基于FSSA-ELM的模拟电路故障诊断方法

作     者：陈晓娟 刘禹盟 曲畅 张昭华 Chen Xiaojuan;Liu Yumeng;Qu Chang;Zhang Zhaohua

作者机构：长春理工大学电子信息工程学院长春130022 

出 版 物：《半导体技术》 (Semiconductor Technology)

年 卷 期：2024年第49卷第1期

页      面：77-84页

学科分类：080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(61271115) 吉林省教育厅科学研究项目(JJKH20230836KJ) 

主　　题：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) 

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891 s,单故障诊断准确率可达972%,比SSA-ELM和ELM分别提高了19%和28%;双故障诊断准确率可达95%,分别提高了04%和10%。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。