融合靈敏度分析的故障預(yù)測算法在改進(jìn)型升壓電路中的應(yīng)用
發(fā)布時間:2020-05-23 20:55
【摘要】:隨著電力電子行業(yè)的飛速發(fā)展,模擬電路結(jié)構(gòu)日漸復(fù)雜,規(guī)模也日益龐大,這對電力電子行業(yè)的可靠性與穩(wěn)定性提出了新的要求,因此,對復(fù)雜結(jié)構(gòu)的模擬電路進(jìn)行準(zhǔn)確的故障預(yù)測是當(dāng)前電力電子行業(yè)的一個重要研究方向,故障預(yù)測算法的研究與改進(jìn)對電力電子技術(shù)的發(fā)展與提高具有重大的意義。本課題主要對結(jié)構(gòu)復(fù)雜的模擬電路進(jìn)行了故障預(yù)測算法的研究與改進(jìn),通過靈敏度分析確定了故障預(yù)測所需的辨識參數(shù),彌補了通過經(jīng)驗值確定辨識參數(shù)的不足,主要研究內(nèi)容如下:(1)電路建模與仿真分析。對高增益升壓電路的推導(dǎo)過程進(jìn)行分析,初步確定了故障預(yù)測算法所需的特征參數(shù),使用Saber軟件進(jìn)行了建模與仿真,通過建模分析進(jìn)行波形采集,驗證了理論推導(dǎo)的正確性。(2)靈敏度分析確定辨識參數(shù)。在建模過程符合理論推導(dǎo)的前提下使用Multisim對升壓電路進(jìn)行了一系列虛擬儀器的分析,主要包括:靜態(tài)工作點分析和交直流靈敏度分析,通過靈敏度分析確定了對電路故障影響較大的元器件,并分析元器件相關(guān)參數(shù)確定了故障預(yù)測算法的辨識參數(shù)及特征參數(shù),將升壓電路的靈敏度仿真分析應(yīng)用于故障預(yù)測。(3)樣機(jī)制作與實驗數(shù)據(jù)采集。在實驗室進(jìn)行了實驗樣機(jī)的制作,通過實驗采集了故障預(yù)測算法所需要的辨識樣本及驗證樣本,辨識樣本包括:電解電容的等效串聯(lián)電阻ESR、電解電容容值C、二極管的等效導(dǎo)通電阻R_D,驗證樣本包括:輸出電壓V_(out)、漏極電壓V_D、電路增益ω、靜態(tài)電流I_Q等特征參數(shù)。(4)算法仿真與結(jié)果分析。將樣本數(shù)據(jù)導(dǎo)入BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)中,通過機(jī)器學(xué)習(xí)辨識出的預(yù)測值與采集真實值之間的相對誤差控制在1%之內(nèi)。(5)完成加速老化實驗并分析實驗結(jié)果。最后通過加速老化試驗,進(jìn)行實時采集數(shù)據(jù),并對故障預(yù)測算法進(jìn)行了驗證,從預(yù)測樣本與真實樣本的對比圖中可以看出,預(yù)測算法在實際故障預(yù)測電路中的可行性與實用性。實驗結(jié)果表明,靈敏度分析的引入,降低了預(yù)測算法的辨識誤差,提高了故障預(yù)測的準(zhǔn)確性。
【圖文】:
圖 1.1 電路板故障實例圖Fig. 1.1 Example of circuit board failure由于電路中元器件發(fā)生參數(shù)性變化而導(dǎo)致的電力事故及電路板損壞情況屢見
圖 2.1 數(shù)據(jù)采集的故障分析技術(shù)分類簡圖Classification and schematic diagram of data acquisition fault ana能技術(shù)的不斷研究,也推動了故障預(yù)測技術(shù)的發(fā)展,,
【學(xué)位授予單位】:青島理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TN710
本文編號:2677940
【圖文】:
圖 1.1 電路板故障實例圖Fig. 1.1 Example of circuit board failure由于電路中元器件發(fā)生參數(shù)性變化而導(dǎo)致的電力事故及電路板損壞情況屢見
圖 2.1 數(shù)據(jù)采集的故障分析技術(shù)分類簡圖Classification and schematic diagram of data acquisition fault ana能技術(shù)的不斷研究,也推動了故障預(yù)測技術(shù)的發(fā)展,,
【學(xué)位授予單位】:青島理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TN710
【參考文獻(xiàn)】
相關(guān)期刊論文 前7條
1 羅如山;王濤;劉美;李光偉;;基于DSP雙管并聯(lián)升壓斬波電路設(shè)計[J];輕工科技;2015年12期
2 姚仲敏;潘飛;沈玉會;吳金秋;于曉紅;;基于GA-BP和POS-BP神經(jīng)網(wǎng)絡(luò)的光伏電站出力短期預(yù)測[J];電力系統(tǒng)保護(hù)與控制;2015年20期
3 趙洪山;郭偉;邵玲;張興科;;基于子空間方法的風(fēng)機(jī)齒輪箱故障預(yù)測算法[J];電力自動化設(shè)備;2015年03期
4 單亞峰;孫璐;付華;訾海;;基于小波包和RBF神經(jīng)網(wǎng)絡(luò)的瓦斯傳感器故障診斷[J];傳感技術(shù)學(xué)報;2015年02期
5 張勇;盧秋全;劉偉;李理;徐銳敏;;基于肖特基勢壘二極管三維電磁模型的220GHz三倍頻器[J];紅外與毫米波學(xué)報;2014年04期
6 霍新新;褚金奎;韓冰峰;;整流二極管對壓電輸出模型的影響性研究[J];壓電與聲光;2014年03期
7 張超;徐國順;;電力電容器等效電路模型和參數(shù)辨識方法的研究[J];低壓電器;2013年05期
本文編號:2677940
本文鏈接:http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/2677940.html
最近更新
教材專著