基于小波分析的逆变电路故障诊断方法研究

摘 要： 针对逆变电路受到输入电压不稳定性等因素的影响时容易产生故障的问题，提出一种基于小波分析的逆变电路故障诊断方法。构建逆变电路的电压、电流和功率的输入/输出模型，确定电路故障的约束参量模型，构建逆变电路运行状态目标函数，对电路中的传输信息流采用小波分析方法进行特征提取，实现故障准确检测和诊断。测试结果表明，采用该方法进行逆变电路故障诊断的准确性较高，可靠性较好。

关键词： 小波分析； 逆变电路； 故障诊断； 特征提取

中图分类号： TN710⁃34； TM315 文献标识码： A 文章编号： 1004⁃373X（2017）20⁃0156⁃03

Abstract： The inverter circuit may easily produce the fault caused by the influence of input voltage instability and other factors； therefore a wavelet analysis based fault diagnosis method of inverter circuit is proposed. The input/output model of voltage， current and power of the inverter circuit is constructed to determine the constraint parameter model of circuit fault. The target function of inverter circuit operation state is established. The wavelet analysis method is adopted to extract the features of transmission information flow in the circuit， and realize the accurate fault detection and diagnosis. The test results show that the method has high accuracy and reliability for fault diagnosis of inverter circuit.

Keywords： wavelet analysis； inverter circuit； fault diagnosis； feature extraction

0 引 言

逆變电路是通过并联谐振逆变器把直流电变成交流电的电路结构，逆变电路根据直流侧储能元件形式的不同可以分为有源逆变和无源逆变，用电力电子器件（如晶闸管等）逆变器给串联负载供电，实现交流电机调速和输出稳压控制能功能。逆变电路在电力电子装置、电源设计等领域具有广泛的应用。逆变电路受到输入电压的不稳定性和电力电子器件的耦合性等因素的影响，容易产生故障，导致整个电路系统不能正常工作，需要进行逆变电路故障诊断优化设计，提高电路的稳定运行能力。

传统方法中，对逆变电路故障诊断方法主要有时域分析诊断法[1]、频域分析诊断法、模糊神经网络诊断方法等[2⁃3]。通过故障特征提取信息采集分析方法得到逆变电路故障状态信息参量，实现对逆变电路的运行状态和故障原因进行实时定位和分析，但上述方法存在实时性不好，鲁棒性不高的问题。对此，本文提出一种基于小波分析的逆变电路故障诊断方法，通过诊断算法研究和实验测试分析，得到有效性结论。

1 逆变电路故障诊断原理和特征提取

1.1 故障诊断原理及总体设计

为了有效构建逆变电路的故障诊断模型，首先分析逆变电路的故障诊断原理。逆变电路故障诊断主要是通过对电路的输入/输出的电流、功率、电压和功耗等参量进行信息特征分析和融合，实现故障特征提取和故障属性判别的过程[4]。典型的逆变电路的等效电路模型如图1所示。以图1给出的逆变电路等效模型为研究对象，进行故障诊断原理分析。采用传感器设备进行逆变电路的电气参量测试和采集，在电路的输出设备中获得有关参数实现对逆变电路的内部特征的定量分析。对逆变电路的运行状态进行特征分析，提取逆变电路的异常工况特征信息，通过特征优选和专家系统的分类决策，实现逆变电路的故障分类诊断。根据上述设计原理，得到逆变电路的故障诊断的实现原理框图如图2所示。

1.2 逆变电路故障信息获取

根据图2给出的逆变电路故障诊断原理可知，进行电路故障诊断的第一步就是进行信息特征提取。采用小波分析方法进行特征参量融合分析[5]，定义双曲调频母小波为：

2 故障特征提取与诊断实现

构建逆变电路运行状态目标函数，对电路中的传输信息流采用小波分析方法进行特征提取。在逆变电路的次级共振环节，根据逆变电路系统的拓扑结构[6]，构建电压和功率输出增益为：

3 仿真实验分析

为了测试本文方法在实现逆变电路故障准确诊断中的应用性能，进行以此仿真实验。实验软件平台建立在Matlab 7.0仿真软件的基础上，电路的参量设定为：互感值[Lp2=2.3 μH]，磁共振电容[Cp1=405 pF]，一级电阻[Rp1=45 Ω]， 谐振频率[f=27.05 MHz]，串联电容由图3结果得知，采用本文方法进行逆变电路故障诊断的准确性较好，表1和表2展示了不同方法进行电路故障诊断的耗时、负荷量和时间延迟方面的性能指标对比结果。分析得知，采用本文方法进行故障诊断的耗时较小，准确率较高，总体性能优于传统方法。

4 结 语

本文提出一种基于小波分析的逆变电路故障诊断方法，构建逆变电路的电压、电流和功率的输入/输出模型，确定电路故障的约束参量模型，构建逆变电路运行状态目标函数，对电路中的传输信息流采用小波分析方法进行特征提取，实现故障准确检测和诊断。测试结果表明，采用该方法进行逆变电路故障诊断的准确性较高，可靠性较好，具有较好的电路故障诊断应用价值。

参考文献

[1] 朱洪.基于D⁃S证据和POS神经网络的电路故障诊断[J].计算机测量与控制，2013，21（4）：868⁃870.

[2] 胡哲峰，陈福深，孙豹，等.集成光波导电场传感器分段电极频率响应分析[J].激光技术，2011，35（5）：688⁃691.

[3] 刘聪，李颖晖，吴辰，等.基于鲁棒自适应滑模观测器的多故障重构[J].控制与决策，2016，31（7）：1219⁃1224.

[4] 高闪，梅劲松.输入非线性系统的执行器故障容错控制[J].信息与控制，2015，44（4）：463⁃468.

[5] 孙云嵩，于德介，陈向民，等.基于信号共振稀疏分解的阶比分析及其在齿轮故障诊断中的应用[J].振动与冲击，2013，32（16）：88⁃94.

[6] 褚福磊，彭志科，冯志鹏，等.机械故障诊断中的现代信号处理方法[M].北京：科学出版社，2009.

[7] 杨兴明，余忠宇.两轮移动倒立摆的开关切换模糊极点配置控制器设计[J].电路与系统学报，2012，17（4）：58⁃62.

推荐访问:小波 电路 故障诊断 逆变 方法