[发明专利]一种基于改进的经验小波变换的模拟电路故障诊断方法

说明书

本发明公开了一种基于改进的经验小波变换的模拟电路故障诊断方法，先利用蒙特卡罗统计方法对模拟电路进行仿真分析，获取各种故障状态下模拟电路输出端的电压信号，再利用改进的经验小波变换方法对电压信号进行自适应分解，得到电压信号的各个模态分量，然后利用排列熵算法计算出各种故障状态下电压信号的排列熵值，作为表征对应故障状态下的特征向量，并用这些特征向量训练最小二乘支持向量机，最后通过训练好的最小二乘支持向量机诊断模拟电路未知的故障状态。

技术领域

本发明属于模拟电路故障诊断技术领域，更为具体地讲，涉及一种基于改进的经验小波变换的模拟电路故障诊断方法。

背景技术

随着现代电子技术飞速发展，电路的复杂性和集成度越来越高，电路系统朝着“大数字，小模拟”的电路结构逐渐发展。据相关资料显示，模拟电路和数字电路组成的混合电路占电路系统整体的60％以上，其中模拟电路占比不超多20％，但电路系统发生故障时，超过80％的概率是由模拟电路元器件故障所引起的，因此模拟电路元器件正常运行对电路系统的可靠性和稳定性至关重要。然而随着电路集成度的提高，导致实际电路中存在大量不可访问的测试节点，在仅存的少数测量节点中，还存在部分节点对于元件故障不敏感或多个节点之间相互冗余的情况。因此如何利用少量的测试节点，有效准确的提取模拟电路故障特征实现故障诊断是相关研究的重点和难点。

经验小波变换(Empirical Wavelet Transform,EWT)是一种在小波理论背景下提出的一种信号分析方法，将小波变换的完备理论与经验模态分解(Empirical ModeDecomposition,EMD)的适应性相结合，解决了EMD背景下的存在的模态混叠和端点效应问题。将EWT应用到模拟电路故障诊断时，其在模拟电路输出端唯一测点的条件下仍可实现故障诊断，诊断方法较为简单。但EWT易受外部噪声干扰的影响，导致无效分量和模态混叠的产生，从而降低了模拟电路故障诊断的速度和准确度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于改进的经验小波变换的模拟电路故障诊断方法，通过将改进的经验小波变换方法与排列熵和最小二乘支持向量机相结合，实现模拟电路故障诊断，提高模拟电路故障诊断的效率。

为实现上述发明目的，本发明一种基于改进的经验小波变换的模拟电路故障诊断方法，其特征在于，包括以下步骤：

(1)、利用蒙特卡罗统计方法对模拟电路进行仿真分析，获取在k种故障状态下模拟电路输出端的k×n组电压信号v_ij(t)，i＝1,2,…,k,j＝1,2,…,n，n表示采集电压信号的组数；

(2)、利用改进的经验小波变换方法对电压信号v_ij(t)进行自适应分解，得到电压信号v_ij(t)的m个模态分量ewt_ijq，q＝0,1,2,…,m-1；

(2.1)、设置Welch法中分段序列的快速傅里叶变换的长度nfft为Max{2^a|2^a＜len,a∈N^*}，其中len表示v_ij(t)的长度，N^*表示正整数集合，Max表示取集合中值最大的元素，然后通过Welch法计算电压信号v_ij(t)的功率谱密度G_ij(f_b)，f_b表示离散频率点，b＝0,1,…nfft/2-1；

(2.2)、利用孤立森林算法获得功率密度谱G_ij(f_b)中异常功率谱密度对应的频率点，并将这些频率点构成集合A_ij；