【摘要】：聚變裝置是一個復(fù)雜的系統(tǒng),而聚變電源則是裝置能夠穩(wěn)定運行的重要支持系統(tǒng)。電力變換器作為聚變脈沖功率電源的關(guān)鍵組成部分,會影響電源的正常運行。因此,精準(zhǔn)快速的故障診斷對電力變換器的健康運行非常重要。隨著計算機(jī)技術(shù)的高速發(fā)展,運用深度學(xué)習(xí)理論來提高故障診斷的智能化水平已逐漸成為一個重要的研究方向。本文首先分析了深度神經(jīng)網(wǎng)絡(luò)在電氣系統(tǒng)故障診斷的優(yōu)勢,闡述了卷積神經(jīng)網(wǎng)絡(luò)(CNN)的特點�；诖艍嚎s理論分析出EAST#41195托克馬克放電的電氣參數(shù),為高性能等離子體垂直場設(shè)計提供參考,引出磁壓縮線圈電源(Magnetic Compression Coil Power Supply,MCPS)的需求。電源變換器的故障診斷對實現(xiàn)該電源的正常運行和良好控制至關(guān)重要。而基于深度卷積神經(jīng)網(wǎng)絡(luò)的電源變換器故障診斷方法需要大量的故障工況數(shù)據(jù)。本文以經(jīng)典聚變電源變換器模型為參照搭建了Simulink模型,插入相應(yīng)短路故障以獲取故障數(shù)據(jù),并通過Overlap的方法實現(xiàn)數(shù)據(jù)增強(qiáng)。給出了用于工況分類的1D-CNN模型,對電源變換器運行工況進(jìn)行了分類,精確率達(dá)98%。以環(huán)流工況為研究對象,給出了適用于電源變換器故障診斷的1D-CNN模型,可以自動完成故障信號特征提取,故障識別率達(dá)到91%。利用數(shù)據(jù)可視化技術(shù),展示了1D-CNN模型診斷短路故障信號的過程。根據(jù)短路故障信號特點,針對1D-CNN模型訓(xùn)練速度慢的問題,進(jìn)一步給出了 1D-BNCNN模型。該模型加入批量歸一化處理(Batch Normalization)層,使每一個卷積層輸入數(shù)據(jù)的統(tǒng)計分布比較接近,有利于網(wǎng)絡(luò)訓(xùn)練速度和精度的提升。結(jié)果顯示,經(jīng)過20步迭代,模型收斂,故障識別率達(dá)到95%。針對聚變垂直磁場電源實測數(shù)據(jù)統(tǒng)計信息的不足,給出了基于1D-BNCNN的遷移學(xué)習(xí)模型。該模型采用了小樣本測試數(shù)據(jù)對模型參數(shù)微調(diào),實現(xiàn)了模型遷移的方法。將遷移模型用于LHD裝置線圈電源變換器仿真的故障診斷問題,測試結(jié)果顯示精度為91%,從而說明了此類模型對于聚變電源中多信號輸入問題的泛化潛力。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TL631
【圖文】：

Ｗ逡逑圖１．２國際熱核聚變實驗堆ＩＴＥＲ逡逑圖１．３中顯示了托卡馬克用于限制環(huán)形等離子體柱的磁場。用環(huán)向場線圈（藍(lán)逡逑色）產(chǎn)生最強(qiáng)的縱向（環(huán)向）磁場５ｒ，初級變壓器線圈中的電流逐漸變大（綠逡逑３逡逑

ｊｘＢ邋＝邋＼／ｐ邐１．２逡逑從該等式可以看出，受控等離子體具有圖１．４中所示的獨特的磁拓?fù)浣Y(jié)構(gòu)。逡逑通過外部施加的環(huán)形場，與其他形式的磁場組合形成疊加的磁通面。而這個磁通逡逑面實際上就是所謂的平衡面，等離子體的屬性和狀態(tài)由Ｇｒａｄ－Ｓｈａｆｒａｎｏｖ方程詳細(xì)逡逑描述［１２］。逡逑圖１．４托卡馬克中的等離子體約束和磁通面逡逑彭元凱先生在文［１８，１９］中將托卡馬克、球馬克、反向場箍縮等不同形式的聚逡逑變裝置，根據(jù)環(huán)徑比0＝施）和邊界安全因子（和）劃分相對應(yīng)的區(qū)域，如圖逡逑４逡逑

Ｐｌ？？ｍａ邋？ｌ＊ｃｔｒｉｃ邋ｃｕｒｒａｎｔ邐ＴｏｒｏＭａｉ邋ｍａｇｎｅｔｉｃ邋ｆＭｄ逡逑（Ｍｃｏｎｄａｒｙ邋ｔｒａｎｓｌｏｒｍ？ｒ邋ｃｉｒｃｕｉｔ）逡逑圖１．３托卡馬克中的線圈和磁場逡逑克裝置中，為了更好的對微觀粒子進(jìn)行控制，我們通常會度（尸）。尸通過洛倫茲力公式，由等離子體電流密度（／）和磁Ｂ邋＝邋＼／ｐ式可以看出，受控等離子體具有圖１．４中所示的獨特的磁加的環(huán)形場，與其他形式的磁場組合形成疊加的磁通面。是所謂的平衡面，等離子體的屬性和狀態(tài)由Ｇｒａｄ－Ｓｈａｆｒａｎｏ

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓麒麟;荊竹;;飛機(jī)故障診斷中飛參的數(shù)據(jù)支持作用研究[J];電子制作;2019年12期

2 王彥梅;李佳民;;農(nóng)用汽車發(fā)動機(jī)狀態(tài)監(jiān)測系統(tǒng)與診斷方法研究[J];農(nóng)機(jī)化研究;2018年02期

3 王淵明;徐策;侯繼超;張禹生;;煙草機(jī)械中故障診斷技術(shù)的應(yīng)用[J];南方農(nóng)機(jī);2018年04期

4 周雪軍;;故障診斷技術(shù)在煙草機(jī)械中的應(yīng)用和發(fā)展趨勢[J];科技風(fēng);2018年22期

5 陳亞明;顏云;;故障診斷方法現(xiàn)狀及發(fā)展方向研究[J];電工技術(shù);2018年18期

6 單建虎;;石化轉(zhuǎn)動設(shè)備狀態(tài)監(jiān)測與故障診斷平臺及應(yīng)用[J];石化技術(shù);2017年10期

7 石志軍;陳信在;高金寶;;艦船電子裝備電路板的故障診斷策略研究[J];科技與企業(yè);2016年01期

8 謝敏;樓鑫;羅芊;;航天器故障診斷技術(shù)綜述及發(fā)展趨勢[J];軟件;2016年07期

9 付麗莉;;汽輪機(jī)故障診斷技術(shù)的發(fā)展分析和研究[J];科技創(chuàng)新與應(yīng)用;2015年08期

10 謝春萍;梁家榮;;星型網(wǎng)絡(luò)的幾種故障診斷度研究[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2015年03期

相關(guān)會議論文 前10條

1 張利;徐娟;張建軍;程龍;趙佛曉;;基于網(wǎng)格的遠(yuǎn)程協(xié)同故障診斷資源管理模型研究[A];全國第20屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

2 商斌梁;張振仁;;基于小波與遺傳算法的氣閥機(jī)構(gòu)的故障診斷[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 李娟;;淺談泵站設(shè)備故障診斷問題[A];2009全國大型泵站更新改造研討暨新技術(shù)、新產(chǎn)品交流大會論文集[C];2009年

4 劉波;劉少華;姚國仲;申立中;;冗余電位器加速踏板故障診斷策略研究~[A];內(nèi)燃機(jī)科技（高校篇）——中國內(nèi)燃機(jī)學(xué)會第六屆青年學(xué)術(shù)年會論文集[C];2015年

5 張彼德;;汽輪發(fā)電機(jī)組振動多故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[A];第八屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集摘要[C];2003年

6 魏偉勝;;γ射線故障診斷技術(shù)[A];中國化工學(xué)會2003年石油化工學(xué)術(shù)年會論文集[C];2003年

7 李鐵軍;趙海文;李慨;沈志忠;;基于多智能體的機(jī)電系統(tǒng)控制與故障診斷的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 許智靈;;冷藏集裝箱故障診斷與處理的探討[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

9 張樂功;王軍;李健蓉;;應(yīng)用狀態(tài)監(jiān)測及故障診斷技術(shù) 提高設(shè)備管理與維修現(xiàn)代化水平[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

10 閆曉鵬;栗蘋;章濤;王永強(qiáng);;無線電引信故障診斷策略研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

相關(guān)重要報紙文章 前10條

1 武漢科技學(xué)院紡織服裝學(xué)院 林子務(wù);故障診斷中的數(shù)學(xué)概念[N];中國紡織報;2004年

2 邢小兵 記者 王瑤;我國首個航天器在軌故障診斷與維修實驗室成立[N];解放軍報;2014年

3 楊亞洲 邢小兵 記者 齊小英;航天器故障診斷與維修室在西安成立[N];陜西日報;2013年

4 李萍;濟(jì)鋼EAM離線網(wǎng)絡(luò)點檢和故障診斷管理系統(tǒng)開發(fā)應(yīng)用[N];世界金屬導(dǎo)報;2007年

5 ;點火系故障診斷[N];華夏時報;2001年

6 李繼光;鍘草機(jī)常見故障診斷及排除[N];云南科技報;2003年

7 何攻 何延青;與Windows 2003親密接觸之常見故障診斷[N];電腦報;2003年

8 記者馮競;“ B737飛機(jī)故障診斷與維修指導(dǎo)系統(tǒng)”開發(fā)成功[N];科技日報;2002年

9 宗樾;空調(diào)常見故障診斷[N];中國質(zhì)量報;2004年

10 秦夏 記者 王梅;旋轉(zhuǎn)機(jī)械遠(yuǎn)程在線監(jiān)測及故障診斷中心落戶陜鼓[N];中國質(zhì)量報;2006年

相關(guān)博士學(xué)位論文 前10條

1 杭芹;用于聚變電源的故障診斷算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

2 茆志偉;活塞式發(fā)動機(jī)典型故障診斷及非穩(wěn)定工況監(jiān)測評估方法研究[D];北京化工大學(xué);2018年

3 劉頡;基于振動信號分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];華中科技大學(xué);2018年

4 黃杰;基于智能學(xué)習(xí)的電噴汽車故障診斷與監(jiān)測評估系統(tǒng)的研究[D];中國農(nóng)業(yè)大學(xué);2018年

5 王奉濤;非平穩(wěn)信號故障特征提取與智能診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2003年

6 錢華明;故障診斷與容錯技術(shù)及其在組合導(dǎo)航系統(tǒng)中的應(yīng)用研究[D];哈爾濱工程大學(xué);2004年

7 蔣麗英;基于FDA/DPLS方法的流程工業(yè)故障診斷研究[D];浙江大學(xué);2005年

8 韓彥嶺;面向復(fù)雜設(shè)備的遠(yuǎn)程智能診斷技術(shù)及其應(yīng)用研究[D];上海大學(xué);2005年

9 張君;小波分析技術(shù)在汽輪機(jī)故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2005年

10 鄧學(xué)欣;開放式故障診斷構(gòu)架及動態(tài)測試分析方法研究[D];天津大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 林俊才;基于FastAP算法的港口機(jī)械故障診斷方法研究[D];武漢理工大學(xué);2018年

2 張懋石;基于深度學(xué)習(xí)的飛行器動力系統(tǒng)故障診斷[D];廈門大學(xué);2018年

3 何萬縣;基于EVIT的數(shù)據(jù)中心服務(wù)器故障診斷技術(shù)創(chuàng)新研究[D];鄭州大學(xué);2019年

4 薛楊濤;化工故障診斷決策方法研究[D];蘇州大學(xué);2018年

5 胡志新;基于深度學(xué)習(xí)的化工故障診斷方法研究[D];杭州電子科技大學(xué);2018年

6 李妍美;基于深度學(xué)習(xí)網(wǎng)絡(luò)的潛油往復(fù)抽油機(jī)故障診斷研究[D];哈爾濱理工大學(xué);2018年

7 李帆;綜采工作面采煤機(jī)故障診斷與分析[D];河北工程大學(xué);2018年

8 魏建安;基于不平衡數(shù)據(jù)分類方法的機(jī)床故障診斷及應(yīng)用[D];貴州大學(xué);2018年

9 高欣;信息重構(gòu)的改進(jìn)極限學(xué)習(xí)機(jī)故障診斷研究[D];遼寧大學(xué);2018年

10 孫建華;基于不確定性理論的往復(fù)泵軸承的故障診斷技術(shù)與方法研究[D];常州大學(xué);2018年

本文編號：2793782