【摘要】：電力電子系統(tǒng)已在新能源發(fā)電、智能電網(wǎng)、電動汽車、軌道交通、航空航天等領域得到廣泛應用。隨著多電/全電飛機、電力系統(tǒng)電力電子化、電力電子變壓器等概念的提出,各領域?qū)﹄娏﹄娮酉到y(tǒng)可靠性、安全性、保障效能的要求也逐漸提升。為降低由于系統(tǒng)性能降級或故障造成的危害與經(jīng)濟損失,故障預測與健康管理(Prognostics and Health Management,PHM)受到了當前國內(nèi)外研究機構(gòu)及工業(yè)界的極大重視與推廣應用,可有效提前預告故障發(fā)生、預報系統(tǒng)剩余使用壽命、最大限度減少計劃外維護次數(shù)、降低全壽命周期費用。本文研究功率變換器PHM的故障診斷、狀態(tài)監(jiān)測及健康狀態(tài)評估技術,主要研究內(nèi)容與創(chuàng)新點包括:(1)研究了基于改進深度信念網(wǎng)絡(DBN)模型的功率變換器結(jié)構(gòu)性故障診斷方法。由于功率變換器故障模式類型較多時不同故障類型間的故障特征存在相似性,導致傳統(tǒng)淺層神經(jīng)網(wǎng)絡診斷方法難以有效地在該情形下進行識別與定位。為此,基于深度信念網(wǎng)絡的優(yōu)越模式識別能力,提出一種基于CSA-DBN的單端初級電感變換器(SEPIC)結(jié)構(gòu)性故障診斷方法,通過烏鴉搜索算法(CSA)優(yōu)化隱含層節(jié)點數(shù)以提高DBN網(wǎng)絡對故障模式類型較多情形時的分類性能,從而增強故障檢測能力以準確判別故障類型。(2)研究了基于堆棧去噪自動編碼器(SDAE)自動提取特征的無刷直流電機全橋式逆變器開關管開路故障診斷方法。針對傳統(tǒng)人工提取特征存在的不確定性及優(yōu)選特征引起的復雜性等問題,即采取何種信號處理手段進行提取特征以及分析何種特征對各類故障模式較為敏感。鑒于深度學習網(wǎng)絡具有自適應逐層提取特征以及可建立數(shù)據(jù)樣本與故障模式間映射關系的能力,提出基于SDAE進行提取三相電流深層故障特征信息,以實現(xiàn)逆變器開關管開路故障類型的準確識別與定位。(3)全面考慮關鍵元器件(二極管、電感、功率MOSFET及電解電容)寄生參數(shù)對Boost變換器性能退化的影響,推導了Boost變換器以功率MOSFET漏源極電壓及電路輸出電壓為狀態(tài)變量的混雜系統(tǒng)模型。提出一種非侵入式功率變換器參數(shù)性故障辨識方法,將參數(shù)辨識問題轉(zhuǎn)換為多變量目標函數(shù)尋優(yōu)問題,采用混沌鯨魚優(yōu)化算法(CWOA)求解適應度函數(shù)以獲取各關鍵元器件的故障特征參數(shù)值。克服了傳統(tǒng)基于電感電流與輸出電壓為狀態(tài)變量而無法準確獨立辨識二極管通態(tài)內(nèi)阻、電感內(nèi)阻及功率MOSFET漏源極導通電阻的難題。(4)研究了一種基于改進核極限學習機(KELM)的數(shù)據(jù)驅(qū)動方法實現(xiàn)功率變換器無源器件特征參數(shù)辨識目的,采用CSA算法優(yōu)化核函數(shù)超參數(shù)以提高參數(shù)估計精度與穩(wěn)定性�？朔捎谠骷c變換器等效電路模型較為復雜時而難以準確依據(jù)數(shù)學模型描述其動態(tài)行為的難題。僅需采集二極管兩端電壓及電路輸出電壓即可辨識Buck變換器的電感與電解電容特征參數(shù)。(5)針對工作溫度變化會導致元器件特征參數(shù)估計值與失效標準(25℃條件下)不統(tǒng)一,致使健康狀態(tài)評估結(jié)果不準確。通過實驗研究分別建立電解電容特征參數(shù)C、RC及功率MOSFET漏源極導通電阻Ron與工作溫度間的數(shù)學模型,從而獲得元器件特征參數(shù)歸一化因子模型;同時,基于元器件失效標準提出了可定量評估電解電容與功率MOSFET健康狀態(tài)的健康指數(shù)HI表達式。研究了采用無跡粒子濾波(UPF)動態(tài)更新歸一化因子模型參數(shù)的方法,從而實現(xiàn)變工作溫度下Boost變換器關鍵元器件健康狀態(tài)評估。
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TM46
【圖文】：

基于電解電容中頻段特性的特征參數(shù)RC估計方法

圖 2.15 堆棧去噪自動編碼器網(wǎng)絡結(jié)構(gòu)與訓練過程DAE 的三相全橋逆變器故障診斷方法無刷直流電機驅(qū)動電路原理圖如圖 2.16 所示，其中，T1~T6 二極管，無刷直流電機（ Brushless DC Motor ， BLDCM，即采用上管 PWM 調(diào)制，下管恒通的方式[78]，輸入電壓為 48管開路故障情形，因此 BLDCM 驅(qū)動電路在包含正常工作狀態(tài)作模式 Fno、T1 管開路故障 FT1、T2 管開路故障 FT2、T3 管開路T5 管開路故障 FT5、T6 管開路故障 FT6。NT1T3TTTT5A相B相C相VinD1D3D5iaibic

按照步長為 100 逐步增加的方式進行改變，同時設置第二層隱含層隱含層節(jié)點的一半，即 nh2= nh1/2；另外，噪聲因子 pn設置為 0.4，基于 SDAE 所得三相逆變器故障診斷結(jié)果的影響。為降低實驗的偶 10 次實驗，即對訓練集和測試集隨機選取 10 次進行故障診斷實驗實驗結(jié)果如圖 2.23 所示。

【參考文獻】

相關期刊論文 前10條

1 姜媛媛;王友仁;吳;孫權;羅慧;;基于小波包能量譜和ELM的光伏逆變器多故障在線診斷[J];儀器儀表學報;2015年09期

2 崔江;王強;龔春英;;結(jié)合小波與Concordia變換的逆變器功率管故障診斷技術研究[J];中國電機工程學報;2015年12期

3 劉大同;周建寶;郭力萌;彭宇;;鋰離子電池健康評估和壽命預測綜述[J];儀器儀表學報;2015年01期

4 程澤;董夢男;楊添剴;韓麗潔;;基于自適應混沌粒子群算法的光伏電池模型參數(shù)辨識[J];電工技術學報;2014年09期

5 崔建國;林澤力;陳希成;呂瑞;齊義文;蔣麗英;;飛機液壓系統(tǒng)健康狀態(tài)綜合評估技術研究[J];控制工程;2014年03期

6 王少萍;;大型飛機機載系統(tǒng)預測與健康管理關鍵技術[J];航空學報;2014年06期

7 褚文博;羅禹貢;陳龍;李克強;;分布式電驅(qū)動車輛的無味粒子濾波狀態(tài)參數(shù)聯(lián)合觀測[J];機械工程學報;2013年24期

8 莫固良;汪慧云;李興旺;單添敏;;飛機健康監(jiān)測與預測系統(tǒng)的發(fā)展及展望[J];振動.測試與診斷;2013年06期

9 王強;王友仁;張子富;宋哲;;無刷直流電機驅(qū)動系統(tǒng)逆變器的開路故障診斷[J];中國電機工程學報;2013年24期

10 吳yN;王友仁;姜媛媛;林華;;基于特征參數(shù)退化的DC/DC變換器故障預測[J];儀器儀表學報;2013年06期

相關博士學位論文 前4條

1 王禹璽;多能源儲能系統(tǒng)中三相逆變器故障診斷方法與參數(shù)辨識的研究[D];浙江大學;2016年

2 王強;無刷直流電機無位置傳感器起動控制與逆變器故障診斷研究[D];南京航空航天大學;2015年

3 徐盛友;功率模塊IGBT狀態(tài)監(jiān)測及可靠性評估方法研究[D];重慶大學;2013年

4 周生奇;功率變流裝置中IGBT器件缺陷辨識研究[D];重慶大學;2012年

相關碩士學位論文 前6條

1 沈茜;基于參數(shù)辨識的電力電子電路故障預測技術研究[D];南京航空航天大學;2017年

2 王書鋒;機載電子設備在線可靠性評估與剩余壽命預測方法研究[D];南京航空航天大學;2014年

3 吳yN;電力電子電路故障特征參數(shù)提取與健康預報研究[D];南京航空航天大學;2013年

4 楊寬;基于混雜系統(tǒng)理論的電力電子電路建模與控制研究[D];北京交通大學;2010年

5 王林國;基于混雜系統(tǒng)模型的電力電子電路參數(shù)性故障診斷[D];浙江大學;2006年

6 毛興云;基于混雜系統(tǒng)理論的電力電子電路參數(shù)辨識[D];浙江大學;2005年

本文編號：2743685