高壓電源板在雷達(dá)系統(tǒng)中起到了供電的作用,它的性能直接決定了雷達(dá)系統(tǒng)的運(yùn)行質(zhì)量,它是保障電子設(shè)備正常安全運(yùn)行的基礎(chǔ),因此,高壓電源板的可靠性尤為重要。高壓電源系統(tǒng)的故障檢測(cè)與預(yù)測(cè)技術(shù)是裝備的維護(hù)保障關(guān)鍵性技術(shù),早期故障是指電路當(dāng)前時(shí)刻的性能偏離了允許的退化范圍,它是軟故障的較早階段,對(duì)系統(tǒng)的早期故障進(jìn)行檢測(cè),可在故障的較早階段及時(shí)發(fā)現(xiàn)故障,盡快采取維護(hù)措施,避免故障繼續(xù)惡化,性能退化預(yù)測(cè)是根據(jù)當(dāng)前相關(guān)運(yùn)行狀態(tài)信息,利用預(yù)測(cè)算法外推電路性能退化趨勢(shì),通過推理發(fā)現(xiàn)被測(cè)對(duì)象是否需要維護(hù),具有降低設(shè)備的維護(hù)成本,避免災(zāi)難發(fā)生的實(shí)用性價(jià)值。為了解決上述問題,本文以某高壓電源板為研究對(duì)象,深入研究了其早期故障檢測(cè)方法與性能退化預(yù)測(cè)方法,研究?jī)?nèi)容分為以下幾方面。(1)分析高壓電源板各模塊的功能及其中可能存在的退化源,結(jié)合靈敏度分析的結(jié)果,確定引起電路性能發(fā)生退化的關(guān)鍵元器件作為退化源,并對(duì)其進(jìn)行退化分析及模型選取,通過仿真實(shí)驗(yàn)獲取電路的退化數(shù)據(jù)。(2)對(duì)高壓電源板的退化特征進(jìn)行選擇,對(duì)于控制部分電路,由于時(shí)域退化明顯,直接選取輸出參數(shù)作為退化特征,而對(duì)于變壓部分電路,分別對(duì)小波分解、小波包分解、主成分分析、信息熵、深度置信網(wǎng)絡(luò)五種特征提取的方法進(jìn)行研究,對(duì)各方法的效果進(jìn)行對(duì)比,選擇能夠更加明顯的表征退化信息的參數(shù)作為退化特征。(3)對(duì)高壓電源板的早期故障檢測(cè)方法進(jìn)行研究,建立了基于高斯過程回歸的正常包絡(luò)模型,利用模型對(duì)待測(cè)電路進(jìn)行檢測(cè)并計(jì)算檢測(cè)率,并分析了數(shù)據(jù)存在誤差的情況下對(duì)檢測(cè)結(jié)果造成的影響,最后進(jìn)行了硬件實(shí)驗(yàn),驗(yàn)證了方法的有效性。(4)對(duì)高壓電源板的性能退化預(yù)測(cè)方法進(jìn)行研究,建立了基于粒子濾波的預(yù)測(cè)模型并對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè),對(duì)預(yù)測(cè)效果進(jìn)行評(píng)估,分析噪聲對(duì)預(yù)測(cè)結(jié)果的影響,并與直接利用輸出特征建立的預(yù)測(cè)模型,及利用其他方法預(yù)測(cè)的效果進(jìn)行對(duì)比,仿真實(shí)驗(yàn)的結(jié)果表明,本文提出的性能退化預(yù)測(cè)方法具有很好的效果,最后進(jìn)行了硬件實(shí)驗(yàn),驗(yàn)證了方法的有效性。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TM46
【部分圖文】：

（h）電容對(duì) Bout 脈寬的靈敏度分析圖 2-8 高壓電源板控制部分基礎(chǔ)元器件對(duì) PWM 信號(hào)的靈敏度分析綜合電阻對(duì) Aout 和 Bout 的周期和脈寬靈敏度分析結(jié)果能夠看出，電阻 R4 和R8 對(duì)兩路 PWM 信號(hào)的靈敏度較高；綜合電容對(duì) Aout 和 Bout 的周期和脈寬靈敏度分析結(jié)果可看出，電容 C22 對(duì)兩路 PWM 信號(hào)的靈敏度較高。所以，在高壓電

金屬薄膜電阻阻值隨工作時(shí)間退化曲線

電解電容容值隨工作時(shí)間退化曲線
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范凱;;渦扇發(fā)動(dòng)機(jī)的性能退化控制與推力確定分析[J];科技創(chuàng)新導(dǎo)報(bào);2019年23期

2 楊經(jīng)宇;陳琦;李瑞;;基于振動(dòng)傳感器性能退化數(shù)據(jù)的可靠性評(píng)估[J];城市建設(shè)理論研究(電子版);2017年24期

3 黃周霖;王召斌;王佳煒;;基于性能退化數(shù)據(jù)的可靠性評(píng)估方法綜述[J];電器與能效管理技術(shù);2017年19期

4 李業(yè)波;李秋紅;黃向華;趙永平;;航空發(fā)動(dòng)機(jī)性能退化緩解控制技術(shù)[J];航空動(dòng)力學(xué)報(bào);2012年04期

5 江瑞龍;陳進(jìn);劉韜;肖文斌;;設(shè)備性能退化評(píng)估在巡檢系統(tǒng)中的應(yīng)用[J];振動(dòng)與沖擊;2012年16期

6 鐘鑫;劉文彬;楊劍鋒;;基于邏輯回歸的滾動(dòng)軸承性能退化評(píng)估[J];科技信息;2010年16期

7 潘玉娜;陳進(jìn);李興林;;基于模糊c-均值的設(shè)備性能退化評(píng)估方法[J];上海交通大學(xué)學(xué)報(bào);2009年11期

8 賈占強(qiáng);梁玉英;蔡金燕;;基于加速性能退化試驗(yàn)的板級(jí)可靠性評(píng)估[J];無線電工程;2008年02期

9 郭磊;陳進(jìn);趙發(fā)剛;董廣明;王國(guó)偉;;基于支持向量機(jī)的幾何距離方法在設(shè)備性能退化評(píng)估中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2008年07期

10 劉陽;張磊;王超凡;;公路混凝土橋梁性能退化預(yù)測(cè)方法綜述[J];交通世界;2019年35期

相關(guān)博士學(xué)位論文 前10條

1 朱江;固體氧化物燃料電池的性能退化模擬與抗積碳陽極設(shè)計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

2 黃文平;基于性能退化與沖擊的競(jìng)爭(zhēng)失效可靠性建模與維修優(yōu)化研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

3 丁傳俊;小口徑火炮關(guān)鍵零件及自動(dòng)機(jī)性能退化建模方法研究[D];南京理工大學(xué);2018年

4 齊佳;性能退化自恢復(fù)產(chǎn)品的相關(guān)競(jìng)爭(zhēng)失效可靠性建模與評(píng)估[D];哈爾濱理工大學(xué);2019年

5 蔣會(huì)明;基于隱馬爾可夫模型的滾動(dòng)軸承性能退化評(píng)估與壽命預(yù)測(cè)研究[D];上海交通大學(xué);2017年

6 牛乾;機(jī)械旋轉(zhuǎn)部件的性能退化及其壽命預(yù)測(cè)方法研究[D];浙江大學(xué);2018年

7 趙建印;基于性能退化數(shù)據(jù)的可靠性建模與應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

8 袁容;基于性能退化分析的可靠性方法研究[D];電子科技大學(xué);2015年

9 張彬;數(shù)據(jù)驅(qū)動(dòng)的機(jī)械設(shè)備性能退化建模與剩余壽命預(yù)測(cè)研究[D];北京科技大學(xué);2016年

10 郭磊;基于核模式分析方法的旋轉(zhuǎn)機(jī)械性能退化評(píng)估技術(shù)研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 韓佳佳;基于性能退化的軟硬件系統(tǒng)可靠性分析[D];南京航空航天大學(xué);2019年

2 張曄;某高壓電源板的早期故障檢測(cè)與性能退化預(yù)測(cè)[D];哈爾濱工業(yè)大學(xué);2019年

3 賈玉琛;基于S變換的滾動(dòng)軸承性能退化特征指標(biāo)提取及性能退化評(píng)估[D];上海應(yīng)用技術(shù)大學(xué);2019年

4 王雨薇;基于性能退化信息的可靠性分析[D];西安電子科技大學(xué);2019年

5 何玲;考慮性能退化的固體氧化物燃料電池系統(tǒng)優(yōu)化控制[D];電子科技大學(xué);2019年

6 李博;擬靜力荷載下CRB550級(jí)箍筋柱性能退化的研究[D];河南大學(xué);2019年

7 薛冬;滾動(dòng)軸承故障診斷及性能退化評(píng)估[D];東北電力大學(xué);2019年

8 任利娟;滾動(dòng)軸承性能退化評(píng)估與剩余壽命預(yù)測(cè)[D];山東大學(xué);2019年

9 杜海濤;基于性能退化的諧波齒輪再設(shè)計(jì)參數(shù)識(shí)別[D];上海交通大學(xué);2017年

10 高安澤;基于超球體支持向量機(jī)的滾動(dòng)軸承性能退化趨勢(shì)預(yù)測(cè)[D];哈爾濱理工大學(xué);2018年

本文編號(hào)：2863544