基于WAO-WPD-CNN的模拟电路故障诊断
Analog Circuit Fault Diagnosis Based on WAO-WPD-CNN作者机构:兰州信息科技学院
出 版 物:《移动电源与车辆》 (Movable Power Station & Vehicle)
年 卷 期:2024年第56卷第2期
页 面:47-52+41页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 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] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对模拟电路故障诊断领域,数据集建立、数据特征难以有效提取、网络诊断时受超参数影响较大等问题,提出了基于WAO-WPD-CNN的故障诊断模型。首先,以Salley-Key低通滤波器和二级四运放双二阶低通滤波器为研究对象,在Pspice软件中对其进行仿真获取数据集,其次,将得到的数据集通过小波包分解(Wavelet Packet Decomposition,WPD),进行有效特征提取,输入卷积神经网络(Convolutional Neural Network, CNN)中进行故障诊断实验验证。最后,使用鲸鱼优化算法(Whale Optimization Algorithm,WAO),对模型训练超参数进行优化。结果表明,所提出的一种改进WAO-WPD-CNN模型能够有效提取特征,快速获取最优超参数,具有更优的诊断能力与泛化能力。