[发明专利]基于多目标优化的模拟电路测点和频率联合优选方法

说明书

本发明公开了一种基于多目标优化的模拟电路测点和频率联合优选方法，对模拟电路的每个元件模糊组代表元件进行多次故障模拟，得到不同频率下各个测点对应的故障电压，从而得到模拟电路数据；初始化多目标遗传优化算法中的个体，然后根据个体对应的选择方案从模拟电路数据中筛选出对应特征向量，对预设的分类器进行交叉验证，将得到的分类准确率作为个体的适应度值，采用精英策略生成新的种群并进行非支配排序，然后生成下一代种群继续进行处理，直到达到迭代结束条件，将当前得到的非支配个体集合作为优选方案集合，其中每个个体对应一个选择方案。本发明可在保证故障诊断精度的同时降低故障诊断的工作量。

技术领域

本发明属于模拟电路故障诊断技术领域，更为具体地讲，涉及一种基于多目标优化的模拟电路测点和频率联合优选方法。

背景技术

目前，在模拟电路故障诊断领域，基于频率分析的可测性方法已被用来选择适当的测试频率提高故障诊断效率，但并非所有的测试点和频率都是有用的，需要提出适当的选择方法。另一方面，由于模拟电路元件存在容差，增加了故障诊断的模糊性，而大部分的模拟电路故障诊断方法都没有考虑容差影响的情况。

在专利“电子科技大学.基于锯齿波的模拟电路故障诊断方法:中国,CN107576904A.20180112.”中，公开了一种基于锯齿波的滤波电路故障诊断方法，以锯齿波信号作为模拟电路故障诊断的输入信号，对输入信号和输出信号分别作傅里叶变换展开成多个频率下的正弦波，可同时获得多个频率下的传输特征，实现多频诊断，从而增加了一个故障下的特征维度，提高分类精度。

然而研究发现，由于模拟电路在不同频率下均存在模糊组，且改变频率不能得到改善，需要改变测点位置或增加测点数才能解决这类问题，而基于锯齿波的模拟电路故障诊断方法只能采用增加频率的方法来提高分类精度，并不能改善模糊组问题。此外，随着模拟电路的集成度越来越高，对外的可用测点越来越少，进一步增加了模拟电路故障诊断的难度。

基于锯齿波的模拟电路故障诊断方法虽然通过增加特征维度能一定程度提高故障分类精度，但实际模拟电路中可用的测点不多，且获取全部测点下的频率特征需要很大的成本，而部分测点和频率信息对故障诊断精度的提升没有多大的意义，因此需要提出适当的选择方法，对模拟电路的测点和频率进行优选，有效的利用资源，确保达到某故障分类精度标准的条件下使得测点和频率个数最少。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于多目标优化的模拟电路测点和频率联合优选方法，在基于多频进行模拟电路故障诊断时有效实现测点和频率优选，在保证故障诊断精度的同时降低故障诊断的工作量。

为实现上述发明目的，本发明基于多目标优化的模拟电路测点和频率联合优选方法包括以下步骤：

S1：首先获取模拟电路中的元件模糊组数据，从每个模糊组中选择一个元件作为代表元件p_m，m＝1,2,…,M，M表示模糊组数量，记模拟电路中的每个测点为t_n，n＝1,2,…,N，N表示测点数量；

采用仿真软件对模拟电路进行仿真，依次选择第m个代表元件作为故障元件进行R次故障模拟，其元件参数在其故障范围(即元件参数容差范围以外)内取值，其余代表元件参数在容差范围内随机取值；对每次故障模拟进行蒙特卡洛仿真，记仿真次数为D，每次仿真时将锯齿波作为模拟电路的输入，得到每个测点t_n的输出，分别对输入锯齿波信号和N个测点的输出信号进行采样，然后对输入采样信号和N个测点的输出采样信号分别作傅里叶变换，得到预设的K个频率下的输入正弦波信号与N个测点输出正弦波信号，然后分别计算每个频率下输入正弦波信号与N个测点输出正弦波信号的相位差和幅值比其中k＝1,2,…,K，r＝1,2,…,R，d＝1,2,…,D，计算得到各个频率下各个测点对应的故障电压将每个频率下测点故障电压的实部和虚部构成该频率下测点的特征向量其中