[发明专利]一种基于经验小波变换的模拟滤波电路故障诊断方法

权利要求书

1.一种基于经验小波变换的模拟滤波电路故障诊断方法，其特征在于，包括以下步骤：

(1)、将幅值为5V，占空比为50％，频率为f的方波信号x(t)作为待测模拟滤波电路故障诊断时其输入端的激励信号；

(2)、利用蒙特卡洛分析方法对待测模拟滤波电路进行仿真分析，获取k种故障状态下电路输出端k×n组采样点数为M的电压信号v_ij(t)，i＝1,2,…,k,j＝1,2,…,n，n表示在待测模拟滤波电路的输出端采集电压信号的组数；

(3)、利用改进的经验小波变换对电压信号v_ij(t)进行分解，得到的m个模态分量，其中第q个模态分量表示为ewt_ijq(t)，q＝1,2,…,m；

(4)、分别计算待测模拟滤波电路处于第i种故障状态下其输出端电压信号v_ij(t)的每个模态分量ewt_ijq的频率F_ijq、峰值Vp_ijq、能量E_ijq、有效值RMS_ijq、标准差σ_ijq、绝对均值Ma_ijq、偏度Skew_ijq、峭度Kurtosis_ijq和波形因子Form-factor_ijq，组成ewt_ijq的特征向量Feature-vector_ijq＝{F_ijq,Vp_ijq,E_ijq,RMS_ijq,σ_ijq,Ma_ijq,Skew_ijq,Kurtosis_ijq,Form-factor_ijq}；

(5)、将第i种故障状态下输出端电压信号v_ij(t)的m个模态分量的特征向量Feature-vector_ijq拼接成表征模拟滤波电路故障状态i的特征向量Feature-vector1_ij＝[Feature-vector_ij1；Feature-vector_ij2；…；Feature-vector_ijm]，并利用广义辨别分析对Feature-vector1_ij进行降维，得到新的特征向量Feature-vector2_ij；

(6)、为每种故障状态下的特征向量按照故障状态所对应的编号i贴上标签，每一种故障状态的n组特征向量Feature-vector2_ij分别对应n个相同的标签，将每种故障状态下贴有标签的n组Feature-vector2_ij用于训练支持向量机模型，最终得到训练完成的支持向量机模型；

(7)、按照步骤(3)-(5)获取待测模拟滤波电路在未知故障状态下的一组特征向量，然后将其输入至(6)中训练好的支持向量机模型，从而得到待测模拟滤波电路所处的故障状态i。

2.根据权利要求1所述的基于经验小波变换的模拟滤波电路故障诊断方法，其特征在于，所述步骤方波信号x(t)的频率f的获取方法为：

(2.1)、对待测模拟滤波电路进行幅频响应分析，获取待测模拟滤波电路的截止频率f_c或中心频率f₀；

(2.2)、计算待测模拟滤波电路输入端激励信号频率f；

当待测模拟滤波电路为低通滤波电路时，待测模拟滤波电路输入端激励信号频率

当模拟滤波电路为高通滤波电路时，待测模拟滤波电路输入端激励信号频率

当模拟滤波电路为带通滤波电路时，待测模拟滤波电路输入端激励信号频率

当模拟滤波电路为带阻滤波电路时，待测模拟滤波电路输入端激励信号频率