发明名称 多分数阶信息融合的模拟电路故障诊断方法
摘要 本发明公开了一种多分数阶信息融合的模拟电路故障诊断方法,属于模拟电路网络故障测试诊断领域。本发明包括以下步骤:A、在待测电路的输入端串联输入有效的N种不同频率的正弦激励信号,得到原始数据集;B、采用随机子空间方法将样本集随机分成k个特征空间子集。C、用分数阶傅里叶变换将特征空间子集映射到k个互异的分数阶时频空间内。D、利用故障类权值并融合k个基分类模型诊断的结果,得到最终的诊断结果,并在每一批测试数据完成诊断后动态更新故障类的权值。本发明提高了特征空间子集的差异度,增加了基分类器之间的互补性,结合了元器件故障的渐变特性,有效的提高了诊断系统的精度。
申请公布号 CN101871994B 申请公布日期 2012.03.21
申请号 CN201010198615.1 申请日期 2010.06.11
申请人 南京航空航天大学 发明人 罗慧;王友仁;崔江
分类号 G01R31/316(2006.01)I 主分类号 G01R31/316(2006.01)I
代理机构 南京经纬专利商标代理有限公司 32200 代理人 许方
主权项 一种多分数阶信息融合的模拟电路故障诊断方法,其特征在于,包括以下步骤:A、在待测电路的输入端串联输入电路允许范围内的N个不同频率的正弦激励信号,N的取值范围为2‑5,采集可测节点的电压信号,得到原始数据集;B、对步骤A得到的原始数据集进行特征子空间预处理,具体为:用随机子空间方法将原始数据集随机分成k个特征空间子集,各特征空间子集相互之间不相交,且每个特征空间子集中每一类的特征样本数均相等;其中k为拟采用的基分类模型的个数且k大于等于2;C、用分数阶傅里叶变换将经步骤B预处理得到的k个特征空间子集映射到k个互异的分数阶时频空间内,并由所述k个不同的分数阶时频空间内的特征样本训练得到k个基分类模型;D、利用步骤C得到的k个基分类模型对动态采集到的测试数据分别进行分批诊断,利用故障类权值并根据下述公式融合k个基分类模型诊断的结果,得到最终的诊断结果class of z,并在每一批测试数据完成诊断后动态更新故障类的权值: <mrow> <mi>class of z</mi> <mo>=</mo> <mi>arg</mi> <mi> </mi> <mi>max</mi> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>f</mi> </munderover> <msub> <mi>P</mi> <mi>j</mi> </msub> <mo>&CenterDot;</mo> <mrow> <mo>(</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>output</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>z</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> </mrow>其中,z表示待测样本;f表示故障类别数;k表示基分类模型数;outputi(z)=j表示测试样本z被第i个基分类模型诊断为故障类j的概率值,j=1,2,...f,i=1,2,...k;Pj是第j类故障类被赋予的权值,由以下公式计算得到: <mrow> <msub> <mi>P</mi> <mi>j</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mi>s</mi> <mo>+</mo> <mi>mg</mi> </mrow> <msub> <mi>number</mi> <mi>j</mi> </msub> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mi>j</mi> <mo>=</mo> <mn>1,2</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mi>f</mi> <mo>)</mo> </mrow> </mrow>其中,s是原始数据集中的样本数;m是预先设定的定量常数,代表每批测试样本集中测试样本数;g是总的测试样本数减去原始样本数s后除以m得到的商的整数位数值;numberj是诊断后判断为第j类故障类的样本数,且numberj包含训练样本集中的第j类故障类的样本数。
地址 210016 江苏省南京市御道街29号