论文部分内容阅读
针对当前模拟电路早期故障诊断中特征提取方法的不足，提出了应用深度置信网络（DBN）进行特征提取的方法。利用混沌粒子群优化算法，对DBN中受限玻尔兹曼机的学习率开展优化，进一步提升特征提取的性能。相比于其他常用的特征提取方法，提出的DBN特征提取方法可提取出早期故障深度和本质的特征，且具有相同的故障聚集程度高、不同故障的分离能力极为明显的特点。应用二级四运放双二阶低通滤波器仿真电路和Sallen-Key带通滤波器电路板进行早期故障诊断实验，得到的故障诊断正确率分别为98.13%和100%。