基于WAO-WPD-CNN的模拟电路故障诊断

作     者：席小卫 杨永清 张敏敏 XI Xiao-wei;YANG Yong-qing;ZHANG Min-min

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）] 

主　　题：模拟电路 小波包分解 卷积神经网络 故障诊断 

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。