基于PSO-SVM的电流放大器故障诊断研究

作者：刘冬梅; 霍龙龙; 王浩然; 刘志强; 常加峰; 刘良成

来源：传感器与微系统, 2021, 40(08): 50-52+56.

DOI：10.13873/J.1000-9787(2021)08-0050-03

• 光电检测系统
• 电流放大器
• 粒子群优化算法
• 支持向量机
• 故障诊断

为研究基于光电倍增管(PMT)和电流放大器的光电检测系统故障诊断,提出了一种基于电流放大器输出信号波形特征的故障诊断方法。通过分析电流放大器电路不同故障状态下的输出电压波形变化特征,建立了相应的故障模型。使用小波包分解和基于粒子群优化(PSO)算法的支持向量机(SVM)模型分别提取和分类电流放大器输出电压波形特征向量,从而判断故障类型。仿真结果表明:在电流放大器电路的单、双故障情况下,PSO-SVM模型能够快速有效地对故障类型进行诊断分类,并具有极高的准确率。

• 单位
  中国科学院等离子体物理研究所; 合肥工业大学