论文部分内容阅读
随着电力电子行业的飞速发展,模拟电路结构日渐复杂,规模也日益庞大,这对电力电子行业的可靠性与稳定性提出了新的要求,因此,对复杂结构的模拟电路进行准确的故障预测是当前电力电子行业的一个重要研究方向,故障预测算法的研究与改进对电力电子技术的发展与提高具有重大的意义。本课题主要对结构复杂的模拟电路进行了故障预测算法的研究与改进,通过灵敏度分析确定了故障预测所需的辨识参数,弥补了通过经验值确定辨识参数的不足,主要研究内容如下:（1）电路建模与仿真分析。对高增益升压电路的推导过程进行分析,初步确定了故障预测算法所需的特征参数,使用Saber软件进行了建模与仿真,通过建模分析进行波形采集,验证了理论推导的正确性。（2）灵敏度分析确定辨识参数。在建模过程符合理论推导的前提下使用Multisim对升压电路进行了一系列虚拟仪器的分析,主要包括:静态工作点分析和交直流灵敏度分析,通过灵敏度分析确定了对电路故障影响较大的元器件,并分析元器件相关参数确定了故障预测算法的辨识参数及特征参数,将升压电路的灵敏度仿真分析应用于故障预测。（3）样机制作与实验数据采集。在实验室进行了实验样机的制作,通过实验采集了故障预测算法所需要的辨识样本及验证样本,辨识样本包括:电解电容的等效串联电阻ESR、电解电容容值C、二极管的等效导通电阻RD,验证样本包括:输出电压Vout、漏极电压VD、电路增益ω、静态电流IQ等特征参数。（4）算法仿真与结果分析。将样本数据导入BP神经网络与RBF神经网络中,通过机器学习辨识出的预测值与采集真实值之间的相对误差控制在1%之内。（5）完成加速老化实验并分析实验结果。最后通过加速老化试验,进行实时采集数据,并对故障预测算法进行了验证,从预测样本与真实样本的对比图中可以看出,预测算法在实际故障预测电路中的可行性与实用性。实验结果表明,灵敏度分析的引入,降低了预测算法的辨识误差,提高了故障预测的准确性。