基于分层聚类的支持向量机模拟电路故障诊断

提出分层聚类与支持向量机集成的算法,以多级二叉树结构的SVM实现故障的分级诊断。根据最大间隔距离原则,对各故障模式电路特征的逐次聚类二分获得二叉树,使每个节点的SVM具有最大分类间隔,减少了误差积累,从而优化了SVM的组合策略。聚类上利用遗传粒子群算法对样本进行聚类。经模拟电路仿真结果显示,该方法与一对一、一对多方法相比,在不影响分类精度下,减少测试时间,降低模型复杂度。

基于Shannon熵的飞机交流发电机振动分析

飞机交流发电机是飞机关键部件之一,监测其健康状况具有重要意义。通过设计实验数据获取平台采集交流发电机在转速上升(从6000转/分到8500转/分)、平稳运行(7500转/分)及转速下降(8500转/分到6000转/分)三个阶段的振动信号,利用符号序列Shannon熵的计算方法以及符号化方法设定合适参数对振动信号进行了处理,得出了交流发电机在三个阶段的振动信号的Shannon熵;通过初步的分析表明,交流发电机在正常状态下三个阶段的Shannon熵都比较有规律的在一定范围内变化,一旦发生振动异常将会引起Shannon熵突变;经过分析讨论,Shannon熵的突变与否是可以用来反映交流发电机在机械方面是否存在故障隐患的。

飞机电力系统三相不平衡的抑制技术及发展

在飞机电气系统中,随着电力电子装置的广泛应用,供电系统的电能质量问题受到了越来越多的关注。本文分析了在飞机电力系统中由于三相不平衡造成的危害并介绍了抑制电力系统三相不平衡的措施。

基于改进支持向量机的模拟电路故障诊断研究

针对支持向量机(Support Vector Machine)及小波分解用于模拟电路故障诊断时,一对一算法具有操作简单、诊断精度高、所需确定参数少,小波分解能表现电路响应特征但最优小波基选取目前缺乏有效方法的特点,提出利用混合粒子群算法(Hybrid Particle Swarm Optimization,HPSO)对小波基及一对一支持向量机的参数进行联合优化。将该方法应用于模拟滤波器的仿真电路实验,结果表明:利用该方法很容易求出全局最优解,能实现对最优小波基选取及支持向量机参数进行联合优化,避免了参数选择的盲目性,提高了模型的诊断精度。

基于遗传粒子群算法的模拟电路测试点选择

针对模拟电路测试点选择的特点,提出利用遗传粒子群算法与整数编码故障字典相结合的方法进行测试点选择。首先根据各测试点的数据建立整数编码故障字典,然后利用遗传粒子群算法选取最优测试点。将该方法应用于实际模拟滤波器的测试点选择,结果表明:利用该方法很容易求出模拟电路的全局最优测试点。