摘要：针对模拟电路故障信号非线性、非平稳性、容差性的特点,提出了一种基于经验小波变换(EWT)的模拟电路故障诊断方法。但信号分解需要设定分割模态个数,为实现经验小波变换中Fourier谱的自适应分割,提出了自适应无参的经验小波变换(APEWT)方法。经验小波变换能有效分离信号的调幅调频成分,将改进方法对Leapfrog benchmark电路不同故障的输出信号进行模态分解以及时频能量谱分析,采取人工智能算法进行实验分析,结果表明其分解的各分辨率模态具有相应的时域特征。并与希尔伯特黄变换的方法进行对比,表明所提出的方法不仅能有效地提取模拟电路软故障特征,诊断正确率高于后者,而且具有完备小波理论支撑,计算速度快,不存在虚假分量的特点。这为模拟电路故障在线诊断提供了新思路。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社