摘要
针对开关电流(SI)电路的故障诊断和定位问题,为进一步提高故障准确率,提出了基于信息熵和Haar小波变换的开关电流电路故障诊断新方法。该方法采用伪随机信号激励经蒙特卡罗分析、Haar小波正交滤波器分解和信息熵及模糊集的计算来实现故障特征的提取,以减少信号的冗余。最后构建故障字典,完成各故障模式的故障分类。对六阶切比雪夫低通滤波器进行了仿真实验验证,获得了100%的故障诊断准确率,与其它方法进行比较,实验结果显示了本文方法的优越性。
Focusing on the issue of switched-current（ SI） circuit fault diagnosis and location,a new method of SI circuit fault diagnosis based on entropy and Haar wavelet transform（ HWT） is presented to enhance the accuracy of fault diagnosis.The proposed method uses Monte-Carla analysis,Haar wavelet transform and the calculating of entropy and ambiguity groups to deal with pseudo-random sequences as a stimulate signal of the circuit under test（ CUT） to extract fault features,where the overlap of the features can be minimized.Finally,the fault dictionaries were constructed,and the fault classification of each failure mode was completed.A 6th-rder Chebyshev low-pass filter circuit is used to verify the proposed method,and the fault diagnosis accuracy is 100%.Compared with other methods,the presented method is superior.
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2015年第3期701-711,共11页
Chinese Journal of Scientific Instrument
基金
国家自然科学基金(61201108
61102035)
中国博士后科学基金(2014M551797)
湖南省自然科学基金(13JJ6083)资助项目
作者简介
龙英（通讯作者），长沙学院副教授，2006年于湖南师范大学获得硕士学位，2012年于湖南大学获得博士学位。现在在合肥工业大学电气工程博士后流动站从事博士后研究。主要研究方向为电路测试和故障诊断，模式识别和信号处理。E—mail：591561567@qq．com何怡刚，1996年获得西安交通大学博士学位，现为合肥工业大学教授，博士生导师。目前主要研究方向智能信号处理、模拟集成电路和模拟故障诊断等。E—mail：155299243@qq．com
