方法

摘要

多软故障维纳特征的分层智能优化选择方法.模拟电路在混合电路中的比例越来越小，但是模拟电路不可取代，与具体过程相连接的环节必需用到模拟电路。本发明的方法包括如下步骤：（1）对待诊断的电路进行故障状态进行分类;（2）求出上述N种状态的前m阶维纳核；（3）取一组维纳核函数的自变量，选择出各故障状态对应的前m阶维纳核的特征值，并按照一定的规律构成特征矢量，共有N个特征矢量；（4）将这N个特征矢量的集总欧氏距离作为评价函数，（5）对得到的最优故障状态特征矢量间的距离进行判别，分层选择特征，以提高诊断准确率。本发明用于多软故障维纳特征的分层智能优化选择。

主权项

一种多软故障维纳特征的分层智能优化选择方法，其特征是：该方法包括如下步骤：（1）对待诊断的电路进行故障状态进行分类，假设共有N种状态;（2）求出上述N种状态的前m阶维纳核；（3）取一组维纳核函数的自变量，选择出各故障状态对应的前m阶维纳核的特征值，并按照一定的规律构成特征矢量，共有N个特征矢量；（4）将这N个特征矢量的集总欧氏距离作为评价函数，利用智能优化算法更换维纳核函数的自变量，来搜索集总欧氏距离的最大值，直到搜索到最优解，保存对应的自变量值和各最优故障状态特征矢量，这些矢量称为第一层最优特征矢量；（5）对得到的最优故障状态特征矢量间的距离进行判别，相互距离大于或等于设定的阈值h的所有故障状态归为第一层故障群，而相互距离小于设定阈值h的所有故障状态归为第二层故障群；（6）对第二层故障群采用和前述的方法类似的过程进行智能优化故障特征选择，得到第二层故障群中各故障状态的新的最优故障状态特征矢量，称为第二层最优特征矢量；（7）依照上述（5）的方法，可以再对第二层最优特征矢量的相互距离进行判别，相互距离大于或等于设定的阈值h的所有故障状态保留在第二层故障群，相互距离小于设定阈值h的所有故障状态归为第三层故障群；依此类推，可以继续分更多的层，直到诊断效果满意为止，通常取2至3层即可满足诊断准确率的要求。（8）进行故障诊断时，按照第1层、第2层及第3层的顺序，依次采用每层的最优特征矢量进行智能诊断，分几层就诊断几次。