【摘要】：隨著電力電子行業(yè)的飛速發(fā)展,模擬電路結構日漸復雜,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,對復雜結構的模擬電路進行準確的故障預測是當前電力電子行業(yè)的一個重要研究方向,故障預測算法的研究與改進對電力電子技術的發(fā)展與提高具有重大的意義。本課題主要對結構復雜的模擬電路進行了故障預測算法的研究與改進,通過靈敏度分析確定了故障預測所需的辨識參數(shù),彌補了通過經(jīng)驗值確定辨識參數(shù)的不足,主要研究內容如下:(1)電路建模與仿真分析。對高增益升壓電路的推導過程進行分析,初步確定了故障預測算法所需的特征參數(shù),使用Saber軟件進行了建模與仿真,通過建模分析進行波形采集,驗證了理論推導的正確性。(2)靈敏度分析確定辨識參數(shù)。在建模過程符合理論推導的前提下使用Multisim對升壓電路進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,并分析元器件相關參數(shù)確定了故障預測算法的辨識參數(shù)及特征參數(shù),將升壓電路的靈敏度仿真分析應用于故障預測。(3)樣機制作與實驗數(shù)據(jù)采集。在實驗室進行了實驗樣機的制作,通過實驗采集了故障預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)算法仿真與結果分析。將樣本數(shù)據(jù)導入BP神經(jīng)網(wǎng)絡與RBF神經(jīng)網(wǎng)絡中,通過機器學習辨識出的預測值與采集真實值之間的相對誤差控制在1%之內。(5)完成加速老化實驗并分析實驗結果。最后通過加速老化試驗,進行實時采集數(shù)據(jù),并對故障預測算法進行了驗證,從預測樣本與真實樣本的對比圖中可以看出,預測算法在實際故障預測電路中的可行性與實用性。實驗結果表明,靈敏度分析的引入,降低了預測算法的辨識誤差,提高了故障預測的準確性。
【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分類簡圖Classification and schematic diagram of data acquisition fault ana能技術的不斷研究，也推動了故障預測技術的發(fā)展，，
【學位授予單位】：青島理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN710

【參考文獻】

相關期刊論文 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)絡的光伏電站出力短期預測[J];電力系統(tǒng)保護與控制;2015年20期

3 趙洪山;郭偉;邵玲;張興科;;基于子空間方法的風機齒輪箱故障預測算法[J];電力自動化設備;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)絡的瓦斯傳感器故障診斷[J];傳感技術學報;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