仪器仪表学报

作者：张朝龙，何怡刚，杜博伦

单位：张朝龙,武汉大学电气与自动化学院武汉430072；安庆师范大学物理与电气工程学院安庆246011,,何怡刚,武汉大学电气与自动化学院武汉430072,,杜博伦,武汉大学电气与自动化学院武汉430072,

关键词：模拟电路;早期故障诊断;深度置信网络;特征提取;混沌粒子群优化

基金：国家自然科学基金（51607004，51977153，51577046）、国家自然科学基金重点项目（51637004）、国家重点研发计划“重大科学仪器设备开发”（2016YFF0102200）、装备预先研究重点项目（41402040301）资助

针对当前模拟电路早期故障诊断中特征提取方法的不足，提出了应用深度置信网络（deepbeliefnetwork,DBN)进行特征提取的方法。利用混沌粒子群优化算法，对DBN中受限玻尔兹曼机的学习率开展优化，进一步提升特征提取的性能。相比于其他常用的特征提取方法，提出的DBN特征提取方法可提取出早期故障深度和本质的特征，且具有相同的故障聚集程度高、不同故障的分离能力极为明显的特点。应用二级四运放双二阶低通滤波器仿真电路和Sallen?Key带通滤波器电路板进行早期故障诊断实验，得到的故障诊断正确率分别为98?13%和100%。

来源：2019年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第10期