基于FSSA-ELM的模拟电路故障诊断方法

摘要：

在大规模电路中,模拟电路的故障率高达80％.针对模拟电路故障诊断方法准确率低、耗时长的问题,提出了一种分数阶麻雀搜索算法结合极限学习机(FSSA-ELM)的模拟电路故障诊断方法.利用核主成分分析与局部线性嵌入(KPCA-LLE)联合方式对电路故障数据进行特征提取,通过分数阶与麻雀搜索算法(SSA)相融合,对极限学习机(ELM)的权重和阈值进行寻优,将提取后的特征数据输入到FSSA-ELM模型中进行训练和测试.T型反馈网络反相比例运算电路诊断实例表明,FSSA-ELM的故障诊断用时相较于SSA-ELM缩短了 8.91 s,单故障诊断准确率可达97.2％,比SSA-ELM和ELM分别提高了 1.9％和2.8％;双故障诊断准确率可达95％,分别提高了 0.4％和1.0％.该故障诊断方法准确率高、耗时短,具有较强的模拟电路故障检测能力.

关键词：模拟电路、故障诊断、分数维度、麻雀搜索算法(SSA)、极限学习机(ELM)

所属期刊栏目：49

分类号：TN707(基本电子电路)

资助基金：国家自然科学基金;吉林省教育厅科学研究项目

在线出版日期：2024-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84