联合选择特征和分类器参数模型的模拟电路故障诊断

为了提高模拟电路故障诊断准确率,提出一种联合选择特征选和分类器参数模型的模拟电路故障诊断方法（Feature-Classifier）。将模拟电路故障特征子集和分类器参数编码成为粒子,然后粒子根据目标函数通过信息交流和互相协作找到最优特征子集和分类器参数,并根据最优特征子集对样本进行约简;分类器根据最优参数对约简后样本进行训练建立模拟电路故障诊断模型,并通过仿真实例对性能进行测试。结果表明,相对于其他模拟电路故障诊断方法,Feature-Classifier能够较快找到最优特征子集与分类器参数,不仅提高了模拟电路故障诊断准确率,并加快了故障诊断速度。     

一种容差模拟电路的分级故障诊断方法

提出了一种基于分级故障字典的容差模拟电路故障诊断方法;在测前首先对待诊断电路进行最坏情况分析得到容差电路输出电压的正常区间,并存为第一级故障字典用于电路故障检测;再利用节点电压灵敏度序列作为故障特征建立用于定位故障元件的第二级故障字典;最后通过测前划分元件参数的七段式仿真建立用于故障元件参数区间识别的第三级故障字典;在测后实施故障诊断时可根据需要依次查阅字典,检测电路故障,定位故障元件及识别故障元件的参数区间;该方法能够提高测后故障诊断的效率,在实际应用中具有一定的参考价值;最后通过仿真实验验证了该方法的有效性。     

融合GA优化算法的数字孪生模型在石油旋转机械诊断中的应用

为根据模态信号频率水平确定石油旋转机械当前故障行为所属类别,实现对机械设备故障行为的准确诊断,针对融合GA优化算法的数字孪生模型在石油旋转机械诊断中的应用展开研究。定义GA算法优化规则,并在此基础上,建立数字孪生模型,再联合相关故障行为数据,完成对石油旋转机械运行数据的聚类运算,实现基于数字孪生模型的石油旋转机械运行数据聚类处理。计算运行数据损失情况,通过模态分解描述性样本的方式,将核心诊断信息重新耦合在一起,联合求解所得的超参数指标,定义具体的数据样本集中训练模式,实现对石油旋转机械的诊断。实验结果表明,上述诊断方法的应用,对于每一类故障行为模态信号频率的诊断都属于该信号的标准频率数值区段之内,符合100%精准诊断机械故障行为的应用需求,在准确诊断石油旋转机械故障行为方面的可行性能力较为突出。     

基于斜率故障模型的模拟电路软故障字典法

提出了一种新的模拟电路故障字典法。与传统方法不同,该方法利用两个节点电压之间的关系函数作为故障特征。对于线性模拟电路,节点电压关系函数为一次函数,函数的斜率可以作为故障模型,同时可以诊断硬故障和参数(软)故障。由于模拟电路存在容差,最小直线距离法可以用于处理电路中的容差问题。     

磁流变阻尼器用降压式变换器建模与仿真研究

研究磁变阻尼器性能优化问题,分析了负载为磁流变阻尼器的 Buck 变换器的动态工作过程,为系统实现减振效果,给出了不另加滤波电感的原冈.基于三端 PWM 开关模型法,建立了电流驱动器的小信号平均模型,列出了占空比对输出电压、电感电流的传递函数.根据峰值电流模式下 Buck 变换器的工作原理,分别分析了电流内环和电压外环.同时设计了斜坡补偿电路和电压补偿网络.根据变换器工作原理,在 Saber 中建立了峰值电流模式下 Buck 变换器模型,并进行了仿真研究,仿真结果表明了建模设计方法的正确性性和可行性,这将为磁流变阻尼器电流驱动器设计提供了新思路和方法,也将缩减了电流驱动器电路设计的开发周期.     

电压型Buck电路控制器的复频域设计及仿真研究

通过分析电压型Buck电路控制器,在复频域下用模拟和数字两种方法对Buck变换器的补偿网络进行了设计.应用PSpice软件建立了系统的模拟电路模型,对系统的频率特性进行了仿真,并用Mathcad仿真软件对复频域下系统连续模型的频率特性进行了验证.然后运用根轨迹理论讨论了一种基于根轨迹和零极点配置的数字控制器设计方法,根据系统性能指标设计了补偿网络,并用Matlab仿真软件对控制系统离散数学模型进行了特性仿真.仿真结果表明用该方法所设计的控制器性能与模拟电路建立的控制器性能完全相同.经过离散化的控制器数学模型可以方便地在DSP等数字信号处理器上实现,为开关变换器的数字化控制提供了简便的实现方法.     

开关电源功率器件MOSFET参数辨识的研究

功率器件MOSFET作为开关电源主电路的一个重要组成部分,其可靠性备受关注。研究表明,在开关电源电路元器件失效率统计中,MOSFET失效率达31%。而MOSFET失效主要表现为导通电阻参数漂移,为了对MOSFET导通电阻参数进行在线辨识,以Buck电路为例,基于混杂系统理论构建Buck电路混杂系统模型,采用递推最小二乘法对模型中MOSFET导通电阻参数进行辨识,并在Simulink环境下进行仿真实验。实验结果表明,该方法对MOSFET导通电阻进行了有效的在线辨识,辨识相对误差小于5%,为MOSFET参数性故障的分析提供了理论依据和方法。     

一种推挽式电路故障诊断方法的仿真研究*

提出了基于小波变换和神经网络的推挽式电路故障诊断方法。先仿真得到各种故障状态下的输出电压信号,然后对输出电压信号进行Daubechies小波变换获取多尺度低频系数和高频系数,并对小波系数进行处理提取故障特征量,最后利用故障特征矢量训练神经网络确定了推挽式电路故障诊断的神经网络模型。仿真结果表明基于小波变换和神经网络的推挽式电路故障诊断方法取得了较好的效果。     

应用决策层信息融合的模拟电路故障诊断实现

研究了基于多类电量测试信息及其多诊断方法融合的模拟电路故障诊断。获取可及节点电压,运用K故障诊断法进行故障在线检测与初步定位,再离线测量电路在不同的测试频率下输出对输入的增益,运用最小标准差法进行诊断。由所提故障隶属函数得到基于各类测试信息的元件故障隶属度,以此计算D-S证据理论中各传感器的信度函数分配,再运用D—S合成法则实现融合诊断。模拟实验结果表明：所提融合诊断方法大大提高了故障定位的准确率。     

电流配比可调Buck并联电路变换器设计

本文主要在现有的Buck电路模块基础上,设计了一种实现输出电流可控和多路并联输出电流配比可调的Buck电路变换器。该系统由Buck驱动电路,供电电路,采样电路,控制电路构成。采用ARM公司STM32F407为主控制芯片产生控制驱动功率开关器件IGBT的PWM脉冲,对直流输入电压和各种不同类型的的直流负载实现电压电流双闭环PID算法控制。该系统输出电压闭环控制稳定,可以同时给多个负载进行供电,并且各路输出的电流的比例可调。仿真和实验结果验证了该项设计的稳定性和可行性。     

基于强跟踪滤波器的开关变换器故障诊断

Buck变换器又称降压变换器、串联开关稳压电源、三端开关型降压稳压器。广泛用于计算机、家用电器、控制系统和通信系统中的电源几乎都是开关电源,具有超快速负载动态响应、高功率变换效率、高功率密度、低电压、大电流的特性.开关变换器作为它的主要电路,故障率较高,对它故障诊断研究是有意义的。基于强跟踪滤波理论,给出了一种开关变换器电路故障实时诊断的一种方法。该方法以建立一种开关变换器电路状态空间模型为基础,利用强跟踪滤波器对电路状态及元件参数进行估计,当元件参数发生软、硬型故障时,根据强跟踪滤波器对元件参数的跟踪结果及修正的Bayes分类算法,可实时诊断开关变换器电路中的元件故障。仿真结果证明了该方法的有效性。     

信息融合在模拟电路故障诊断系统中的应用

设计一种基于信息融合和神经网络理论的模拟电路故障诊断系统。采用基于单片机的信号采集系统,对电路可及点电压和不同激励频率下的电路输出电压峰值进行采样,得出电压和电路放大倍数2类故障特征参数,利用其进行基于BP神经网络的初步诊断,运用模糊变换方法进行融合诊断及故障定位。实例诊断结果表明,与基于单一信息的诊断系统相比,该系统能定位不同类型的元件故障,诊断准确率较高。     

基于自适应LS-SVM的雷达T/R组件热管冷却故障诊断系统设计

传统雷达T/R组件热管冷却故障诊断系统受到表面振动信号干扰,存在诊断精度较差的问题,针对该问题,提出了基于自适应LS-SVM的雷达T/R组件热管冷却故障诊断系统设计。根据雷达T/R组件热管冷却工作原理,设计该故障检测系统的结构和功能,其中系统设备是由数字化收发芯片、VXI总线多DSP并行处理模块、控制电路和故障诊断电路构成的,通过数字化收发芯片,产生相应脉冲压缩雷达信号,采用TMS302VC5409型号芯片设计的DSP并行处理模型,对缺少上拉电阻的中断输入口设置多个引脚,将信号由电缆传送至驱动电路中,达到雷达波束控制目的。采用霍尔元件对电路进行诊断,经过故障样本特征提取,引用自适应加权 LS-SVM,确定故障类型,根据诊断流程,完成故障诊断系统设计。通过实验结果可知,该系统最低诊断精度也可达到92%以上,为雷达稳定运行提供支持。     

基于电流源激励的BP神经网络模拟电路故障诊断

针对传统故障字典法对模拟电路故障诊断时存在的缺陷提出了新的故障字典法;将电流源激励下二端口网络输入端和输出端的电压增益比作为故障特征信息,在此基础上先直流测试,后利用BP神经网络交流测试;该方法充分考虑了电路元件的容差,减轻了BP神经网络诊断故障的负担,提高了故障诊断的速度、准确率以及故障覆盖率;利用MATLAB和PSPICE工具对该方法进行实例仿真,结果表明其能够实现快速、准确的故障定位。     

Digital twin-assisted fault diagnosis system for robot joints with insufficient data

The robot joint is an important component of the construction robot, and its fault diagnosis can ensure the exact execution of building jobs, stable operation, and timely prevention of probable safety mishaps. However, deep learning-based fault diagnosis needs a multitude of measured fault data, which is difficult to obtain for various reasons. To solve the problem of insufficient data, a digital twin-assisted fault diagnosis system for robot joints is proposed. First, a simplified dynamics model of the robot joint is developed to generate the virtual entity data which can be used as the X-domain data for the digital twin model. Second, a CycleGAN-based digital twin model is proposed to map the virtual entity (X-domain) data to the physical entity (Y-domain) utilizing only a small amount of measured data. In the end, a test-rig for the robot joint is built to simulate the robot's working conditions, and the CNN-ResNet classifier is utilized to verify the effectiveness of the simulated data generated by the digital twin model. The results show that the fault diagnosis accuracy can be increased from 32.5% to 98.86% utilizing only 400 sets of measured data.     

基于改进果蝇算法的模拟电路故障诊断

针对模拟电路中非线性元件故障的定位问题,提出一种改进的果蝇算法优化支持向量机的故障诊断方法。首先对被诊断电路的输出信号进行采样,用Volterra级数提取输出信号的特征,然后利用改进的果蝇算法优化SVM的核函数参数和结构参数,建立诊断模型,在对数放大器电路中对故障进行诊断分类。通过实验可以看出,该方法能够有效避免支持向量机参数选择的随机性,有利于提高诊断精度,并且有较快的诊断速度。     

数字孪生驱动的火箭控制系统故障诊断研究综述

在第四次工业革命中,智能制造成为各国工业发展的重点方向,数字孪生技术作为一项新兴技术,能够有效实现物理信息的融合;将其应用于火箭控制系统的故障诊断和健康管理,能够进一步提高故障诊断的事前准确性,提升火箭发射的可靠性;本文对数字孪生技术在航天领域的研究现状进行归纳整理;首先梳理了NASA的数字孪生目标,国内领域按照设计、生产、支持服务阶段对数字孪生应用进行分类;其次,按照故障树、专家系统、神经网络、数据驱动的方法阐述控制系统故障诊断的研究现状;在介绍数字孪生驱动的健康管理方法的基础上,提出数字孪生驱动的火箭控制系统的故障诊断方法;详细介绍其基本组成框架,分析关键技术及应用难点,并提出数字孪生健康管理平台的基本流程;该方法预期实现火箭控制系统的事前诊断和维修策略的制定     

新型航天飞行器20kW级空间电源设计

具有升压、降压,能量双向流动的空间电源成为新型航天飞行器的研究热点和关键技术。本文设计一种20kW级多路双向半桥结构的空间电源,具有以下功能和特点：拓扑结构简单,采用PWM闭环控制,利用Boost电路升压,Buck电路降压,不仅能够实现能量双向流动,而且可适应不同工况,不同输入电压下可选择不同电压恒压输出,电压精度高,电流纹波较小,系统效率高,体积和重量小,具有故障保护功能,可靠性高。