韩国A片国产浪潮AV,午夜夫妻试看120国产,6699嫩草久久久精品影院,午夜福利视频导航,国产精品久久久久久日本,免费精品国产人妻国语,亚洲精品一区二区在线,总裁高H掹C纯肉小黄书,国产精品后入内射日本在线观看 ,国产精品扒开做爽爽爽的视频

您的位置：首頁>>管理中心>>行業(yè)資訊>>修改新聞資訊信息

資訊類型：	行業(yè)要聞企業(yè)動態(tài) 新品速遞解決方案交流培訓(xùn) 嘉賓訪談產(chǎn)業(yè)縱橫
	人物聚焦展會動態(tài) 會展報告本站動態(tài)
標(biāo) 題：	*
頁面廣告：
副標(biāo) 題：
關(guān) 鍵字：	多個關(guān)鍵字請用“/”分隔，如：西門子/重大新聞
內(nèi)容描述：	為了高效、準(zhǔn)確的對 PWM 整流器開關(guān)管故障進(jìn)行診斷，本文提出了對輸出電流進(jìn)行五層小波分解得到各頻帶的小波系數(shù)，然后計算出各頻帶的小波能量譜，標(biāo)幺化后將其輸入改進(jìn)的 BP 神經(jīng)網(wǎng)絡(luò)，仿真結(jié)果表明，該方法是準(zhǔn)確
新聞來源：
鏈接：
責(zé)任編輯：
標(biāo)題圖片：	當(dāng)編輯區(qū)有插入圖片時，將自動填充此下拉框
* 所屬類別： (不超過20項)	電源產(chǎn)品分類： UPS電源穩(wěn)壓電源 EPS電源變頻電源凈化電源特種電源發(fā)電機(jī)組開關(guān)電源(AC/DC) 逆變電源(DC/AC) 模塊電源(DC/DC) 電源應(yīng)用分類：通信電源電力電源車載電源軍工電源航空航天電源工控電源 PC電源 LED電源電鍍電源焊接電源加熱電源醫(yī)療電源家電電源便攜式電源充電機(jī)(器) 勵磁電源電源配套分類：功率器件防雷浪涌測試儀器電磁兼容電源IC 電池/蓄電池電池檢測變壓器傳感器軸流風(fēng)機(jī) 電子元件連接器及端子散熱器電解電容 PCB/輔助材料新能源分類：太陽能(光伏發(fā)電) 風(fēng)能發(fā)電潮汐發(fā)電水利發(fā)電燃料電池其他類：其他
靜態(tài)頁面：	生成靜態(tài)頁面
* 內(nèi) 容：	<P>    <STRONG>摘要：</STRONG>為了高效、準(zhǔn)確的對 PWM 整流器開關(guān)管故障進(jìn)行診斷，本文提出了對輸出電流進(jìn)行五層小波分解得到各頻帶的小波系數(shù)，然后計算出各頻帶的小波能量譜，標(biāo)幺化后將其輸入改進(jìn)的 BP 神經(jīng)網(wǎng)絡(luò)，仿真結(jié)果表明，該方法是準(zhǔn)確、高效的，而且具有比傳統(tǒng)單一的小波分析或神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)收斂速度快，診斷正確率更高的特點(diǎn)。 </P> <P>    <STRONG>1. 引言</STRONG> </P> <P>    自 21 世紀(jì)以來，新型城市軌道交通在我國得到了飛速的發(fā)展，現(xiàn)已是我國國民經(jīng)濟(jì)發(fā)展與人民生活水平的重要標(biāo)志。它具有污染小、效率高、結(jié)構(gòu)簡單等一系列優(yōu)點(diǎn)。PWM 整流器[1]是新型能饋式牽引供電系統(tǒng)的關(guān)鍵部件，目前國內(nèi)外學(xué)者對新型 PWM 整流器故障診斷研究較少，傳統(tǒng)的故障診斷算法不能準(zhǔn)確快速的對故障進(jìn)行診斷，因此本文提出一種融合的故障診斷方法 </P> <P>    [2]，能快速、準(zhǔn)確、實(shí)時的在線對 PWM整流器開關(guān)管故障診斷，從而便于容錯控制，保證列車平穩(wěn)、安全的運(yùn)行。故障特征的準(zhǔn)確提取是故障診斷能否成功的關(guān)鍵。由于電力電子電路是多變量、非線性、強(qiáng)耦合的復(fù)雜系統(tǒng)，很難建立準(zhǔn)確、有效的數(shù)學(xué)模型，傳統(tǒng)的故障診斷方法根本無法滿足當(dāng)今的技術(shù)指標(biāo)要求，而單一的智能診斷方法的故障診斷也不是十分有效，因此本文根據(jù)理論的分析與 MATLAB 的仿真，提出用小波分解來提取小波能量譜來作為故障特征量，并將標(biāo)幺化后的特征量輸入BP神經(jīng)網(wǎng)絡(luò)來完成故障的識別與診斷。</P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094427767.jpg"></P> <P>    <STRONG>2.1 小波分析提取故障特征</STRONG> </P> <P>    PWM 整流器開關(guān)管在故障時電流或電壓特征量發(fā)生突變，信號中含有非平穩(wěn)的時變信息，而用傳統(tǒng)的傅里葉變換往往只能對信號的頻域具有局部化分析能力，它是對整個時域的積分，適合于對穩(wěn)態(tài)信號分析，對非穩(wěn)態(tài)信號無能為力，而小波變換在時域和頻域都具有局部化能力，它的窗口尺寸可以根據(jù)信號的頻率而自動調(diào)節(jié)，并且是一種基于“頻帶”的時頻分析方法，因而非常適合于暫態(tài)信號或非穩(wěn)態(tài)信號的分析[3]。二進(jìn)制小波變換就是通過多分辨分析算法來實(shí)現(xiàn)的，將信號 ( )f t 分解為不同尺度上的近似和細(xì)節(jié)，也就是對應(yīng)的低頻和高頻部分，分解的公式[4]可以表示為： </P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094528915.jpg">{$page$}</P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094536886.jpg"></P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094834410.jpg"></P> <P>    <STRONG>3 實(shí) 驗</STRONG> </P> <P>    3.1 MATLAB 故障仿真與分析選取 PWM 整流器電路作為診斷實(shí)例，原理圖如圖 3 所示，使用 MATLAB 進(jìn)行建模與仿真，電路參數(shù)設(shè)置如下：輸入三相交流電壓為380V，工作頻率為 50Hz，電阻為 0.1Ω ，電感為 1mH,載波頻率為 10000Hz，調(diào)制系數(shù)為 0.4，通過 MATLAB 分別對PWM 整流器正常工作和開關(guān)管故障時進(jìn)行仿真，仿真時間設(shè)為 0.2s，在 0.1s 時發(fā)生開關(guān)管開路故障，下面我們通過提取小波能量譜來作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，然后在 0.12s、 0.08s 等時刻再次提取故障特征，以此來對神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，從而完成對開關(guān)管故障的診斷和診斷算法的驗證，為了問題的簡化與說明，下面我們只對開關(guān)管單管故障進(jìn)行舉例，其他情況依此類推。PWM 整流器基本工作原理[1]： </P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094733608.jpg"></P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094842774.jpg"></P> <P align=left><IMG border=0 src="/uploadfile/newspic/20121127094855526.jpg"></P> <P>    <STRONG>3.2 故障特征的提取</STRONG> </P> <P>    通過對比圖 4、圖 5 不難發(fā)現(xiàn)，在開關(guān)管發(fā)生故障時，輸出電流發(fā)生了很大的畸變，通過 db3 小波對輸出電流壓進(jìn)行 5 層分解，提取 1個低頻系數(shù)和 5 個高頻系數(shù)，然后根據(jù)小波分解系數(shù)求出各頻段能量譜，按照順序排成一列向量，該向量就是與某一故障相對應(yīng)的特征向量。下面對電壓信號進(jìn)行 5 層分解，得到 6 個頻帶的小波系數(shù)，重構(gòu)各節(jié)點(diǎn)小波分解系數(shù)，則總信號可表示為[7]： </P> <P><IMG border=0 src="/uploadfile/newspic/20121127094931233.jpg"></P> <P><IMG border=0 src="/uploadfile/newspic/20121127094939707.jpg">{$page$}</P> <P><IMG border=0 src="/uploadfile/newspic/20121127094948305.jpg"></P> <P><IMG border=0 src="/uploadfile/newspic/20121127094954192.jpg"></P> <P><IMG border=0 src="/uploadfile/newspic/20121127095022767.jpg"></P> <P><IMG border=0 src="/uploadfile/newspic/20121127095030354.jpg"></P> <P>    <STRONG>4. 結(jié)論</STRONG> </P> <P>    本文通過對 PWM 整流器的輸出電流進(jìn)行小波分解，對比分析發(fā)現(xiàn)， PWM 整流器正常時和故障時小波分解系數(shù)相差明顯，因此對正常情況和各種故障情況的電流進(jìn)行分解并計算其小波能量譜，發(fā)現(xiàn)不同的故障各頻段的能量譜差別明顯，為了便于后面的分析與比較，將其歸一化后再將其輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行故障的識別與診斷9]，仿真的結(jié)果表明該算法的診斷正確率 100%，是一種準(zhǔn)確、高效的診斷算法，對工程上實(shí)現(xiàn) PWM 整流器故障的快速、準(zhǔn)確診斷與容錯控制提供了一定的指導(dǎo)作用[10]。 </P> <P>    <STRONG>參考文獻(xiàn)</STRONG> </P> <P>    [1] 劉志剛,葉斌,梁暉.電力電子學(xué)[M].北京：北京交通大學(xué)出版社，2004. </P> <P>    [2] 羅惠,王友仁等.電力電子電路多源特征層融合故障診斷方法[J].電機(jī)與控制學(xué)報.2010,4,第14 卷(4 期):92-95. </P> <P>    [3] 徐昕，傅煊.基于小波分解和 BP 神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷研究[J].現(xiàn)代電子技術(shù).2011,10，第 34 卷(19 期) :171-175. </P> <P>    [4] 王云亮，孟慶學(xué)等.基于小波能量法及神經(jīng)網(wǎng)絡(luò)的電力電子裝置故障診斷[J].智能控制技術(shù),2009,第 31 卷(2 期):25-27. </P> <P>    [5] 孟苓輝，王磊等.基于改進(jìn) BP 神經(jīng)網(wǎng)絡(luò)的牽引變流器故障診斷[J].電子設(shè)計工程,2012,3,第20 卷(6 期):61-63. </P> <P>    [6] 王軼.基于數(shù)據(jù)挖掘的機(jī)車牽引變流器故障診斷[D].成都：西南交通大學(xué)，2005,4.10 </P> <P>    [7] 明廷鋒，姚曉山等.基于小波-主成分分析的離心泵故障診斷方法[J].武漢理工大學(xué)學(xué)報，010，12 </P> <P>    [8] BingLi and Peilin Zhang.FeatureExtraction and Selection for Diagnosis Gear Using Wavelet Entropy and Mutual Information.[A].2008 </P> <P>    [9] Zhimin Dong,Xinqiao Jin,YunyuYang.Fault diagnose for temperature,flow rate and pressure sensors in VAV systems using wavelet neural network[J].Applied Energy,2009,86:1624-1631. </P> <P>    [10] YaguoLei,ZhengjiaHe,YanyangZi.Expert Systems with Applications,2009. </P> <P>    作者簡介：孟苓輝 (1988—) ，男，吉林舒蘭人，博士研究生。 </P> <P>    研究方向：電力電子與電氣傳動。<SPAN style="FONT-FAMILY: Webdings"><</SPAN></P>