基于PSO-RBF监测预测模型的电力电子电路

针对现有电力电子电路故障状态预测技术的不足,提出将电路特征性能参数与粒子群算法(PSO)优化的径向基函数(RBF)神经网络相结合,对电力电子电路进行故障状态监测预测.以电源电路中Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波电压值作为电路特征性能参数,并利用改进后的RBF神经网络实现状态预测.结果表明,利用PSO改进后的RBF神经网络对电路输出平均电压和纹波电压的预测比单纯RBF神经网络预测的结果更加精准,能够跟踪电源电路状态特征性能参数的变化趋势,有效实现电力电子电路状态监测和预测.     

基于S变换的电力电子电路故障诊断技术

提出一种基于S变换和支持向量机(SVM)相结合的电力电子电路故障诊断方法,首先对故障信号进行S变换时频分析并提取故障特征,然后构造支持向量机分类器实现对故障类型的识别。三相桥式可控整流电路晶闸管故障诊断仿真结果表明,该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,训练样本数少等优点,在解决电力电子电路故障问题上有着很好的实用价值和应用前景。     

一种电力电子电路参数性故障的辨识方法

为准确辨识电力电子电路参数性故障,研究了电力电子关键器件的故障模型,并将其纳入了电力电子电路的混合自动机模型中进行了参数辨识的仿真和实验研究,结果证明了本文方法的有效性.     

基于人工智能的电力电子电路故障诊断

采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断。以三相整流电路为例,对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。     

基于相似度的电力电子电路故障诊断技术

采用一种基于S变换相似度的电力电子电路故障诊断方法,首先建立各种故障类型信号的S变换模时频矩阵,然后计算故障信号S变换模时频矩阵与已建立的标准模时频矩阵的相似度,以相似度最大为判别依据,实现故障的诊断.三相桥式可控整流电路晶闸管故障诊断仿真结果表明:该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,且算法简单.     

基于解析冗余关系理论的电力电子电路健康预测

讨论了电力电子电路中元器件级的健康预测。元器件级的剩余使用寿命是通过反推残差信号方法得到的。首先利用键合图建立系统的动态模型,得到全局解析冗余关系,通过故障特征矩阵进行故障检测与隔离;然后与元器件的退化模型相结合的方法,得到元器件相对应的残差退化曲线,从而获得元器件退化过程数据样本。根据元器件的等效电阻与残差的退化关系,结合故障阈值与失效值和极限学习机(extreme learning machine,ELM)算法可计算出元器件级的剩余使用时间。最后将该方法应用于典型电力电子电路Buck电路中,在20-sim软件和Matlab仿真环境中进行联合仿真,验证了此方法的有效性。     

基于非线性频率响应函数的输电线路故障在线监测方法

提出了基于非线性频率特性分析的输电线路状态监测与故障诊断新方法。通过电力载波信号对输电线路进行在线监测,运用非线性频率响应函数对系统固有特性描述的唯一性,建立输电线路不同运行状态的频率响应模式,根据发生故障后传输线频率响应特性的变化,进行故障征兆模式的特征抽取与识别,从而实现输电线路故障的在线监测与诊断。通过对不同故障类型的仿真实验,验证了所提方法的有效性。     

数字电子电路空间干扰谐波噪声自动抑制方法①

为提高数字电子电路中空间干扰谐波噪声滤波能力,提出基于匹配滤波检测的数字电子电路中空间干扰谐波噪声自动抑制方法。构建数字电子电路中空间信号传递模型,采用空间频谱波束形成方法进行数字电子电路空间干扰谐波信号的自适应聚焦处理,提取干扰信号的相关功率谱特征量,采用自适应均衡降噪方法进行干扰信号的噪声分离,构建数字电子电路中空间干扰噪声信号的滤波模型,采用匹配滤波检测器实现对数字电子电路中空间干扰的信号滤波和检测,实现数字电子电路中空间干扰噪声的自动抑制。仿真结果表明,采用该方法进行数字电子电路中空间干扰抑制的输出信噪比较高,信号的滤波性能较好,提高了数字电子电路中信号准确传输和检测性能。     

基于神经网络的三相全控桥整流电路故障诊断

电力电子电路的诊断具有相当的复杂性,主要原因之一是由于功率器件的损坏造成主电路结构的改变.而晶闸管是整流装置中最容易损坏的器件,因此,晶闸管的故障诊断成为电力电子电路故障诊断的首要重点.提出一种用前向神经网络来诊断三相全控桥整流电路晶闸管故障的方法.对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断.仿真和实验表明该方法是有效的.     

基于区间解析冗余关系的参数不确定性的仿真研究

拓展基于区间解析冗余关系法(interval valued analytical redundancy relations,I-ARRs)对不确定性混杂系统的故障检测。该方法产生一组对故障估计的阈值,一旦标称残差超过阈值,则故障能被检测。现有的故障检测方法主要是针对参数性故障,因此对测量信号导数的估计呈现出各种限制;而且在I-ARRs中对测量信号导数十分敏感,不可避免地涉及到对残差的估计。为解决这一问题,利用鲁棒滑模微分器方法得到对含噪声测量信号导数最优估计,降低残差噪声,以减小虚警、漏报,从而提高鲁棒性。通过典型电力电子电路BUCK电路仿真,验证了此方法的有效性。     

人工智能在电力电子电路故障诊断中的应用

提出一种基于波形分析的神经网络对电力电子线路进行故障诊断 .以三相整流电路为例 ,首先对整流电路的输出波形采样 ,然后建立神经网络的输出与故障元之间的对应关系 ,实现了智能故障诊断 .仿真实验表明 ,这种方法是准确可靠的 .     

Soft Fault Diagnosis for Analog Circuits Based on Slope Fault Feature and BP Neural Networks

Fault diagnosis is very important for development and maintenance of safe and reliable electronic circuits and systems. This paper describes an approach of soft fault diagnosis for analog circuits based on slope fault feature and back propagation neural networks (BPNN). The reported approach uses the voltage relation function between two nodes as fault features; and for linear analog circuits, the voltage relation function is a linear function, thus the slope is invariant as fault feature. Therefore, a unified fault feature for both hard fault (open or short fault) and soft fault (parametric fault) is extracted. Unlike other NN-based diagnosis methods which utilize node voltages or frequency response as fault features, the reported BPNN is trained by the extracted feature vectors, the slope features are calculated by just simulating once for each component, and the trained BPNN can achieve all the soft faults diagnosis of the component. Experiments show that our approach is promising.     

基于模拟电路I_(DDT)的小波神经网络故障诊断方法

动态电源电流(IDDT)对模拟电路故障诊断非常有效。通过分析被测电路的动态电源IDDT及其输出响应来识别电路的故障元件;用小波对被测信号进行多尺度分解,提取小波系数能量,经归一化后,作为特征向量输入到神经网络而实现故障诊断.实验仿真结果表明:该方法能正确实现故障定位且准确率高.     

基于小波包分析与RBF神经网络的模拟电路故障诊断

针对常用的BP神经网络须已知结构,且学习算法训练速度慢的缺点,提出一种基于小波包分析与径向基神经网络(RBFNN)的模拟电路故障诊断方法。该方法首先利用小波包分解,归一化作为预处理提取模拟电路的故障特征向量,再将故障特征向量输入到RBF神经网络进行故障诊断。仿真结果表明本方法能够对模拟电路的故障进行有效诊断和定位。     

智能型箱式变电站故障诊断系统的研究

提出了一种基于多神经网络的分布式箱式变电站故障诊断系统的结构和构建方法，并介绍了对故障特征信息进行模糊化处理的方法，该系统具有可在线诊断，故障样本知识库易于维护和扩展，界面友好的特点。     

基于SOPC技术的污水泵站振动检测系统设计

软硬件协同技术是复杂电子系统设计中的一种新方法,可编程片上系统SOPC是这一趋势的代表。利用基于SOPC的软硬件协同设计方法,实施了污水泵站在线检测系统中的机组振动检测,是软硬件协同设计技术应用于污水泵站检测系统的一种新的尝试。SOPC技术为嵌入式系统设计带来了一种更为方便、灵活和可靠的实现方式。     

非线性电阻电路的单故障诊断的一种方法

提出了非线性模拟电路故障诊断的一种测前模拟法．应用伴随电路及特勒根定理导出故障诊断方程，用等电位屏蔽技术识别故障．非线性元件用其工作点参数等效线性化，可对故障电路逐级分块诊断，适用于大规模线性和非线性模拟电路．     

一种基于压缩感知和小波信息熵的滚动轴承特征提取方法

为降低滚动轴承在线监测和故障诊断过程中振动信号采集、传输、存储和处理负担,基于压缩感知理论和小波包分析技术,提出一种基于压缩感知和小波信息熵的滚动轴承特征提取方法,用于滚动轴承故障诊断。应用部分哈达玛矩阵采集振动信号实现压缩,通过小波包分解提取滚动轴承状态特征,计算其小波信息熵作为故障诊断特征。在标准数据集上进行振动信号特征提取,并采用四种分类方法完成故障诊断实验,结果表明本文特征提取方法能够在较高的数据压缩率条件下,保持较高的故障诊断精度,适用于滚动轴承在线监测和故障诊断。     

特征谱分析方法及其在列车轮对故障诊断中的应用

鉴于列车轮对故障特征信息往往被淹没在背景噪声里,而一般频谱分析方法常因负载变化、转速波动而造成谱值模糊不准的缺点,提出了一种列车轮对故障在线诊断的特征谱分析方法,并根据列车轮对故障诊断的实际需要,研制了故障在线诊断特征谱分析系统.阐述了该方法的原理、信号采样、信号处理以及特征谱泄漏抑制等问题.实际运用结果表明该方法比普通的频谱分析技术更为准确地描述了故障信号的特征,是一种可靠而有效的故障诊断方法.图5,参8.