一种基于MCSKPCA的神经网络模拟电路故障诊断方法

摘要

本发明公开了一种基于MCSKPCA的神经网络模拟电路故障诊断方法，包括以下步骤：步骤1：采集被诊断模拟电路的输出电压信号；步骤2：对采集的输出电压信号进行小波变换；步骤3：计算输出电压信号经小波变换得到的小波系数的能量特征值；步骤4：将所述的能量特征值进行MCSKPCA的特征提取和降维处理得到最优特征向量；步骤5：将所述的最优特征向量送入BP神经网络分离器中，由BP神经网络分离器输出故障诊断结果。该方法不但可以用于线性和非线性电路及其系统的诊断，同时也可以用于诊断所述电路中的硬故障和软故障。

主权项

一种基于最大类别分离度核主元分析(KPCA based on Maximal Class Separability即MCSKPCA)的神经网络模拟电路故障诊断方法，其特征在于包括以下步骤：1)采集模拟电路的电信号，采集到的电信号为所述的模拟电路的输出电压信号；2)对采集的所述电信号进行小波变换；3)计算所述电信号的小波逼近系数能量特征值；4)将所述的小波逼近系数能量特征值所构成的候选特征向量数据集进行MCSKPCA的特征提取和维数降低得到最优特征向量；5)将所述的最优特征向量送入BP神经网络分离器中，由BP神经网络分离器输出故障诊断结果。