| 基于小波分析的最优故障特征提取研究 |
| |
| 引用本文： | 王勤勇,王月海,潘国庆,冯建呈.基于小波分析的最优故障特征提取研究[J].应用声学,2016,24(1):25-25. |
| |
| 作者姓名： | 王勤勇 王月海 潘国庆 冯建呈 |
| |
| 作者单位： | 北京开放大学 远程教育与开放学习研究院,北京 100081,北方工业大学 电子信息工程学院,北京 100144,北京航天测控技术有限公司,北京 100037,北京航天测控技术有限公司,北京 100037 |
| |
| 基金项目： | 北京市青年拔尖人才培育计划(IT&TCD201504002)。 |
| |
| 摘 要： | 针对因模拟电路的故障模型复杂、有容差、非线性等导致的模拟电路故障特征提取难度大、严重依赖于专家的经验的现状，对基于小波分析的模拟电路最优故障特征提取技术进行了研究。以四运放电路为实验基础,采用Morlet和Haar两种小波基分别从不同的维度上做数据预处理，能量化、归一化后组成故障特征,而后通过克隆选择算法的诊断结果分析对比特征提取的效果。实验结果为通过两种小波基提取的故障特征在不同的情况下达到最高故障诊断率均接近89%，表明基于两种小波基的故障特征提取技术都是优秀可用的，以及单点采样数据的有效性；同时实验结果还反映了模拟电路故障特征的详细程度与诊断正确率成正比例关系。这对实际复杂模拟电路的故障特征提取具有指导性的意义。
|
| 关 键 词： | 故障特征提取，小波分析，四运放电路，克隆选择算法，模拟电路 |
| 收稿时间： | 8/6/2015 12:00:00 AM |
| 修稿时间： | 2/5/2015 12:00:00 AM |
Research of Optimal fault feature extraction based on wavelet analysis |
| |
| Wang Qinyong,Wang Yuehai,Pan Guoqing and Feng Jiancheng.Research of Optimal fault feature extraction based on wavelet analysis[J].Applied Acoustics,2016,24(1):25-25. |
| |
| Authors: | Wang Qinyong Wang Yuehai Pan Guoqing and Feng Jiancheng |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
