论文部分内容阅读
在机电一体化系统/产品中,鉴于模拟电路的非线性、容差性、故障复杂多样性等特点,现有测试技术、测试仪器、诊断理论无法对模拟电路故障进行精确定位、分类与分析。本文针对难以提取模拟电路有效故障特征信息、故障定位准确率低等问题,研究了模拟电路故障特征提取与故障诊断方法,具体研究工作如下:首先,详细论述了时频域分析方法:Wigner-Ville分布、小波变换及小波包变换、HHT。结合模拟电路特点及Leapfrog基准电路例证得知,与小波技术、Wigner-Ville分布相比,HHT算法提取的特征数据更有效,能准确反映故障征兆,因此最终选择HHT作为模拟电路故障诊断技术的特征提取方法。其次,研究了SVDD理论方法和核函数,以及不同核函数、惩罚系数、核参数对SVDD分类器性能的影响,根据模拟电路输出响应特性优化SVDD的训练参数以达到能够训练最小超球体的目的。HHT算法与参数优化的SVDD分类器相结合作为模拟电路故障诊断方法。通过leapfrog基准电路仿真验证,参数优化的SVDD分类器最终故障诊断准确率平均约92%,结果表明本文研究的模拟电路故障诊断方法效果较好。最后,Capture CIS和PSpice结合仿真三角波发生电路原理,模拟其故障数据作为计算机仿真的故障样本;搭建了语音录放器及其信号采集系统的硬件部分,硬件调试合格后,利用Labview软件平台、研华DAQ组件结合起来实现了语音信号的数据采集,所采集故障数据作为实物测试故障样本;将故障样本数据导入Matlab软件中进行数据预处理、特征提取,部分特征样本送入SVDD分类器训练一个最小超球体,剩余部分特征样本进行测试。通过计算机仿真、语音录放器故障数据实物测试两种验证方法证明了基于SVDD的模拟电路故障诊断方法的有效性和准确性。