经验模态分解在模拟电路故障诊断中的应用  

Application of Experience Modality Decomposes to Analog Circuit Fault Diagnosis

作　　者：周世官[1] 邱雪娜[1] 

机构地区：[1]宁波工程学院电子与信息工程学院,浙江宁波315016

出　　处：《计算机测量与控制》2009年第10期1898-1900,共3页Computer Measurement &Control

基　　金：宁波市自然科学基金项目(2008A610002);浙江省教育厅科研项目(Y200803228)

摘　　要：针对目前人工神经网络在模拟电路故障诊断中的应用对样本的依赖性较强及经验模态分解突出了信号的局部特征、可以更准确有效地把握原信号数据特征信息的特点,提出了模拟电路故障诊断的经验模态分解预处理方法;文中详细地阐述了希尔伯特变换的具体方法、模拟电路故障诊断的神经网络方法;并举例说明诊断系统的具体实现方法;仿真结果表明,在相同的精度要求下,该算法的训练时间远小于普通的神经网络,对模拟电路的故障诊断有一定的实际意义。Proposed the analog circuit fault diagnosis experience modality pretreatment method. In the article is presented detailed elaboration of Hilbert transformation method, and neural network method. And explains with examples the diagnosis system realization method, the simulation result indicated that, under the same precision request, this algorithm training time is far smaller than the ordinary neural network, has certain practical significance to the analog circuit fault diagnosis.

关 键 词：模拟电路 故障诊断 神经网络 经验模态分解 

分 类 号：TP306.3[自动化与计算机技术—计算机系统结构]