检索结果-南通市图书馆

模拟电路中黏菌算法优化ELM故障诊断模型研究

2010年

作者：熊年禄

本课程讲述的是电子技术初步的知识，是学生关于电子线路知识方面的入门课程。主要包括模拟电子线路的构成原理和直流稳压电源。本课程遵循“以实用为主，理论够用为度”的原则，希望学习完本课程后，能使学生掌握常用电子线路基本结构... 详细信息

本课程讲述的是电子技术初步的知识，是学生关于电子线路知识方面的入门课程。主要包括模拟电子线路的构成原理和直流稳压电源。本课程遵循“以实用为主，理论够用为度”的原则，希望学习完本课程后，能使学生掌握常用电子线路基本结构和初步分析方法，为后继课程和将来从事电子技术及相关方面的工作打下一定基础。

关键词：模拟电路高等学校教材

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

传感器与微系统 2023年第6期42卷 47-50页

作者：林知微王成吉刘宗朋北京理工大学自动化学院北京100081

模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型。首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的输入权值和隐... 详细信息

模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型。首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的输入权值和隐含层偏置易导致模型泛化能力差的问题,使用SMA优化ELM的输入权值和隐含层偏置,以获得更优、更稳定的ELM网络参数,提高故障诊断能力。连续可变状态(CTSV)滤波器电路和Sallen-Key带通滤波器的诊断实例表明,SMA优化ELM的故障诊断模型提升了ELM模型的分类效果,具有更优的故障诊断性能。

关键词：线性判别分析黏菌算法极限学习机模拟电路故障诊断

在线全文

学校读者我要写书评

暂无评论

基于CBAM-CNN的模拟电路故障诊断

控制与决策 2022年第10期37卷 2609-2618页

作者：杜先君巩彬余萍石耀科 Kuzina V.Angelina 程生毅兰州理工大学电气工程与信息工程学院兰州730050 兰州理工大学甘肃省工业过程先进控制重点实验室兰州730050

针对模拟电路的故障特征难以提取,导致模型计算量复杂、诊断准确率不够高的问题,提出一种基于注意力机制和卷积神经网络(CBAM-CNN)的模拟电路故障诊断方法.首先,利用卷积核提取输入层的图片特征,同时在每个卷积层后面连接一个矫正线性单... 详细信息

针对模拟电路的故障特征难以提取,导致模型计算量复杂、诊断准确率不够高的问题,提出一种基于注意力机制和卷积神经网络(CBAM-CNN)的模拟电路故障诊断方法.首先,利用卷积核提取输入层的图片特征,同时在每个卷积层后面连接一个矫正线性单元(ReLU),并添加批归一化层(BN)解决内部协变量偏移的问题,以提高非线性模型表达能力;然后,在批归一化层后添加注意力机制模块(CBAM),提取重要的特征后连接池化层,降低网络计算复杂度,提高网络的准确率与效率;最后,以Sallen-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进行故障诊断实验验证.结果表明,所提出方法能够有效提升诊断精度,实现所有故障的高难分类与定位.

关键词：模拟电路卷积神经网络注意力机制特征提取故障诊断

在线全文

学校读者我要写书评

暂无评论

模拟电路的故障诊断与参数辨识代数方法

哈尔滨工程大学学报 2017年第4期38卷 595-601页

作者：周启忠谢永乐徐娟宜宾学院物理与电子工程学院四川宜宾644000 电子科技大学自动化工程学院四川成都611731

针对模拟电路难以实现故障参数辨识的问题,从代数算法角度,提出一种基于主本征值和Frobenius范数的模拟电路故障诊断与参数辨识法。该方法把被测电路输出响应的采样序列组成一个方阵;求解该方阵的主本征值和Frobenius范数;根据测前仿真... 详细信息

针对模拟电路难以实现故障参数辨识的问题,从代数算法角度,提出一种基于主本征值和Frobenius范数的模拟电路故障诊断与参数辨识法。该方法把被测电路输出响应的采样序列组成一个方阵;求解该方阵的主本征值和Frobenius范数;根据测前仿真获得的每个可能发生故障的器件相对应的主本征值和Frobenius范数变化趋势线,以最小误差为判据,确定最可能发生故障的器件,实现故障定位和参数辨识。实测结果表明:该方法可将故障定位和参数辨识一体化处理,与已有的几种经典算法相比,具有计算效率高、故障定位准确率高、参数辨识精度高的优点。

关键词：模拟电路参数辨识故障诊断本征值 Frobenius范数故障定位

在线全文

学校读者我要写书评

暂无评论

模拟电路

模拟电路

2004年

作者：杨毅德

高职高专电子技术系列教材:本教材共分9章，介绍了半导体二极管及其应用电路，双极型晶体管及其放大电路，场效应管及其放大电路，集成运算放大电路等内容。

关键词：模拟电路高等学校技术学校教材

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

模拟电路参数变化检测最优混沌激励设计

仪器仪表学报 2015年第4期36卷 943-950页

作者：杨东东马红光徐东辉秦建强第二炮兵工程大学701室西安710025

针对混沌信号激励下模拟电路系统的参数变化检测,设计了李亚普诺夫指数可调的加速混沌振荡器电路作为被测电路的激励源。进而,利用Kaplan-Yorke猜想确定了混沌振荡器与被测模拟电路相匹配的加速域,从而保证了输出相空间能够反映被测系... 详细信息

针对混沌信号激励下模拟电路系统的参数变化检测,设计了李亚普诺夫指数可调的加速混沌振荡器电路作为被测电路的激励源。进而,利用Kaplan-Yorke猜想确定了混沌振荡器与被测模拟电路相匹配的加速域,从而保证了输出相空间能够反映被测系统参数的变化。最后,以预测误差作为参数变化特征,利用回溯搜寻算法实现了对匹配加速域中最优加速因子的定位。将加速混沌振荡器调整为最优加速因子后,其输出信号为最优混沌激励。仿真结果表明,匹配混沌激励保证了输出相空间能够反映被测电路参数变化,且在最优混沌信号激励下,将会明显提高被测电路参数变化检测时的精度及效率.

关键词：模拟电路参数变化检测混沌激励最优激励回溯搜寻算法

在线全文

学校读者我要写书评

暂无评论

模拟电路故障特征降维方法

振动．测试与诊断 2015年第2期35卷 302-308,400页

作者：廖剑周绍磊史贤俊王朕中国人民解放军第91550部队海军航空工程学院控制工程系

为有效进行模拟电路故障特征的降维处理,在线性判别分析中通过引入局部化思想提出一种局部线性判别分析降维方法。首先,构造单个数据的局部数据块,计算其类内、类间散度矩阵,通过缩放因子平衡局部邻域类内紧性和类间散性之差建立单个数... 详细信息

为有效进行模拟电路故障特征的降维处理,在线性判别分析中通过引入局部化思想提出一种局部线性判别分析降维方法。首先,构造单个数据的局部数据块,计算其类内、类间散度矩阵,通过缩放因子平衡局部邻域类内紧性和类间散性之差建立单个数据的局部优化准则;然后,在整个数据空间中采用对齐算法重构最终目标函数,最后使用标准特征值分解方法求得投影矩阵完成数据降维。算法充分利用数据的局部判别信息使其能够处理数据的非线性并保持数据的类区分度,而且克服了线性判别分析中的小样本问题。算法在标准数据集和模拟电路故障特征提取中进行实验均取得了较好的效果。

关键词：降维模拟电路特征提取线性判别分析局部线性判别分析

在线全文

学校读者我要写书评

暂无评论

模拟电路干扰信号盲分离的独立成分分析方法

清华大学学报（自然科学版） 2015年第3期55卷 339-344页

作者：李昊董永贵清华大学精密仪器系精密测试技术及仪器国家重点实验室北京100084

为在模拟电路调试阶段分析干扰信号的来源,构建了一种基于瞬态线性混合模型的分析方法。将干扰信号视为统计独立的源信号,由多个电路节点的测试信号组成观测向量,利用独立成分分析算法实现了干扰信号的盲分离。考虑到测试电路中的输入... 详细信息

为在模拟电路调试阶段分析干扰信号的来源,构建了一种基于瞬态线性混合模型的分析方法。将干扰信号视为统计独立的源信号,由多个电路节点的测试信号组成观测向量,利用独立成分分析算法实现了干扰信号的盲分离。考虑到测试电路中的输入激励为已知确定性信号,提出了一种在观测向量中增加已知输入信号以改善分离效果的方法。以信号失真比作为评价指标,研究了电容等储能电路元件对分离效果的影响。数值仿真计算与实际电路测试结果表明:储能元件在电路中的卷积效应,是影响分离效果的重要因素。在观测向量中添加已知输入信号,可显著改善干扰信号的分离效果。

关键词：盲源分离独立成分分析电磁兼容干扰信号模拟电路

在线全文

学校读者我要写书评

暂无评论

模拟电路的测点选择及故障诊断方法研究

模拟电路的测点选择及故障诊断方法研究

作者：张永超北京化工大学

学位级别：硕士

随着电子设备规模的增大与电路结构复杂性的增加,模拟电路的测试和故障诊断越来越困难。近年来,研究人员试图从数据和模型两个角度来研究测试方法以提高模拟电路故障诊断的准确率。通过对电路可测性的研究,学者们发现测试点的选择是一... 详细信息

随着电子设备规模的增大与电路结构复杂性的增加,模拟电路的测试和故障诊断越来越困难。近年来,研究人员试图从数据和模型两个角度来研究测试方法以提高模拟电路故障诊断的准确率。通过对电路可测性的研究,学者们发现测试点的选择是一种有效提升数据分辨率的手段。目前对测点选择的研究大多是基于整数编码表进行的,但由于整数编码表是通过设定电压阈值来判断故障的可分性,这种方法对于一些表现相近的故障无法精确的度量;且目前的测点选择算法难以平衡测点数和故障隔离数之间的关系,导致有冗余测点。故障诊断模型大多是采用人工特征提取,然后利用一些简单的分类器进行分类,这使得模型构建与具体电路相关,难以泛化到其他的电路上。本文将模拟电路的测点选择与故障诊断结合起来,研究一种基于测点选择的模拟电路故障诊断方法。具体而言,针对电压阈值设定问题,提出了一种基于聚类的故障混叠度计算方法,用于精确度量故障间的模糊程度。在此基础上,研究设计了一种模拟电路多目标测点选择方法,用于平衡测点数和隔离的故障数量之间的关系,以在尽可能少的测点数量下获得最大的故障隔离数。最后,基于选择的多测点数据设计了一种卷积神经网络模型,利用多尺度卷积以提高特征提取能力,引入注意力机制以进一步增强故障诊断的准确率。为验证本文测点选择方法和故障诊断方法的有效性,对四个基准电路进行了实验验证。实验结果表明,本文方法可以在尽可能少的测点下获得最大的故障隔离数,且针对不同数量的测点组合可以给出多种选择,使得测试人员可以更加灵活选择测点。在单测点数据下故障诊断的准确率有2%左右的提升,而在多测点数据下复杂电路的准确率相较于单测点提升10%左右,有效提高了模拟电路的故障诊断准确率。

关键词：模拟电路测点选择故障诊断深度学习注意力机制