摘要:为了高效、准确的对 PWM 整流器开关管故障进行诊断,本文提出了对输出电流进行五层小波分解得到各频带的小波系数,然后计算出各频带的小波能量谱,标幺化后将其输入改进的 BP 神经网络,仿真结果表明,该方法是准确、高效的,而且具有比传统单一的小波分析或神经网络的学习收敛速度快,诊断正确率更高的特点。
1. 引言
自 21 世纪以来,新型城市轨道交通在我国得到了飞速的发展,现已是我国国民经济发展与人民生活水平的重要标志。它具有污染小、效率高、结构简单等一系列优点。PWM 整流器[1]是新型能馈式牵引供电系统的关键部件,目前国内外学者对新型 PWM 整流器故障诊断研究较少,传统的故障诊断算法不能准确快速的对故障进行诊断,因此本文提出一种融合的故障诊断方法
[2],能快速、准确、实时的在线对 PWM整流器开关管故障诊断,从而便于容错控制,保证列车平稳、安全的运行。故障特征的准确提取是故障诊断能否成功的关键。由于电力电子电路是多变量、非线性、强耦合的复杂系统,很难建立准确、有效的数学模型,传统的故障诊断方法根本无法满足当今的技术指标要求,而单一的智能诊断方法的故障诊断也不是十分有效,因此本文根据理论的分析与 MATLAB 的仿真,提出用小波分解来提取小波能量谱来作为故障特征量,并将标幺化后的特征量输入BP神经网络来完成故障的识别与诊断。
2.1 小波分析提取故障特征
PWM 整流器开关管在故障时电流或电压特征量发生突变,信号中含有非平稳的时变信息,而用传统的傅里叶变换往往只能对信号的频域具有局部化分析能力,它是对整个时域的积分,适合于对稳态信号分析,对非稳态信号无能为力,而小波变换在时域和频域都具有局部化能力,它的窗口尺寸可以根据信号的频率而自动调节,并且是一种基于“频带”的时频分析方法,因而非常适合于暂态信号或非稳态信号的分析[3]。二进制小波变换就是通过多分辨分析算法来实现的,将信号 ( )f t 分解为不同尺度上的近似和细节,也就是对应的低频和高频部分,分解的公式[4]可以表示为:
- 1
- 2
- 3
- 总3页
来源:孟苓辉,王磊,徐春梅,刘志刚
http:www.cps800.com/news/36724.htm