基于改进HMM的模拟电路早期故障识别和诊断
2014，50（3）1引言模拟电路的早期故障识别和诊断是指检测出系统早期弱故障，判断当前状态偏离正常状态的程度，进而对系统的健康状况作出评估。然而，早期故障的征兆辨别难度较大，尤其是模拟电路更是如此。这就需要有效的特征提取方法并建立相应的早期故障识别和诊断模型，以此判断系统出现故障的可能性大小，避免灾难性故障的发生。在已有的研究中，神经网络、模糊理论、小波理论以及支持向量机等诊断技术都相继应用于模拟电路的故障诊断，但只有在元件参数变化较大的情况下才具备较好的诊断能力[1-4]。文献[5-6]将隐马尔可夫模型（Hidden
Markov Model ，HMM ）用于模拟电路的早期故障识别和诊断，实验结果表明HMM 具有很强的早期故障识别和诊断能力。该文献中HMM 通过训练得到状态转移概率矩阵A ，并假定各时刻状态转移概率满足不变性，但在实际的故障演化过程中，随着状态已持续时间的变化，状态转移概率显然也应随之变化，这一假设与实际不符，削弱了HMM 的分析能力。本文针对这一
问题，对状态转移概率的不变性进行了改进，使之随状态持续时间的变化而变化。仿真结果显示了该方法的有效性。
基于改进HMM 的模拟电路早期故障识别和诊断
张继军1，马登武2，王琳1
ZHANG Jijun 1,MA Dengwu 2,WANG Lin 1
1.海军航空工程学院研究生管理大队，山东烟台264001
2.海军航空工程学院兵器科学与技术系，山东烟台264001
1.Graduate Students ’Brigade,Naval Aeronautical and Astronautical University,Yantai,Shandong 264001,China
2.Department of Weapon Science and Technology,Naval Aeronautical and Astronautical University,Yantai,Shandong 264001,China
ZHANG Jijun,MA Dengwu,WANG Lin.Recognition and diagnosis of incipient faults in analog circuit using improved https://www.wendangku.net/doc/a111995275.html,puter Engineering and Applications,2014,50（3）：261-264.
Abstract ：Due to the uncertainties that exist in the running of the analog circuits,the traditional Hidden Markov Model （HMM ）approach is improved.The state transition probability matrix of the traditional model is replaced by time-varying one that more satisfies the actual situation.An updating control factor is introduced for avoiding the excess updating of the state transition probability in the initial stage of each state.The Linear Discriminant Analysis （LDA ）is used to reduce dimensionality and remove redundancy of the voltage feature vectors,which are for HMM ’s training and testing in order to achieve recognition and diagnosis of the incipient faults in analog circuit.The experimental results indicate that the improved HMM has better fault recognition capability than the traditional HMM.
Key words ：Hidden Markov Model （HMM ）;fault diagnosis;Linear Discriminant Analysis （LDA ）;analog circuit
摘要：针对模拟电路运行过程中存在的不确定性，对传统的隐马尔可夫模型（HMM ）进行了改进，将模型中满足不变性的状态转移概率矩阵改为时变状态转移概率矩阵，使之更符合实际情况。在状态初期为了防止状态转移概率发生过度更新，设置了更新概率控制因子。采用线性辨别分析（LDA ）方法对测量信号进行特征提取，用于HMM 的训练和测试，从而实现模拟电路早期故障的识别和诊断。仿真结果表明，改进后的HMM 具有更强的故障识别和诊断能力。关键词：隐马尔可夫模型；故障诊断；线性辨别分析；模拟电路
文献标志码：A 中图分类号：TP277doi ：10.3778/j.issn.1002-8331.1204-0494
作者简介：张继军（1979—），男，博士生，工程师，研究方向为故障诊断与故障预测；马登武（1964—），男，博士后，教授，研究方向
为航空军械运用与保障；王琳（1980—），男，博士生，工程师。E-mail ：zjj2011pp@https://www.wendangku.net/doc/a111995275.html,
收稿日期：2012-04-26修回日期：2012-06-15文章编号：1002-8331（2014）03-0261-04
CNKI 网络优先出版：2012-08-01，https://www.wendangku.net/doc/a111995275.html,/kcms/detail/11.2127.TP.20120801.1654.034.html Computer Engineering and Applications 计算机工程与应用
261