基于对数分布参考点LDRP的分解多目标进化MOEA/D算法实现模拟电路故障参数估计
模拟电路随工作时长的增加,其健康状态也在不断下降.及时对早期故障状态的元件进行参数估计,可以准确地评估设备健康状态,为故障预测提供参考.基于被测电路的传递函数和实测的故障响应,可反推出可能的故障参数.由于容差的影响,有很多参数组合可以产生相同的故障响应.本文通过数学分析,将故障参数估计问题转化为多目标优化问题,并针对优化目标量级相差巨大、难以合理生成权重向量进行环境选择等问题,提出基于对数分布参考点来指导种群进化,并提出了一种基于对数分布参考点的分解多目标进化算法,该.法能够准确且稳定地找到故障参数估计问题的最优解,通过仿真跳藕滤波电路,验证了随容差的增.,参数范围越来越宽,且所有标准偏差最大仅18.616 Ω,在时间效率上,具有3 种不同容差的12 个故障实例的运行时间没有显著差异,平均运行时间为 0.7 s,和实际电路实验证明了该算法的正确性和鲁棒性,并通过对比该方向前沿研究的其他多种算法,验证了本文的方法在精度上优于双目标进化算法 2～3 个数量级,对比Tadeusiewicz提出的方法具有更宽的故障区间等,验证了本文的方法具备更高的准确性和有效性,体现了本文方法的优越可靠.
参数估计、容差、参考点、LDRP、多目标优化
44
TN710;TH17(基本电子电路)
国家自然科学基金;中央高效基本业务费项目
2023-07-11（万方平台首次上网日期，不代表论文的发表时间）
共10页
119-128
