基于FRWT结合HMM的模拟电路早期故障检测和定位研究

2018-04-15穆鹏

电子测试 2018年2期

穆鹏

（陕西邮电职业技术学院，陕西咸阳，712000）

1 FRWT及HMM在模拟电路故障检测与定位中的实际应用概述

1.1 FRW T以及HMM概述

FRWT技术的诞生是应用于我国小波变换方法之下对于信号去噪的实际需求之中。作为信号分析的多分辨率分析技术，小波变换在时域以及频域之中不同的位置具有着不同的相应分辨率。FRWT技术作为我国信号分析领域常见技术类型之一，旨在于研究平稳信号的实际去噪，提出一种基于最优分数阶小波变换(FRWT)的信号去噪方法。由于与传统的去噪技术相比FRWT技术能够针对信号信噪比的不同而采用遗传算法寻找FRWT的最优分数阶值，因此在实际应用过程中能够实现多元化限号类型的平稳去噪需求。HMM即隐形马尔科夫模型，是当前我国统计学领域中广泛应用的统计模型之一，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数，然后利用这些参数来作进一步的分析，例如模式识别等工作中进行HMM的实际应用便存在着较高难度。

1.2 FRW T以及HMM在模拟电路早期故障检测中的应用分析与FRW T-HMM故障诊断系统运行理论分析

就FRWT以及HMM在模拟电路早期故障检测以及定位工作中的实际应用价值而言，二者能够结合各自领域中较为优质的自身价值来满足对于模拟电路中早期故障检测的实际需求。其中，FRWT是普通小波在时顿平面之中绕坐标轴逆时针旋转一定角度而形成的。由于在时顿平面之中旋转九十度的任意周期最终结果依然是普通小波，因此FRWT可以被视为普通小波在时顿平面之中较为特殊的一种表现形式。通过傅氏变换，能够利用数学建模来为FRWT提供相应的小波尺度参数以及角度参数，进而得到小波基函数相应参照向量；进而通过离散分解能够利用小波基函数最终确定小波基函数的最终响应序列长度。将不同频率之中的高频子带中小波系数进行建模计算后进行累加，能够确定分数阶子带中相应向量以及故障特征向量。其中，故障特征向量是HMM的状态变量，通过HMM能够确定故障特征变量之中的故障有无以及存在故障的相应位置，进而观察变量得到CUT的最终位置。

由于特征向量在不同故障制之中存在着不同的实际体现，因而在面对不同的故障特征向量时CUT体现出的实际概率都各不相同。而FRWT-HMM故障检测系统的实际运行在于通过HMM进行故障本质的实际检测。这就使得在确定实际故障的特征向量之后找出故障变量特征性参数后需要针对CUN出现的概率相应值的变换进行相关分析成为了该故障检测系统运营中的必要步骤之一。首先，在系统检测过程中需要针对序列中的每个有效时刻之中终止状态以及相应的概率加以相关分析。最为在系统中运营的实际效应以及对应的相关参数来看，终止时最大概率的对应效果就在于对应路径的最佳路径，进而就HMM状态来对CUT训练出相应的电路故障状态。实际运营体系的训练步骤在于：首先，在CUT各已知状态之下多次对系统整体进行刺激，在刺激后就电路做出的实际反应来在CUT的最终输出地点确定对应的多个电压实际输出序列；其次，针对正常与故障电路之中电压的实际输出序列不同来进行相应的FRWT参数分解，就电路在各状态之下的运营效果进行相应的参数分析，对产出的向量进行特征检测；第三，利用在各状态下检测出的实际向量特征开始对电路的HMM训练，并最终得出正常状态下的电路特征以及各种故障类型之下的电路故障特征。训练由相应的数学算法进行。

最终在对故障电路特征参数以及算法结果得到确认后，FRWT-HMM整体体系能够针对自身运算结果来为实际模拟电路中存在的不同故障类型予以诊断步骤的具体方案。首先，针对CUT信号来得到实际输出过程中的电压序列，其次按照训练步骤中的针对正常故障电路中的实际输出序列不同来进行相应的FRWT参数分解，就电路在各状态之下的运营效果进行相应的参数分析，对产出的向量进行特征检测，并最终将结果输入HMM来得到诊断结果的最终分析。

2 FRWT及HMM背景下模拟电路早期故障检测相应实验案例分析

笔者就FRWT及HMM应用背景下的模拟电路早期故障检测机制运作原理进行了相应的实验设计。诸如，在一个带通滤波电路之中存在着固定值的元件参数容差以及放大器增益。对这一背景下的虚拟电路进行相应的故障集定义，并针对统一背景环境之下的不同元件参数进行故障设计。对此笔者设计了13中不同故障类型的虚拟电路种类，其中故障电路分为两组各六中，正常电路一种。对存在故障的虚拟电路分别进行相应的算法应用，将输出数据参数与相应电压互相结合得出最终的实际输出序列。

通过上文中所述的训练机制以及在得出特征参数以及算法结果后的参数分解以及特征检测，能够对CUT的相应未知状态加以最终诊断。在本次实验环境之中，为保证最终得出的实际参数以及特征向量的值具备较为明显的差异性以及参考价值，可以对实验过程中的实际参数相关度加以降低。

从最终结果之中可以看出，在固定的实验环境以及变量参数之中能够得出比以往传统模拟电路特征检测措施中更为明显的实际故障识别效率。就我国现有的传统模拟电路故障检测以及定位研究的效果来看，传统方式中由于计算精度不足以及实际操作难度较高等固有弊端的制约性影响，在面对多元化的实际故障模拟电路检测需求时往往无法针对实际检测效果提供相应的参考价值。这就使得本文中所使用的故障检测体系以及故障检测内涵具备了一定的参考价值。就传统的故障检测方法来看，我国传统相关行业之中普遍使用的是LDA方法以及F-H方法，此类检测方式在识别具有一定特定性质的故障类型时往往表现的并不理想。就FRWT-HMM机制的实际故障检测能力以及适用广泛程度来看，在多数故障类型下均能够保证自身体系运行的流畅程度；同时在较多实际环境之下，该检测模式都能够发挥较为稳定的能力以及较为灵敏的故障识别率。就传统检测模式使用的缺点来看，主要是由于传统小波在原始数据之中存在着分辨率的实际缺失以及获取原始数据后不具备相应的LDA降维措施。