电子系统数据驱动诊断与预测算法的研究与实现-测试计量技术与仪器专业论文.docxVIP

独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 I I 摘要 摘 要 据资料统计，电子设备中 80% 的故障都是由模拟电路导致的。因此，模拟电 路故障诊断技术是电子系统健康管理的重点和难点。另外，随着电动汽车领域的 发展，锂离子电池得到了广泛的应用，锂离子电池的寿命成为保障电动汽车性能 和安全的关键。因此，锂离子电池寿命预测是电子系统健康管理的另一个重要研 究课题。基于上述原因，本论文主要完成以下的工作： 1.模拟电路故障诊断方法的研究。根据支持向量机进行模式分类时的本质，提 出了采用统计特征量：均值、方差、标准偏差、熵、峭度、偏斜度和形心来组成 故障特征向量。同时，针对目前支持向量机进行模式分类时的缺陷，即采用同一 个特征向量组合来训练支持向量机所有的二分类器，然而支持向量机的每个二分 类器对于不同的特征向量组合有不同的分类精度，提出了基于粒子群算法的特征 优选方法。实验结果表明提出的方法提高了模拟电路故障诊断的精度。 2.锂离子电池寿命预测方法的研究。根据锂离子电池寿命预测的原理，提出了 锂离子电池寿命预测的整体框架。首先，本文提出了采用 Verhulst 模型作为锂离子 电池寿命退化模型。由于传统的 Verhulst 模型预测精度不高，提出了采用粒子群算 法对传统的模型进行优化，提高了预测精度。其次，估计 Verhulst 模型的参数，本 文提出了采用粒子群算法搜索模型的参数。最后，为了降低噪声对预测结果的影 响，采用粒子滤波对模型参数进行更新。实验结果表明提出的方法可以以较小的 误差预测出锂离子电池的剩余寿命。 3.诊断与预测系统的软件设计。为了满足电子系统故障诊断与故障预测的需 求，分别设计了电子系统故障诊断与预测系统的软件。诊断系统集成了支持向量 机分类算法，对外部读入的数据自动进行故障特征的计算，并迅速给出故障诊断 的结果。预测系统集成了多个常用的预测模型，如 Verhulst 模型、GM(1,1)模型、 AR 模型，对于外部读入的数据序列，可以自动优选出合适的预测算法，并给出预 测结果。经实验数据验证，诊断与预测系统都可以高效地给出精确的结果。 关键词：模拟电路，故障诊断，锂离子电池，寿命预测，诊断与预测系统 II II ABSTRACT ABSTRACT According to statistics, more than 80% failures are from the analog circuits in electronic system equipment. Thus, the analog circuit fault diagnosis technology is the key and difficult issue in electronic system health management. In addition, with the development of the electric vehicles, lithium-ion batteries have been widely used. The lithium-ion battery life is a key factor for electric vehicle performance and safety. Therefore, the lithium-ion batteries life prediction is an another important research issue in electronic system health management. Based on the above reasons, major work in this paper are summarized as follows: Study on analog circuits fault diagnosis method. Ba