[发明专利]基于小波变换和ICA特征提取的开关电路故障诊断方法

说明书

技术领域

本发明涉及一种基于小波变换和ICA特征提取的开关电路故障诊断方法。

背景技术

开关电流(Switched Current，SI)技术是20世纪80年代末提出的一门模拟采样数据信号处理技术。作为开关电容技术的替代技术，它用离散时间采样数据处理连续时间模拟信号，具有低电压、高速度、低功耗、芯片面积小和高频特征好等优势，在最近十儿年获得了快速的发展。SI技术不包含线性电容和高性能运算放大器，完全与数字CMOS工艺技术兼容，易于实现大规模数模混合电路的单片集成。然而，数模混合信号电路中模拟部分的测试与诊断一直进缓慢。尽管近年来模拟电路的测试与故障诊断取得了不少研究成果，但数字工艺的模拟技术-开关电流电路的测试与故障诊断一直滞后于开关电流电路的设计与制造，这极大地阻碍了SI技术的发展。并且由于SI电路中MOS场效应管的非理想性能、开关电荷流入、有限的频带宽度和非零输入输出电导比等因素更进一步增加了SI电路故障特征提取的困难性，使SI电路故

障诊断还面临着很大的挑战。

近年来，在开关电流电路故障诊断故障诊断领域中，涌现出了一些有效而实用的测试和故障诊断方法。在这些诊断方法中，特征提取对测试和测试系统起了相对关键的作用。在文献[黄俊，何怡刚.开关电流电路故障诊断技术的初步研究.现代电子技术，2007，30(9)：76-78]中，作者参考模拟电路测试与诊断方法简单讨论了SI基本存储单元的测试，对无MOS开关的基本存储单元电路进行了硬故障测试。由于测量的是电流参数，造成用于测试和诊断的相关故障信息量不完整，以致于不能准确地进行故障定位。

而在文献[Guo，J.，R.，He，Y.G.，Liu M.R..Wavelet neural network approach for testing of switched-current circuits.J Electron Test，27：611-625，2011.]【记为文献[3]】中，作者利用小波神经网络对SI电路进行诊断能正确无误地诊断出所有硬故障，但对软故障特别对低灵敏度晶体管发生故障时的诊断率很低，仅为80％左右。另外，在文献[Long，Y.，He，Y.G.，&Yuan，L.F.Fault dictionary based switched current circuit fault diagnosis using entropy as a preprocessor.Analog Integrated Circuits and Signal Processing，66(1)，2011：93-102.]【记为文献[1]】中，作者第一次在SI电路测试和诊断中引入故障特征预处理概念，通过对采集到的故障响应信号进行信息熵预处理特征提取，计算信息熵模糊集构建故障字典，进行故障分类，减少了计算和故障诊断时间，诊断正确率达到95％左右，但该方法仅适应于中小规模开关电流电路的故障诊断。在文献[Zhang，Z.，Duan，Z.，Long，Y.，&Yuan，L.F.A new swarm-SVM-based fault diagnosis approach for switched current circuit by using kurtosis and entropy as a preprocessor.Analog Integrated Circuits and Signal Processing，vol.81，no.1.2014.]【记为文献[2]】中，作者增加了一个特征参数-峭度，提出了基于粒子群支持向量机的信息熵和峭度预处理的SI电路测试和诊断方法，软故障诊断正确率有了进一步的提高，达到99％左右，但是仍不能达到100％的故障诊断与识别。

因此，有必要设计一种新型的开关电路故障诊断方法。

发明内容

本发明所要解决的技术问题是提供一种基于小波变换和ICA特征提取的开关电路故障诊断方法，该基于小波变换和ICA特征提取的开关电路故障诊断方法易于实施，相比现有方法，能更准确的区分出各种故障类型。

发明的技术解决方案如下：

一种基于小波变换和ICA特征提取的开关电路故障诊断方法，该方法用于开关电流电路的故障诊断，所述的开关电路故障诊断方法包括以下步骤：

步骤1：分类器训练以及构造故障字典

基于电路仿真，采用基于小波变换和ICA特征提取的方法获取特征参数，基于该特征参数构造故障字典以及训练分类器；

步骤2：故障诊断：