電力電子系統(tǒng)故障診斷技術(shù)淺談-展示頁
2025-08-09 00:35本頁面
【正文】 數(shù)學(xué)（包括物理和結(jié)構(gòu)）方面的特征，設(shè)計(jì)出各種各樣的特征提取器，這樣將有利于利用對已有系統(tǒng)的知識，有利于減少計(jì)算工作量。用模式識別方法進(jìn)行故障診斷，是根據(jù)樣本的數(shù)學(xué)特征來進(jìn)行的，因此它不需要精確的數(shù)學(xué)模型。常用的有最小二乘法。狀態(tài)估計(jì)法的優(yōu)點(diǎn)是在線計(jì)算量小，診斷速度快。這個(gè)估計(jì)值與實(shí)際輸出值之差就叫量測殘差。 狀態(tài)估計(jì)法通過監(jiān)測系統(tǒng)的狀態(tài)變化，也能反映由系統(tǒng)參數(shù)變化引起的故障，并對故障進(jìn)行診斷。進(jìn)一步又可以分為檢測濾波器方法、狀態(tài)估計(jì)法和參數(shù)辨識方法三種。 參數(shù)模型與故障診斷如果系統(tǒng)的數(shù)學(xué)模型是已知的，就可以通過測量，估計(jì)系統(tǒng)的狀態(tài)和參數(shù)，確定狀態(tài)變量和系統(tǒng)參量是否變化。自適應(yīng)濾波是一種數(shù)字信號的處理統(tǒng)計(jì)方法，它不需要知道信號一二階的先驗(yàn)統(tǒng)計(jì)知識，直接利用觀測資料，通過運(yùn)算改變?yōu)V波器的某些參數(shù)，而使自適應(yīng)濾波器的輸出能自動跟蹤信號特性的變化。而電力電子電路中包含故障信息的關(guān)鍵點(diǎn)信號通常具有周期性，因此可以用傅里葉變換將時(shí)域中的故障波形變換到頻域，以突出故障特征，實(shí)現(xiàn)故障診斷。常用傅里葉譜、沃爾什譜，另外還有濾波、相關(guān)分析等。2 故障診斷方法 這里所謂的故障診斷方法確切的說是提取故障特征的方法，下面對一些常用的診斷方法分別加以介紹。這些方法將在下文具體介紹。故障特征是指反映故障征兆的信號經(jīng)過加工處理后所得的反映設(shè)備與系統(tǒng)的故障種類、部位與程度的綜合量。電力電子電路故障診斷與一般的模擬電路、數(shù)字電路的故障診斷存在較大差別，由于電力電子器件過載能力小，損壞速度快，其故障信息僅存在于發(fā)生故障到停電之前數(shù)十毫秒之內(nèi)，因此，需要實(shí)時(shí)監(jiān)視、在線診斷；另外電力電子電路的功率已達(dá)數(shù)千千瓦，模擬電路、數(shù)字電路診斷中采用的改變輸入看輸出的方法不再適用，只能以輸出波形來診斷電力電子電路是否有故障及有何種故障?？煽啃苑治?。 關(guān)鍵詞：電力電子系統(tǒng)。電力電子系統(tǒng)故障診斷技術(shù)淺談王 杰（航天長征火箭技術(shù)有限公司 北京 100076）摘要： 本文介紹了電力電子系統(tǒng)故障診斷的原理及幾種常用的故障診斷方法，介紹了故障診斷的可靠性分析方法并給出了一個(gè)簡單的故障檢測與診斷系統(tǒng)的實(shí)例。實(shí)際應(yīng)用表明這些方法可行、有效，適應(yīng)性強(qiáng)，具有較高的實(shí)用價(jià)值。故障診斷。專家系統(tǒng)1 引言電力電子電路的實(shí)際運(yùn)行表明，大多數(shù)故障表現(xiàn)為功率開關(guān)器件的損壞，其中以功率開關(guān)器件的開路和直通最為常見。故障診斷的關(guān)鍵是提取故障的特征。故障診斷方法按提取特征的方法的區(qū)別，可分為譜分析方法、基于動態(tài)系統(tǒng)數(shù)學(xué)模型的方法、采用模式識別的方法、基于神經(jīng)網(wǎng)絡(luò)的方法、專家系統(tǒng)的方法、小波變換的方法和利用遺傳算法等。故障診斷的主要作用有：早期預(yù)報(bào)，防止事故發(fā)生；預(yù)知性維修，提高設(shè)備管理水平；方便檢修，縮短了維修時(shí)間，提高設(shè)備利用率；對提高設(shè)備的設(shè)計(jì)制造水平，改善產(chǎn)品質(zhì)量有指導(dǎo)意義等。 故障診斷中的譜分析方法在故障診斷中比較常用的信號處理方法是譜分析。譜分析的目的：信號中包含噪聲，為了提取特征；故障信號的時(shí)域波形不能清楚地反映故障的特征。傅里葉變換是將某一周期函數(shù)分解成各種頻率的正弦分量，類似地，沃爾什變換是將某一函數(shù)分解成一組沃爾什函數(shù)分量。在電力電子系統(tǒng)故障診斷中，可以用自適應(yīng)處理來實(shí)現(xiàn)噪聲抵消，譜線增強(qiáng)等功能，從噪聲背景下提取故障特征，從而實(shí)現(xiàn)準(zhǔn)確的診斷。采用基于系統(tǒng)數(shù)學(xué)模型的故障診斷
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1