基于小波分析和克隆选择算法的模拟电路故障诊断  

Fault Diagnosis of Analog Circuit Based on Wavelet Analysis and Clonal Selection Algorithm

作　　者：彭良玉[1] 禹旺兵[1] 

机构地区：[1]湖南师范大学物理与信息科学学院

出　　处：《电工技术学报》2007年第6期12-16,共5页Transactions of China Electrotechnical Society

基　　金：湖南省自然科学基金项目(06JJ50117);湖南省教育厅科研项目(05C404)。

摘　　要：提出一种基于人工免疫系统的模拟电路故障诊断新方法。该方法首先对电路输出节点的电压信号进行小波分解,提取各频段的能量作为故障样本;然后利用人工免疫算法对每类故障的故障样本进行自学习,得到该类故障的最优聚类中心;最后计算故障样本和学习得到的聚类中心的距离对电路故障样本进行分类,从而实现故障元件定位。计算机仿真实验结果表明,该方法对容差模拟电路故障定位具有较高的准确率。A new method for fault diagnosis of analog circuit based on artificial immune algorithm is presented in this paper. The proposed method uses wavelet analysis as a tool to extract the fault examples, then learns the fault examples to abtain the clustering center of each fault class, and finally localizes the fault component by calculating the distance between the fault example and the clustering centers. The simulation result shows that the proposed method has the capability to diagnose faults in tolerance circuits and achieves satisfactory accuracy.

关 键 词：人工免疫系统 克隆选择算法 小波分析 模拟电路 故障诊断 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]