基于混杂体系模式电力电子电路障碍诊断.docVIP

　　基于混杂体系模式电力电子电路障碍诊断 第一章绪论 1.1研究意义和目的 电力电子技术是一种通过对电力电子元件的组合应用来设计和控制电路，并通过电路的不同控制方案实现对电能的控制和转换，以及功率转化的电子技术。近年来，随着微电子技术、控制理论技术和微型计算机技术的发展，电力电子技术正向着高频、智能化和高效率等方向发展，应用范围日益扩大。目前，电力电子技术的应用领域非常广泛，包括:家用电气设备、航空航天系统、交通运输系统、工业和通信工程系统等诸多领域，电力电子设备在这些领域当中通常是作为电源等设备，必须具有非常高的安全可靠性，所以电力电子设备的故障诊断问题逐渐受到了人们的重视。 电力电子设备故障诊断有两个意义:一是可以减少由于设备发生故障而导致的停工时间。因为如果电力电子设备发生故障，仅能依靠维修技术人员的经验和技能来查找故障发生点，并由人工对故障类型做出判断，这样一来，诊断过程既费时又繁杂;又因为人工诊断过程是在故障发生一段时间以后，这样就丢失了故障的一些相关信息，想对故障位置做出既准确又快速的判断是非常困难的，从而导致设备故障的维修时间过长，影响了工作效率。然而，如果通过故障诊断技术来进行故障诊断与定位，则可以在故障发生以后，在最短的时间内就可以把设备的相关故障信息提供给技术人员，使他们可以快速并且准确地对故障进行定位，从而大大减少了设备的停工时间。二是可以降低设备发生故障的概率，提高设备的性能可靠性。 电力电子设备的应用范围很广，在航空航天系统、石油化工、不间断电源等行业中，电力电子设备经常作为各种系统里的关键流程设备，如果电力电子设备发生故障，将会造成生产中断，便意味着巨大的经济损失，这时就要求电力电子设备有非常高的可靠性，而借助于故障诊断的结果，对系统进行容错控制可以降低设备发生故障的概率，使设备维持在一个比较好的性能下工作，从而降低了系统发生故障的概率，提高了系统的安全可靠性。电力电子设备故障诊断的目的也包含两方面的内容:一方面是能够快速且准确的判定故障位置，并能够及时给出故障的相关信息，包括故障发生的位置和故障症状等相关信息，技术人员通过获得和分析这些故障信息，可以对故障的大小程度做出适当的判定，从而可以采取适当的措施来降低故障的影响，同时还可以防止故障发生连锁反应，从而避免更大的损失;令一方面是维护技术人员可以根据故障诊断的相关信息在第一时间对设备进行维修，使停工时间缩短到最低限，从而大大提高了设备的工作效率。 电力电子电路是电力电子设备的主体部分，一旦电路发生故障，将会引起电力电子设备发生故障，所以电力电子电路的故障诊断问题受到了国内外研究人员的重视。电力电子电路的故障诊断包括主电路的故障诊断、驱动电路的故障诊断、控制电路的故障诊断、电源电路的故障诊断等多个方面，但通过实际电路的工作情况表明:主电路发生故障的概率要比其它电路部分更高一些，其余电路部分的可靠性相对于主电路来说较好，所以本文研究的电力电子电路故障诊断集中表现为对主电路的故障诊断。电力电子电路故障包含两方面的内容:结构性故障和参数性故障。结构性故障主要表现为由功率器件的损坏(如电力电子器件出现短路、断路)、电路元件的损坏(电阻、电容等元器件发生短路、断路)等导致的主电路拓扑结构或者工作模态发生变化的故障。参数性故障主要表现为电路中元器件参数(电感感值、电容等效电阻的阻值、电阻阻值等)在电路运行过程中发生较大变化，造成电路特性严重偏离正常特性的故障。 1.2国内外研究现状及本文研究方案的选择 自1982年以来，美国便展开了对电力电子设备进行故障检测的工作，美国多家机构对这一领域投入了大量的人力物力，还设立了一些故障诊断研究中心，推动了故障诊断技术的发展。我国在70年代末开始研究电力电子电路的故障诊断问题，分为两个阶段:第一阶段为1979年到1989年这十年间，这个阶段主要以谱分析、信号处理、傅里叶变换等技术为依据，来监测电路设备的状态。第二阶段为1990年至今，随着神经网络、专家系统、模式识别等知识渗入到故障诊断领域，使得故障诊断发展迅速。通过国内外学者近些年来对故障诊断问题的大量研究，形成了一些电力电子电路的故障诊断方法，根据诊断的侧重点不同，这些方法可以分为以下三大类:基于信号处理的故障诊断方法-基于知识的故障诊断方法、基于数学模型的故障诊断方法。 龙伯华，谭阳红等人提出一种新小波神经网络，这种网络结合了神经网络和小波变换两者的长处，包括两方面:一方面是神经网络的非线性映射与学习推理的优点，另一方面是小波变换的时频局部化特性，并且把小波尺度函数作为神经网络的激活函数。研究对象为12相脉波整流电路，首先利用仿真来模拟电路各故障的故障信号，然后用故障信号对小波神经网进行训练，使小波神经网络学习并存储整流电路的故障信息和故障类型间的映射关系，从而实现故