搜公众号
推荐 原创 视频 Java开发 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库
Lambda在线 > 测控技术 > 基于小波包Tsallis熵和RVM的模拟电路故障诊断

基于小波包Tsallis熵和RVM的模拟电路故障诊断

测控技术 2018-12-04
举报

中文摘要:

针对模拟电路故障难以识别等问题,提出一种基于小波包Tallis熵和多分类相关向量机(Relevance Vector Machine,RVM)的模拟电路故障诊断方法。该方法采用脉冲信号仿真模拟电路,应用小波包变换对采集到的故障响应信号进行分解,通过提取不同频带内的Tsallis熵作为故障特征值,利用相关向量机对各种状态下的特征向量进行分类决策,实现模拟电路的故障定位。实验结果表明,提出的故障诊断方法相较于现有的故障诊断方法能较好地提取故障特征,极大地提高模拟电路故障诊断的效率。

Abstract:

In order to solve the problem that the faults of analog circuit are difficult to recognize,a new method based on wavelet packet Tallis entropy and relevance vector machine(RVM) is proposed.A pulse signal was selected as the circuits excitation source.Then,wavelet packet transform was employed to decompose the collected fault response signals.After computing the Tsallis entropy in different bands,multiclass RVM was conducted to classify the feature vectors under different conditions,and the fault location of analog circuit was realized.The results show that the proposed method can better extract fault features than the existing fault diagnosis methods,and it also greatly improve the efficiency of analog circuit fault diagnosis.

rvm

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《基于小波包Tsallis熵和RVM的模拟电路故障诊断》的版权归原作者「测控技术」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

举报