粒子群RBF神经网络电力电子电路故障诊断

为检测和诊断电力电子电路中的故障,获得更高的诊断精确度,提出粒子群算法优化RBF神经网络的故障诊断方法.与基本RBF神经网络相比,粒子群RBF神经网络可以提高系统的收敛速度和精度.把通过特征提取获得的电力电子电路故障特征量作为神经网络的输入,利用训练好的粒子群优化后的RBF神经网络进行故障诊断.仿真结果表明,实际输出与期望输出基本吻合,具有良好的分类效果,能够提高诊断精确度,对于电力电子电路的故障诊断是一种有效的方法.     

一种基于信号相关分析的模拟电路故障诊断方法

模拟电子电路集成度日益提高,使得某些电路内部节点存在不可及性,针对这种电路,提出了一种基于信号相关分析的模拟电路故障诊断方法.将伪随机噪声信号作为模拟电路的测试激励信号,利用电路正常情况下与电路故障状态下输出响应之间的残差信号作为故障特征,通过信号相关分析实现对电路的故障检测与故障定位.仿真实验分析证明该方法操作简单,有较好的在线诊断能力,适用于诊断电路中的硬故障和软故障,能够达到较高的故障覆盖率.     

小波包和改进粒子群算法的电力电子故障诊断

为提高广泛应用的电力电子电路故障的诊断准确率与速度，提出一种基于小波包变换和改进粒子群算法的电力电子电路故障诊断方法。首先，利用小波包对故障信号进行分解与重构得到小波包系数，应用Fisher准则降维并进行归一化处理，得到优化的故障特征向量；然后，采用具有扭曲粒子位置的措施和增加动态惯性权重系数的改进粒子群算法求取各类故障的故障特征中心，通过计算测试样本与故障特征中心的欧氏距离实现对故障的分类诊断；最后，通过典型电力电子电路仿真实验对所提出的方法进行实验验证。实验结果表明，文中选用改进后的粒子群算法进行故障诊断时，与小波包-BP神经网络和小波包-极限学习机比较，准确率分别提高了3.52%和6.3%，诊断所需时间分别减少2.4 s和3.5 s。     

基于网格搜索的改进SVM模拟电路故障诊断方法

针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率。采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优。采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比。结果证明了该故障诊断方法的可行性。     

对偶原理在电力电子电路中的应用

对偶原理是分析电力电子电路拓扑结构的有力工具。本文根据图论中图的对偶概念,对电力电子电路进行了对偶性分析,介绍了电力电子电路对偶变换的方法。由于对偶原理只适用于平面电路,本文还通过新的概念定义以及适当的变换方法将对偶原理的应用扩展到了非线性电力电子器件与非平面电路中。文中最后举例说明了对偶原理在电力电子拓扑结构中的重要作用。     

基于局部均值分解和K近邻算法的滚动轴承故障诊断方法

将局部均值分解(LMD)和K近邻(KNN)算法结合起来对滚动轴承进行了故障诊断。首先,将LMD应用在轴承振动信号的分解,故障信息被包含在不同的PF分量中,对每个PF分量从时域和频域两个方面进行特征值提取。针对获得的高维特征向量进行PCA降维,最后在低维空间里,基于KNN算法,实现样本状态分类。实验结果表明,不同故障类型的滚动轴承样本均能被正确诊断。     

基于LMD和SVM算法的模拟电路故障诊断

对模拟故障电路进行特征提取与分类是模拟电路诊断的两个重要环节。现有方法多对时域响应信号进行小波变换以提取故障特征,并用神经网络或支持向量机方法实现对故障进行分类。为提高模拟电路故障诊断率,提出一种局域均值分解(LMD)与SVM相结合的新算法。该算法运用局域均值算法(LMD),将其自适应地分解为一系列单分量调幅-调频信号(PF),通过提取电路正常和故障状态的特征,运用SVM对其分类,获得诊断效率。仿真实验结果表明,该方法对模拟电路的故障诊断精度达到98%以上,适用于模拟电路的故障诊断。     

电力电子电路健康监测的特征参数选取和阈值建立

文中提出的是关于电力电子电路健康监测的特征参数选取和健康阈值确定的方法。该方法以到健康样本集的马氏距离为特征参数,以正态化马氏距离的均值和均方差构建健康阈值。本文以Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为关键参数,计算马氏距离作为特征参数,求得健康阈值。然后用这些数据实现电路的健康状态监测。实验结果表明,利用该方法能够跟踪故障关键参数的变化趋势,有效实现电力电子电路的健康监测。     

电力电子电路智能故障诊断技术探讨

在人们科技水平快速发展的背景下,市面上各种新型电力电子产品不断问世。现代人对相应系统的各类品质需求随之拓展增加,导致电力电子电路故障诊断的智能化发展成为相关领域亟待解决的重要课题。因此,以该问题为导向,通过Matlab高效仿真计算机软件构建仿真模型,获得输出型电压ud,并用傅里叶分析方式提取基波幅值、直流分量、三次和二次波幅值等。将这些数据信息进行一体化处理分析,输入于BP神经网络整体结构中,获得拥有编码性质特征的6个基本数字,继而确立故障具体发生部位以及故障基本发生点位。同时,运用这个方式,将三相桥型整流电路作为仿真实验案例,具体测试误差能够降低至10-4。最终,通过该实验充分证明,此方式和其他传统诊断方式相比较,有着更加高效的诊断效率,并且能够在全面提升电力电子电路故障诊断效率的同时,提升诊断质量,是一项诊断水平高、稳定性强、可靠性高、应用范围广阔以及未来发展前景良好的电力电子电路诊断技术。     

如何判断晶体管的工作状态

晶体三极管是电子电路的基础元件之一。设计人员根据电路要求,将电路中的晶体管分别设计工作于放大状态、饱和状态或截止状态。一旦这些晶体管因某种原因非正常地改变了工作状态,就会引起电路工作失常,导致电子产品发生故障。因此,通过检查电路中相关晶体管的工作状态,对故障进行分析,进而查找故障发生的部位,是维修人员的常用方法,也是电子技术初学者必须掌握的基本功之一。晶体管放大状态的判断晶体管工作于放大状态时,其最基本的特点是发射结(b、e极)为正向偏置,而集电结(b、c极)为反向偏置。以小功率NPN型硅管为例,表现为V_(bc)=0.6～0.7V,而V_(bc)<0V(具体数     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。     

基于SVM和遗传算法的变频器故障诊断研究

提出一种基于遗传算法和支持向量机的故障诊断模型.该模型采用故障识别中的分类效果作为遗传算法中的适应度函数对故障信号进行特征提取和选择,得到更能反映故障类别的特征,作为识别特征输入多类支持向量机的输入,实现不同类别故障的识别.将该模型应用于变频器功率变换主电路的故障诊断.仿真结果表明,经过遗传算法提取的特征在保持分类精度的基础上,提高了变频器故障识别的效率.     

Analogue electronic circuit diagnosis based on ANNs

Feed-forward artificial neural networks (ANNs) have been applied to the diagnosis of nonlinear dynamic analogue electronic circuits. Using the simulation-before-test (SBT) approach, a fault dictionary was first created containing responses observed at all inputs and outputs of the circuit. The ANN was considered as an approximation algorithm to capture mapping enclosed within the fault dictionary and, in addition, as an algorithm for searching the fault dictionary in the diagnostic phase. In the example given DC and small signal frequency domain measurements were taken as these data are usually given in device’s data-sheets. A reduced set of data per fault (DC output values, the nominal gain and the 3 dB cut-off frequency, measured at one output terminal) was recorded. Soft (parametric) and catastrophic (shorts and opens) defects were introduced and diagnosed simultaneously and successfully. Large representative set of faults was considered, i.e., all possible catastrophic transistor faults and qualified representatives of soft transistor faults were diagnosed in an integrated circuit. The generalization property of the ANNs was exploited to handle noisy measurement signals.     

Electro thermal modeling of the power diode using Pspice

In this paper, an improved electro thermal model of power diode was developed. The main local physical effects were taken into consideration. The suggested model is able to address the electrical and thermal effects. The model was confirmed through a comparison with other models having close characteristics for different circuits (AC-DC converter, turn-on and turn-off) and different temperatures. The diode was implemented in the Pspice circuit simulation platform using Pspice standard components and analog behavior modeling (ABM) blocks. The diode switching performance was investigated under influence of different circuit elements (such as stray inductance, gate resistance and temperature) in order to study and estimate the on-state and switching losses pre-requisite for the design of various converter and inverter topologies. The comparison shows that these models are simple, tunable with the electric circuit software simulator. They are more capable of predicting the main circuit parameters needed for power electronic design. The transient thermal responses were demonstrated for the single pulse and repeat modes. The achieved results show that our model is suitable for full electro thermal simulations of power electronic circuits.     

层次支持向量机在数字电路故障诊断中的应用

针对在数字电路故障诊断过程中存在的样本不平衡度严重的问题,采用层次式支持向量机实现对其故障诊断,通过考虑各类样本的数据量来构造以支持向量为叶节点的树,该方法可有效地解决样本不平衡所带来的问题,同时能够减少计算SVM分类器的个数,提高了训练和诊断速度及准确率.针对故障样本集不可能覆盖所有故障状态而出现的未知故障状态的问题...     

电力电子变换器潜在电路自动识别法

研究与开发电力电子变换器潜在电路自动识别的计算机辅助分析法,可以促进与提高电力电子变换器的安全运行可靠性。本文首先建立了电路器件和拓扑的通用信息库,并根据电力电子器件的特点提出其电流特性模型,然后基于器件的电流特性模型和搜索算法自动查找变换器中所有的电流路径,在此基础上,设计出“器件类”和“功能类”线索表,以自动识别变换器中所有的潜在电路。基于该方法开发的计算机辅助分析系统应用表明,它具有操作简单、自动化程度高、通用性强、准确性高等优点,可适用于复杂电力电子变换器的潜在电路分析。     

Exact reliability analysis of combinational logic circuits

A novel method is presented for the exact reliability analysis of combinational logic circuits. A model is developed that allows the logic circuit to be presented by a circuit equivalent graph (CEG). The reliability is analyzed by a systematic searching of certain subgraphs from the CEG. A computer algorithm and an example are given. The method gives the exact solution to the combinational logic circuit reliability-analysis problem. This is achieved by proper gate/circuit modeling, which allows the enumeration of all redundant fault vectors in a given circuit. Due to the concept of dominance among fault vectors, the number of necessary enumerations is appreciably reduced, and thus circuits with a few tens of gates can be efficiently analyzed     

基于伪随机信号的模拟电路软故障定位方法

针对模拟电路软故障的测试难题,提出了定位模拟电路软故障的伪随机激励测试法.伪随机激励信号是一种包含多个频率成分的连续周期信号,由m序列生成.利用该信号激励模拟电路.通过计算输出响应序列的功率谱密度,不仅可以实现模拟电路软故障的数字化特征提取.而且还可以完成对模拟电路软故障的定位.以状态变量滤波器电路为例,分别利用交流激励信号和伪随机信号进行诊断,通过对比实验,验证了伪随机信号对定位模拟电路软故障的有效性,为实现模拟电路故障诊断的高覆盖率和诊断自动化提供了一种新途径.     

可重构硬件芯片级故障定位与自主修复方法

 外部集中控制的可重构硬件容错系统,其重构控制算法复杂、重构时间开销大,且存在单点失效问题.本文研究芯片级分布式在线自主容错技术,提出了能够实现芯片级自修复的新型可重构硬件细胞阵列结构,阐述了互连资源的在线故障定位和自主修复方法.设计了功能细胞电路和容错开关块电路,采用分段定位法检测互连资源中多路器故障和连线开路故障,通过重配置布线和线移位操作分别实现多路器与连线故障自修复.以4位串并乘法器电路为例进行实验验证,分析了容错设计的硬件开销与时间开销,实验结果表明新方案的容错时间短、资源利用率高.     

基于单片机的现场无电源电子密码锁设计

在野外环境中往往不能方便地提供电源,传统由控制部分提供的电源,电子锁已不适用。介绍一种由手持部分提供电源,通过电源线完成通信功能的电子密码锁设计,解决了现场不能提供电源的问题。重点分析了发送电路、接收电路、倒向电路、电机保护电路以及系统的通信协议。该系统已在多个场所得到应用,其使用方便、安全可靠,具有一定的推广价值。