DC-DC变换器健康评估指标与故障预测方法技术

技术编号:8214868 阅读:185 留言:0更新日期:2013-01-17 08:43
本发明专利技术公开一种DC-DC变换器健康评估指标与故障预测方法:首先采集DC-DC电路的输入电压、输入电流、输出电压、输出电流四路状态信号,计算各信号的平均值(Uin、Iin、Uout、Iout)、电路的等效负载阻抗模值|Z|和功耗等效电阻Rloss,利用分数阶神经网络建立Uin、|Z|与Rloss之间的关系模型;然后计算健康电路在额定输入电压额定输出功率下的等效负载阻抗模值以为模型输入,获取相应的Rloss,作为电路的健康评估指标,计算电路的健康评估指标与基准值的差值,根据差值和设定的变化阈值确定电路健康指数,实现电路的健康评估;最后,对电路的健康评估指标进行时间序列预测,获取未来时刻的健康评估指标,预测电路的健康状况。本发明专利技术将额定输入电压和额定负载下的功耗等效电阻作为电路的健康评估指标,排除了输入电压和负载波动对功耗等效电阻的影响,从而准确实现电路的健康评估和故障预测。

【技术实现步骤摘要】

本专利技术涉及一种DC-DC变换器健康评估指标与故障预测方法,属于可靠性评估及故障预测领域。
技术介绍
随着电力电子技术的发展,各种电力电子电路不断涌现。DC-DC变换器作为电力电子电路中的一类重要变换电路,在工程系统中通常是电源的核心组成部分,是设备正常工作的基础部件,一旦其发生故障,轻则使设备停机,重则造成人员伤亡。尤其在有高可靠性要求的应用领域,如航空电子系统中,其故障将会带来更加严重的损失。因此,需要对DC-DC变换器进行实时健康评估与故障预测,以便及时预知故障发生的时间,并采取相应维护措施,降低故障损失。DC-DC变换器整体性能的退化主要由关键元器件性能退化引起,现阶段,其健康评估多以电路中关键元器件为研究对象,选用的评估指标多为元器件的特征参数,如通过等效串联电阻预测电解电容的剩余寿命,通过阈值电压等实现功率MOSFET等开关器件的寿命评估。而在实际电路监控中,不可能对每个元器件实时监控,同时由于电路中各元器件性能退化及交互耦合作用,很难对其组成的电路或设备做准确预测,因此,需利用电路整体评估指标进行评估。目前电路级的健康评估研究很少,大多数通过监测由电容性能退化引起的电路输出参数(如纹波电压、输出电压等)实现电路健康评估。然而,电路输出参数的改变并非仅由电容性能退化引起。同时,目前的研究局限于理想工作条件下,并未考虑实际工作条件的波动对电路性能造成的影响,在一定程度上,无法实现准确的健康评估及故障预测。
技术实现思路
本专利技术为了解决目前DC-DC变换器健康评估指标多为元件级,并且未考虑电路工作条件波动的问题,提出一种新的DC-DC变换器健康评估指标,排除电路输入电压、负载波动对健康评估指标的影响,并将该指标用于健康评估与故障预测中。本专利技术将DC-DC变换器的功耗等效为电阻消耗的功率,得到电路的功耗等效电阻,然后建立输入电压、等效负载阻抗模值与对应的功耗等效电阻之间的关系模型,获取电路在额定输入电压、额定等效负载阻抗模值下的功耗等效电阻,即为健康评估指标。根据电路的健康评估指标与基准值之差,评估电路当前的健康状况,并结合LS-SVM预测算法,进行健康评估指标的多步预测,实现电路的故障预测。步骤I、将性能指标均满足设计要求的DC-DC电路定义为健康电路,从t = O时刻开始采集健康电路的四路状态信号,即输入电压、输入电流、输出电压以及输出电流,获取各信号的平均值(uin、Iin>U0uO Iout),计算等效负载阻抗模值I Z I和功耗等效电阻R1()SS,并利用分数阶神经网络建立uin、Izl与对应的Rltjss之间的关系模型;然后计算健康电路在额定输入电压巧_、额定输出功率旯,,下的等效负载阻抗模值I司,以 7; 、同为模型输入,获取健康电路的功耗等效电阻^^,以此作为健康评估指标的基准值;步骤2、采集电路的四路状态信号,即输入电压、输入电流、输出电压以及输出电流,获取各信号的平均值(Uin、iin、uout, iwt),计算等效负载阻抗模值Izl和功耗等效电阻Rloss ;利用分数阶神经网络建立uin、IZI与对应的R1qss之间的关系模型;然后以己、|司为模型输入,获取电路的功耗等效电阻,即健康评估指标及^;步骤3、设定健康评估指标的变化阈值,计算电路的健康评估指标与基准值之差,根据差值和设定的变化阈值,确定电路的健康指数,实现电路的健康评估;步骤4、计算不同采样时刻的电路健康评估指标,采用LS-SVM算法对其进行时间序列预测,获取电路未来时刻的健康评估指标,预测电路的性能状况。 本专利技术采用额定输入电压、额定负载下的功耗等效电阻作为电路健康评估指标,排除输入电压和负载的波动对电路产生的影响,通过计算差值对电路进行健康评估。同时,对健康评估指标进行时序预测,实现电路的故障预测。该方法实施简单,精度较高。附图说明图I是DC-DC变换器健康评估与故障预测流程图;图2是分数阶神经网络训练算法流程图。具体实施例方式下面结合附图对本专利技术的技术方案进行详细说明如图I所示,本专利技术基于健康评估指标对DC-DC变换器进行健康评估,并结合LS-SVM预测算法,实现电路的故障预测。主要包括采集电路信号、计算健康评估指标、进行健康评估及故障预测。本专利技术以纯电阻负载的DC-DC变换器为例,详细描述其实施方式步骤I、获取DC-DC变换器健康评估指标的基准值步骤I. I、将性能指标均满足设计要求的DC-DC电路定义为健康电路,从t = O时亥IJ开始采集健康电路的四路状态信号,分别为输入电压Uin、输入电流iin、输出电压Uwt以及输出电流U。步骤I. 2、获取各信号的平均值(Uin、Iin,U0uO I。」、电路的等效负载阻抗模值和功耗等效电阻。在纯电阻负载中,等效负载阻抗模值即为负载电阻值,因此,根据式(I)计算负载电阻R,根据式(2)计算功耗等效电阻Rltjss:权利要求1.DC-DC变换器健康评估指标与故障预测方法,其特征在于该方法包括如下步骤 步骤I、获取DC-DC变换器健康评估指标的基准值,具体步骤如下 步骤I. I、将性能指标均满足设计要求的DC-DC电路定义为健康电路,从t = O时刻开始采集健康电路的四路状态信号,分别为输入电压Uin、输入电流iin、输出电压Uwt以及输出电流i t ; 步骤I. 2、计算各信号的平均值(Uin、、电路的等效负载阻抗模值|Z|和功率损耗P1()SS,并将Pltjss等效为电阻消耗的功率,该电阻即为功耗等效电阻Rltjss ; 步骤I. 3、将输入电压Uin、等效负载阻抗模值|Z|和对应的功耗等效电阻Rltjss作为分数阶神经网络的训练样本,以Uin、|Z|为网络输入,Rltjss为网络输出,建立Uin、|Z|与Rltjss之间的关系模型; 步骤I. 4、计算健康电路在额定输入电压额定输出功率,下的等效负载阻抗模值_,以Uin、|f|为模型输入,获取健康电路的功耗等效电阻,将其作为电路健康评估指标的基准值; 步骤2、采集DC-DC电路的输入电压、输入电流、输出电压、输出电流,采用步骤I. 2-步骤I. 4的方法计算电路的健康评估指标Artss ; 步骤3、设置健康评估指标的变化阈值,计算电路的健康评估指标与基准值之差,根据变化阈值和差值确定电路的健康指数,实现电路的健康评估; 步骤4、获取电路不同时刻的健康评估指标,对其进行时间序列预测,得到未来时刻的健康评估指标,预测电路的健康状况。2.如权利要求I所述的DC-DC变换器健康评估指标与故障预测方法,其特征在于,所述步骤I. 2中,功耗等效电阻Rltjss的计算公式为3.如权利要求I所述的DC-DC变换器健康评估指标与故障预测方法,其特征在于,所述步骤I. 3的具体步骤如下 (1)初始化分数阶神经网络随机初始化分数阶核函数旋转角及网络连接权重,设置网络学习速度和动量因子; (2)对输入电压Uin、等效负载阻抗模值|Z|以及对应的功耗等效电阻Rltjss进行归一化预处理; (3)以归一化后的uin、|Z|作为网络输入,对应的Rltjss作为网络输出,计算网络预测输出以及输出误差;根据输出误差修正网络权值和分数阶核函数阶次,直至满足训练结束条件。4.如权利要求I所述的DC-DC变换器健本文档来自技高网...

【技术保护点】
DC?DC变换器健康评估指标与故障预测方法,其特征在于该方法包括如下步骤:步骤1、获取DC?DC变换器健康评估指标的基准值,具体步骤如下:步骤1.1、将性能指标均满足设计要求的DC?DC电路定义为健康电路,从t=0时刻开始采集健康电路的四路状态信号,分别为输入电压uin、输入电流iin、输出电压uout以及输出电流iout;步骤1.2、计算各信号的平均值(Uin、Iin、Uout、Iout)、电路的等效负载阻抗模值|Z|和功率损耗Ploss,并将Ploss等效为电阻消耗的功率,该电阻即为功耗等效电阻Rloss;步骤1.3、将输入电压Uin、等效负载阻抗模值|Z|和对应的功耗等效电阻Rloss作为分数阶神经网络的训练样本,以Uin、|Z|为网络输入,Rloss为网络输出,建立Uin、|Z|与Rloss之间的关系模型;步骤1.4、计算健康电路在额定输入电压?额定输出功率?下的等效负载阻抗模值?以?为模型输入,获取健康电路的功耗等效电阻?将其作为电路健康评估指标的基准值;步骤2、采集DC?DC电路的输入电压、输入电流、输出电压、输出电流,采用步骤1.2?步骤1.4的方法计算电路的健康评估指标?步骤3、设置健康评估指标的变化阈值,计算电路的健康评估指标与基准值之差,根据变化阈值和差值确定电路的健康指数,实现电路的健康评估;步骤4、获取电路不同时刻的健康评估指标,对其进行时间序列预测,得到未来时刻的健康评估指标,预测电路的健康状况。FSA00000791382500011.tif,FSA00000791382500012.tif,FSA00000791382500013.tif,FSA00000791382500014.tif,FSA00000791382500015.tif,FSA00000791382500016.tif...

【技术特征摘要】

【专利技术属性】
技术研发人员:王友仁吴祎姜媛媛孙权
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1