基于探索性因子分析的电源设计能力测量方法技术

本发明专利技术公开了一种基于探索性因子分析的电源设计能力测量方法，步骤为：学生依据电源设计要求设计电源，并进行稳态仿真实验和热仿真实验，收集实验结果数据；对收集的数据进行缺失值处理；进行因子提取，因子旋转，以及对因子进行合理地解释，得到潜在电源设计子能力；估计因子得分，并基于电源设计要求，确定因子得分的阈值，判断电源设计子能力达成情况。本发明专利技术通过从学生的电源设计结果的性能指标数据中挖掘开关电源设计的子能力，测量并诊断学生对电源设计子能力的掌握程度，学生可针对薄弱环节进一步地提高，既能进一步地优化电源设计，也能提高学生设计开发解决方案的能力，达成毕业要求，帮助学生成为具有丰富理论知识和实践经验的合格工程师。

【技术实现步骤摘要】
基于探索性因子分析的电源设计能力测量方法
本专利技术涉及一种基于探索性因子分析的电源设计能力测量方法。
技术介绍
以成果产出为导向的工程教育理念有助于针对性地帮助学生提高学习中的薄弱环节，推进学生达成毕业要求指标点，并满足社会企业实际人才需求。《华盛顿协议》中提出了12条毕业要求，这已成为各个学校培养工程应用型人才的标准，其中，设计和开发解决方案是这12条毕业要求中的一项对工程专业学生的重要能力，要求学生能够设计针对电气工程及相关领域复杂工程问题的解决方案，设计满足特定需求的系统、功能模块或工艺流程，加强实践能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。基于以成果产出为导向的工程教育理念，鼓励学生培养设计开发解决方案的能力是很重要的。电力电子技术是电气工程中发展较快的技术。开关电源是一种重要的电力变换器。在面对新兴的、快速发展的技术时，合格的开关电源设计人员既要有扎实的科学知识，又要有丰富的实践经验。近年来，在工程教育中，人们在提高动手能力、沟通能力、解决问题的能力、系统思维能力等方面做了大量的研本文档来自技高网...

【技术保护点】
1.一种基于探索性因子分析的电源设计能力测量方法，其特征在于，包括以下步骤：/n步骤S1：学生依据电源设计要求设计电源，并进行稳态仿真实验和热仿真实验，收集实验结果数据；/n步骤S2：对试验结果数据进行预处理，采用多重插补的方法进行缺失值处理；/n步骤S3：基于插补后的数据，采用平行分析，确定提取因子的个数，即开关电源设计子能力的个数；/n步骤S4：采用最小二乘法和目标因子旋转方法进行因子提取，并基于开关电源设计理论知识对提取的潜在因子进行解释，即得到开关电源设计子能力；/n步骤S5：采用回归法估计因子得分；/n步骤S6：依据开关电源的设计要求，确定因子得分阈值，用于测量学生的开关电源设计子能...

【技术特征摘要】
1.一种基于探索性因子分析的电源设计能力测量方法，其特征在于，包括以下步骤：
步骤S1：学生依据电源设计要求设计电源，并进行稳态仿真实验和热仿真实验，收集实验结果数据；
步骤S2：对试验结果数据进行预处理，采用多重插补的方法进行缺失值处理；
步骤S3：基于插补后的数据，采用平行分析，确定提取因子的个数，即开关电源设计子能力的个数；
步骤S4：采用最小二乘法和目标因子旋转方法进行因子提取，并基于开关电源设计理论知识对提取的潜在因子进行解释，即得到开关电源设计子能力；
步骤S5：采用回归法估计因子得分；
步骤S6：依据开关电源的设计要求，确定因子得分阈值，用于测量学生的开关电源设计子能力的达成情况。


2.根据权利要求1所述的基于探索性因子分析的电源设计能力测量方法，其特征在于，所述步骤S1中，学生利用电源设计平台WEBENCH，依据电源设计要求进行降压电源设计，并进行稳态仿真实验和热仿真实验，实验时输入电压Vin＝5V，输出电压Vout＝3.3V，输出电流Iout＝1.5A，开关频率fs＝465kHz；收集试验结果数据：
设计要求如下：
(1)效率η：η≥85％；
(2)电感损耗PL,loss：PL,loss-0.15VinVout(1-η)/η<0；
(3)动态电感量Ld：Ld-0.2Lnom≥0，Lnom表示静态电感量；
(4)电感封装面积SL：小于总电源封装面积ST的30％；
(5)输出电压纹波峰值Voutpp：Voutpp<10mv；
(6)电感元件温升：小于10℃；
(7)电源总成本：低于$2.5。
所收集的数据包括输入电压、输出电压、输出电流、开关频率、电源效率、IC结温、电源损耗、IC损耗、电感损耗、电感温升、输出电容RMS纹波电流、电感电流纹波、输出电压纹波、电源总封装面积、动态电感量、电感封装面积、电源总成本、输出电容损耗。


3.根据权利要求2所述的基于探索性因子分析的电源设计能力测量方法，其特征在于，所述步骤S2中，采用基于马尔科夫链蒙特卡罗方法的多重插补法处理缺失值，具体过程如下：
假设一个单变量的样本为Y＝{y1,...,yp}，共有p个可观测量，a个已知的可观测量Yobs＝{y1,...,ya}，其他的变量为缺失变量Ymis＝{ya+1,...,yp}，数据集Y＝{Ymis,Yobs}，依据贝叶斯理论，得到给定观测数据条件下缺失值的后验概率：
P(Ymis|Yobs)＝∫P(Ymis|Yobs,θ)P(θ|Yobs)dθ(1)
其中，P(θ|Yobs)为可观测数据Yobs条件下参数θ的后验概率密度；式(1)通过马尔科夫链蒙特卡罗方法模拟得到P(Ymis|Yobs)，然后从中抽取Ymis；根据多重插补的思想，并假设数据服从或近似服从多元正态分布，则马尔科夫链蒙特卡罗插补法分为以下两个步骤：
1)插补步骤：设第t次迭代的参数估计值为θ(t)，在每次迭代过程中，依据给定的均值向量μ和协方差矩阵Σ的初始值，给定参数θ(t)，从P(Ymis|Yobs,θ(t))生成Ymis；
假设μobs，μmis分别为可观测变量Yobs和缺失变量Ymis的均值向量，Σ可表示为可观测变量Yobs和缺失变量Ymis的分块协方差矩阵，则总体均值向量μ＝[μobs,μmis]，总体协方差矩阵其中，Σobs,mis表示可观测变量Yobs和缺失变量Ymis的分块协方差矩阵，即Σobs,mis＝Cov(Yobs,Ymis),Σobs,obs表示可观测变量Yobs的方差矩阵，即Σobs,obs＝Cov(Yobs,Yobs)＝D(Yobs),Σmis,mis表示可观测变量Ymis的方差矩阵，即Σmis,mis＝Cov(Ymis,Ymis)＝D(Ymis)，Σ′obs,mis表示Σobs,mis的转置矩阵；在已知给定的yobs条件下，即在Yobs＝yobs条件下，Ymis的条件概率分布是一个多元正态分布，其均值为：



协方差矩阵为：



2)后验步骤：从插补后的数据样本中模拟后验分布的均值向量μ和协方差矩阵Σ，新估计的值重新用于插补步骤，循环运算；
在进行马尔科夫链蒙特卡罗插补时，采用自由度为...

【专利技术属性】
技术研发人员：段斌，旷怡，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43