基于信号分析的三电平逆变器开路故障诊断方法研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:dayongxue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三电平逆变器具有输出波形畸变率低、开关损耗小等优点,在航空航天、工业驱动等领域广泛应用其中,中性点钳位型(NPC)拓扑结构的三电平逆变器使用最为普遍。然而,由于NPC型三电平逆变器开关管数量多,且长期处于高压、大电流等恶劣环境中,易发生开路故障,影响设备的正常运行,严重时甚至引发人身财产安全事故。基于传统信号分析的NPC型三电平逆变器故障诊断方法,具有诊断速度快、实时性好的优点,但是它存在频谱泄露、缺乏局部时频特征分析能力等问题。因此,论文对NPC型三电平逆变器的开路故障信号处理诊断方法展开研究,具体研究内容如下:介绍NPC型三电平逆变器的拓扑结构和工作原理,并且对三电平逆变器的主要故障类型进行了分析、分类。在MATLAB/Simulink中,搭建NPC型三电平逆变器系统的仿真模型,实现功率开关管开路故障模拟,得到开路故障电流信号,为后续的信号预处理及故障诊断实验提供数据基础。针对传统基于频域分析的NPC型三电平逆变器故障诊断方法,存在频谱易泄露、难以分析非线性故障信号的问题,提出了一种基于Prony法的三电平逆变器故障特征提取方法。对提取的故障相信号进行小波去噪,克服Prony对噪声敏感的缺陷。再对去噪后的信号进行Prony法处理,得到频率、幅值、相位和衰减因子四维故障特征。最后,应用支持向量机对采集的故障特征向量分类,定位故障位置。最终,在MATLAB/Simulink平台上验证文中所提的故障诊断方法,仿真结果表明,该方法诊断准确率高、诊断速度快。针对Prony法缺乏时频分析能力的问题。提出了一种基于广义S变换的NPC型三电平逆变器故障特征提取方法。先对信号进行广义S变换,得到二维高阶矩阵,应用奇异值分解对特征矩阵进行降维处理,提取非零奇异值的主要特征值部分。再用极限学习机对故障进行分类定位。最后在MATLAB/Simulink平台中验证该方法,仿真结果表明,相较于基于Prony法的故障诊断方法,基于广义S变换的故障诊断方法诊断准确率更高。搭建了基于STM32控制器的NPC型三电平逆变器故障诊断系统实验平台。完成该平台的总体设计、硬件设计以及软件设计。在该实验平台上验证了所提的两种基于信号分析的故障诊断方法,实验结果表明,本文所提算法具有能快速定位故障开关管位置的能力,且故障诊断精确度高。
其他文献
污染源是指向环境中释放危险物质并对环境造成负面影响的装备、设施或地点,所排放的污染物以不适当的浓度进入环境体系,会对环境产生危害并带来大量人力及财力上的损失,严重的甚至危及人的生命。因此,对污染源进行定位具有广泛的应用场景和充分的研究价值。本文对污染源定位展开了研究,以化工厂可能发生的气体源泄漏为背景,对污染源进行定位。对比其他污染物,气体污染物具有不稳定的梯度信息,对寻源算法有更高的要求,却是很
学位
随着对神经网络学习算法的深入以及计算机硬件的持续发展,在大规模图像处理中的优势也越来越明显。但因其所需庞大的计算量和存储要求,为神经网络的硬件实现带来了很大的困难。由于FPGA具有低功耗、高度并行的优点,从而适用于神经网络加速的实现。为了进一步适应车间工厂应用对数据处理的高速和低功耗要求,本文基于ZYNQ-7020系列平台,结合FPGA与ARM的优点,研究出一套精度高、速度快和功耗低的车间工人异常
学位
随着“双碳”目标的提出,可再生能源的发展与应用日益增多。双有源桥(Dual Active Bridge,DAB)DC-DC变换器具有电气隔离、双向功率流、高功率密度和高转换效率等优点,在可再生能源和电动汽车等领域得到广泛的应用;随着各种复杂应用场景的出现,对DAB DC-DC变换器的性能提出了更高的要求。本文围绕DAB DC-DC变换器展开研究,在考虑系统参数不确定的工况下,对其控制性能、系统回流
学位
永磁同步电机具有结构简单,能耗低、动态响应快等诸多优势,使其在交流传动领域广泛应用。然而,由于其是一种高阶、非线性、强耦合、多参数的物理系统,传统的控制方法难以满足其高性能控制的要求。为了实现系统高性能的矢量控制,就必须要有精确的转子位置信息。以往的传统方法是使用机械式位置传感器,但是这种传感器存在制造成本高、维护成本大以及在某些极端环境下难以应用的问题,因此,PMSM无位置传感器技术受到广泛研究
学位
随着无人机使用领域不断拓宽,无人机研究已进入编队执行复杂任务的阶段,需要愈加精细复杂的编队航路规划与控制,以适应复杂的应用场景。在执行空中加油、长距离编队运输、高精度定位、多角度成像等任务时,必须考虑无人机编队在通信约束下的队形稳定性、编队内部避碰问题、以及执行任务的时序与死锁问题。本文以固定翼无人机编队为研究对象,考虑编队飞行环境中常见的复杂性约束条件,针对通信受限、无人机碰撞问题及任务规划问题
学位
无人驾驶汽车在道路中行驶时,若无法精确采集行人、车辆以及水坑等外界重要信息,极易造成人民财产损失以及人员伤亡情况。为了解决信息采集的精确性问题,本文通过研究深度学习与视觉成像模型组合的方法,得到精确的物体位置,从而提高无人驾驶汽车的可靠行驶。现有摄像机测量的方法效果较好,但仍然存在以下问题:现有摄像机标定的过程中,需要考虑摄像机物理特性、外界环境信息对摄像机的标定影响,一般结合多个线性过程的方法求
学位
自显微成像技术发展至今,人们探索到了别有洞天的微观世界,然而随着科技的进步和社会的发展,人们在寻找一种定量、非接触式的方法来获取样本的三维信息。通过对当代显微成像技术的对比发现,基于生物荧光的方法虽然可实现定量测量,但是会损伤/杀死样本细胞,无法实现非接触式测量;而数字全息技术虽然可实现当下需求,但是由于需要相干光以及复杂的仪器设备,导致制造成本大幅提高。因此最终选用基于光强传输方程的方法来恢复相
学位
随着现今经济水平的提高,汽车行业发展也异常迅猛,但同时也伴随着交通事故的频发,严重威胁人们的财产以及生命安全。现有车内驾驶员突发疾病及司乘人员发生暴力冲突交互的异常行为识别检测应用很少,并且车内空间受限、遮挡和光照等会导致有效性差等难题,以至于对异常行为不能准确进行检测,进而阻止事故的发生。针对这三种最容易发生在车里的异常行为:驾驶员趴在方向盘上、晕倒斜躺以及驾驶员与乘客的暴力冲突,本文提出基于人
学位
机场跑道异物(FOD,Foreign Object Debris)是指出现在机场跑道区域内且会损伤航空仪器或者航空系统的外来物体。FOD对飞机起落与乘客生命带来了严重的安全威胁,因此FOD的检测方法研究是航空领域的一个研究热点。现有基于毫米波雷达的FOD检测方法难以满足检测精度要求,而基于可见光图像处理的FOD检测方法在图像配准和畸变矫正方面还存在诸多问题,影响到检测的准确度。针对上述问题,本文重
学位
随着工业时代的快速发展,人们对工厂内的生产效率和生产安全有着越来越高的需求。为了对各生产环节的效率进行评估,同时为了避免意外伤害事故的发生,视频监控和智能分析技术发挥着非常重要的作用。但现有的传统监控系统仍有一些不足,首先传统的视频监控大多是通过人工的方法对各生产环节的人员行为进行判断,不够准确;而且传统的视频监控技术大多是离线运行,无法对人员行为进行精准实时的判断与危险预警。本文针对这两个主要问
学位