旧版下载已关闭,请移步到新版下载(点击打开新版

开关电源关键电路故障预测技术研究

资料来自用户(Willie)上传,若本站收录的文献无意侵犯了您的著作版权,请点击版权申明
导师姓名
肖峻
学科专业
机械工程
文献出处
武汉理工大学   2018年
关键词
开关电源论文  变换器论文  退化状态识别论文  故障预测论文
论文摘要

开关电源作为众多数控设备特别是自动轮对组装机的心脏之一,对液压系统与传感器精度,乃至组装精度及控制系统可靠度的影响极大,一旦出现电路退化、失效或突发故障,轻则运行异常导致生产停滞,重则控制系统故障造成安全事故。本文以决定开关电源使用寿命的DC-DC变换器为研究对象,选取正激变换器作为典型代表,研究基于HSMM的电路故障预测系统,用以评估电路与器件的退化程度,实现预测故障发生时刻的目的。主要研究内容有:(1)简要概述开关电源故障预测的相关背景与研究现状,通过对比分析确定基于HSMM的故障预测方法。从变换器关键薄弱点——功率器件入手,逐一分析电解电容、MOSFET、电感、功率二极管的失效因素与表现形式,建立器件相关参数随时间或温度的退化模型,设定参数变化20%-200%不等的标准作为各器件的失效阈值,从而为识别器件退化状态与预测故障提供依据。(2)定性分析器件退化对输出的影响,优选能表征器件退化过程的故障特征参数——输出电压、电感电流。根据器件参数运用MATLAB/Simulink仿真采集相应的故障信号,为模型建立提供数据基础。并提出运用小波包分解中的Db5小波四层分解,实现故障特征提取,解决软故障特征变化不明显问题。(3)器件软故障具有渐变性与不可逆性,左右型两转移马尔可夫链适于描述此类过程,分别采用混合高斯分布、单高斯分布描述观测概率矩阵B的分布与状态驻留分布D,建立起HSMM预测模型的基本结构。对模型的广义前向-后向算法、Baum-Welch算法、Viterbi算法进行推导与改进。由于器件退化特征不明显,针对性的对多观测序列训练问题以及参数初始化问题进行优化设计;最终提出引入可靠性理论实现RUL的动态精确估计,提高常规算法的精度。(4)设计搭建一种变换器电路实验平台及数据采集处理系统。对数据预处理及训练过程进行分析,并通过迭代训练获得四种器件的状态分类器与电解电容全寿命周期预测模型。然后运用仿真数据与实验数据测试两类模型的准确度,其中电解电容的状态识别率分别达到90.83%、84.17%,剩余有效寿命的预测误差率仅为5.64%,较常规方法精度提高了50.65%;其他器件识别率均保持在90%以上,总体上达到了较高的精度。

论文目录
关闭目录

摘要

全文下载
全文下载