Videnskab
 science >> Videnskab >  >> Elektronik

Forskere foreslår en ny fejldiagnosealgoritme til pulsbreddemodulationskonverter

Fig. 1. Arkitekturen af ​​den foreslåede model. Kredit:Zhang Li

Et forskerhold ledet af prof. Gao Ge og Jiang Li fra Hefei Institutes of Physical Science ved det kinesiske videnskabsakademi har undersøgt fejldiagnosen af ​​en pulsbreddemodulationskonverter og foreslået en neural netværksfejldiagnosealgoritme til at løse eksisterende problemer i denne Mark. Resultaterne blev offentliggjort i IEEE Transactions on Power Electronics .

Pulsbreddemodulation har fordelene ved høj effektivitet, høj effekttæthed og høj pålidelighed. Men på grund af kompleksiteten af ​​drivsystemerne og mangfoldigheden af ​​fusionsforbindelsesdrift, er pulsbreddemodulerende spændingskildekonvertersystemer tilbøjelige til at lide kritiske fejl. Derfor er forskning i fejldiagnoseteknologi af stor bekymring, især åben-kredsløbsfejldiagnose, som forskerne har fokuseret på i denne undersøgelse.

Aktuelle fejldiagnosemetoder omhandler kun udbedringstilstanden eller omformertilstanden. Teoretisk analyse viser, at de fejlkarakteristiske størrelser i begge to tilstande har helt forskellige karakteristika og komplicerede, hvilket øger vanskeligheden ved fejldiagnosticering.

I denne undersøgelse brugte forskerne, når de anvendte den foreslåede algoritme, kun den trefasede netsidestrøm som den karakteristiske mængde af fejldiagnose og diagnosticerede 21 typer fejl i både udbedring og invertertilstand.

"Forskelligt fra den traditionelle Convolutional Neural Network-arkitektur kan et omhyggeligt udformet design øge dybden og bredden af ​​netværket, samtidig med at computerbudgettet holdes konstant," sagde Dr. Deng Xi, førsteforfatter af undersøgelsen. "Dette kan gøre bedre brug af computerressourcerne inde i netværket."

Fig. 2. Modelnøjagtighed af den neurale netværksmodel. Kredit:Zhang Li

De eksperimentelle resultater viser, at modellen nøjagtigt kan detektere ca. 99,14 % af fejl i åbent kredsløb inden for 12,83 ms (<3/4 cyklus) uden at tilføje flere sensorer.

Denne undersøgelse giver et grundlag for sikker og stabil drift af fusionskraftsystemer og giver referenceværdi for andre områder. + Udforsk yderligere

Forskere udvikler intelligent fejldiagnosemetode til atomkraftværker




Varme artikler