基于PSO-PF-SVM的模拟电路故障诊断

作者：王力; 贾欣雨

来源：江苏大学学报(自然科学版), 2023, 44(02): 221-234.

• 模拟电路
• 故障诊断
• 特征提取
• 支持向量机
• 参数优化

针对模拟电路输出信号存在的非线性、高维数等特点所带来的诊断困难问题，提出一种支持向量机(SVM)分类器参数优化算法，进行模拟电路故障诊断.首先，运用S变换与灰度共生矩阵(GLCM)组合方法S-GLCM,对电路输出信号进行故障特征提取.其次，采用粒子群算法(PSO)与粒子滤波算法(PF)融合，通过重采样实时更新粒子的位置和速度，对SVM参数进行高效寻优，并将特征向量代入模型中进行训练和测试，完成对电路各故障模式的高精度故障诊断.最后，通过两个国际基准电路试验对该方法进行可靠性分析.试验结果表明：S-GLCM在处理非线性、非平稳信号时表现出很大优势，将电路输出信号每组1 500个采样点降为8维特征向量，减少冗余信息；该SVM分类器参数优化算法的诊断准确率较未优化算法提升约11.2%.

• 单位
  中国民航大学; 自动化学院