基于獨立主成分分析的PWM逆變電路的故障診斷

劉玲

摘 要： PWM逆變電路故障具有多發(fā)性和非線性相關(guān)性，對其準(zhǔn)確檢測的難度較大。為了提高PWM逆變電路的故障診斷性能，提出基于獨立主成分分析的PWM逆變電路的故障診斷方法，采用電路輸出信號測量方法進(jìn)行故障狀態(tài)特征檢測，對采集的PWM逆變電路信號進(jìn)行調(diào)理和抗混疊濾波處理，提取檢測信號的獨立主成分特征，實現(xiàn)故障識別。仿真結(jié)果表明，采用該方法進(jìn)行PWM逆變電路故障診斷的準(zhǔn)確檢測性能較好，故障診斷可靠穩(wěn)定。

關(guān)鍵詞： 獨立主成分分析； PWM逆變電路； 故障診斷； 信號測量

中圖分類號： TN710?34； TP277 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）05?0147?04

Abstract： The fault of the PWM inverter circuit has the characteristics of malfunction and nonlinear correlation， and it is difficult to detect its accuracy. In order to improve the fault diagnosis performance of the PWM inverter circuit， the PWM inverter circuit fault diagnosis method based on independent principal component analysis is proposed. The measuring method of the circuit output signal is used to detect the fault state feature to perform the conditioning and anti?aliasing filtering for the acquired signal of the PWM inverter circuit， and extract the independent principal component characteristics of the signal， so as to recognize the fault. The simulation results show that the method has better accurate detection performance for PWM inverter circuit fault diagnosis， and the fault diagnosis is reliable and stable.

Keywords： independent principal component analysis； PWM inverter circuit； fault diagnosis； signal measurement

0 引 言

PWM逆變電路廣泛應(yīng)用在調(diào)制解調(diào)通信、信號放大系統(tǒng)和信號調(diào)理系統(tǒng)中，在實現(xiàn)電壓逆變和信號增強方面具有較大的應(yīng)用價值。PWM逆變電路要求輸出時鐘頻率精確、穩(wěn)定，但在PWM逆變電路中，存在來自外部的有源晶振干擾和內(nèi)部寄生振蕩的擾動，容易產(chǎn)生電路故障[1?2]，為了保障PWM逆變電路穩(wěn)定、可靠的工作，需要進(jìn)行有效的電路故障診斷，研究PWM逆變電路故障診斷的優(yōu)化方法在提高電路系統(tǒng)的穩(wěn)定性方面具有重要意義。

對電路故障診斷的原理是通過對電路輸出信號進(jìn)行特征檢測和分析，采用信號測量方法完成電路輸出信號的濾波、采集和處理，提供給專家系統(tǒng)做出診斷決策[3]，實現(xiàn)對PWM逆變電路故障產(chǎn)生的原因、性質(zhì)和特征進(jìn)行分析。典型的電路故障診斷方法按照檢測手段分為電路寄生振蕩檢測法、混疊譜分析方法、超聲檢測方法等。按照診斷原理可分為時域分析診斷方法、頻域分析診斷方法、統(tǒng)計分析診斷法和信息論分析方法等[4]。其他的人工智能診斷方法還有神經(jīng)網(wǎng)絡(luò)診斷法和專家系統(tǒng)法，一般來說，上述方法都是將采集的電路信號直接來判別PWM逆變電路的運行狀態(tài)，結(jié)合濾波電路濾除與故障無關(guān)的信息，進(jìn)行信號的統(tǒng)計特征量分析，但通常從檢測的電路信號直接判別PWM逆變電路的故障運行狀態(tài)是比較困難的，特別是PWM逆變電路的物理量變化復(fù)雜，元件的組成要素較多，存在非線性特征干擾和寄生振蕩，故障具有多發(fā)性，常規(guī)的檢測方法難以實現(xiàn)有效的故障診斷。

為了提高PWM逆變電路的故障診斷性能，提出基于獨立主成分分析的PWM逆變電路的故障診斷方法，并通過仿真實驗測試其可行性。

1 PWM逆變電路故障診斷原理

PWM逆變電路狀態(tài)識別和故障診斷的第一步是信號的檢測測量，采用信號處理和濾波方法實現(xiàn)對PWM逆變電路的輸出振蕩信號和寄生信號的采集和測量。PWM逆變電路的故障診斷原理如圖1所示[5]。

2 電路信號測量穩(wěn)態(tài)指標(biāo)選取

分析故障診斷原理可知，進(jìn)行PWM逆變電路故障診斷的首要一步是進(jìn)行電路信號測量，信號的測量和調(diào)理是進(jìn)行PWM逆變電路狀態(tài)監(jiān)測和故障診斷最基礎(chǔ)的工作，采用傳感器測量方法，將電路中的敏感元件測量信號轉(zhuǎn)換為電量變化信號，假設(shè)PWM逆變電路敏感元件測量信號的表達(dá)式為：

圖3 電路故障診斷的實現(xiàn)流程

4 故障診斷的仿真測試

采用Matlab 2014工具箱中的Simulink平臺構(gòu)建PWM逆變電路，進(jìn)行故障診斷分析仿真實驗，電路的故障信號測量節(jié)點分為6個節(jié)點，故障信號采樣中，每種狀態(tài)樣本為100個[8]，采集600組信號樣本進(jìn)行故障特征提取和獨立主成分分析[9]，信號測量節(jié)點間的相關(guān)系數(shù)分布見表1。

對采集的PWM逆變電路信號進(jìn)行調(diào)理和抗混疊濾波處理，對PWM逆變電路的主成分分析的PCA結(jié)果見表2。從表2可知，選擇的PWM逆變電路信號測量節(jié)點的主成分特征對故障診斷具有較高的累積貢獻(xiàn)百分率，平均百分率達(dá)到96.89%，說明選擇的信號測量節(jié)點進(jìn)行故障診斷具有顯著性特征，可以作為故障檢測的信號輸入源。

以表2結(jié)果為基礎(chǔ)進(jìn)行故障診斷，得到測量信號的一組樣本如圖4所示。以故障診斷的準(zhǔn)確檢測概率為測試技術(shù)指標(biāo)，進(jìn)行診斷性能分析，圖5給出了采用本文方法和傳統(tǒng)方法，經(jīng)過1 000次實驗，在不同干擾強度下進(jìn)行PWM逆變電路故障診斷的準(zhǔn)確度的平均值，結(jié)果可見，本文方法的故障診斷準(zhǔn)確度高于傳統(tǒng)方法，可靠性較好。

5 結(jié) 語

為了提高PWM逆變電路的故障診斷性能，保障電路的可靠穩(wěn)定工作，提出基于獨立主成分分析的PWM逆變電路的故障診斷方法，采用電路輸出信號的測量方法進(jìn)行故障狀態(tài)特征檢測，對采集的PWM逆變電路信號進(jìn)行調(diào)理和抗混疊濾波處理，提取檢測信號的獨立主成分特征，實現(xiàn)故障識別。結(jié)果表明，采用本文方法進(jìn)行PWM逆變電路故障診斷的準(zhǔn)確檢測性能較好，具有較好的應(yīng)用價值。

參考文獻(xiàn)

[1] 溫陽東，宋陽，王穎鑫，等.基于模糊神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷[J].計算機測量與控制，2013，21（1）：39?41.

[2] 孫海亮，訾艷陽，何正嘉.多小波自適應(yīng)分塊閾值降噪及其在軋機齒輪故障診斷中的應(yīng)用[J].振動工程學(xué)報，2013，26（1）：127?134.

[3] 孫云嵩，于德介，陳向民，等.基于信號共振稀疏分解的階比分析及其在齒輪故障診斷中的應(yīng)用[J].振動與沖擊，2013，32（16）：88?94.

[4] 韓曉冬.基于小波神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障定位技術(shù)研究[J].科技通報，2013，29（6）：59?61.

[5] 王永旭，溫渤嬰.高壓直流輸電交流濾波器與交流系統(tǒng)最大并聯(lián)阻抗的分析與計算[J].中國電機工程學(xué)報，2015，35（11）：2703?2710.

[6] 索中英，程嗣怡，袁修久，等.優(yōu)勢決策信息系統(tǒng)規(guī)則獲取方法及應(yīng)用[J].兵工學(xué)報，2015，26（3）：539?544.

[7] 于晗，鐘志勇，黃杰波，等.采用拉丁超立方采樣的電力系統(tǒng)概率潮流計算方法[J].電力系統(tǒng)自動化，2009，33（21）：32?36.

[8] 朱洪.基于D?S證據(jù)和POS神經(jīng)網(wǎng)絡(luò)的電路故障診斷[J].計算機測量與控制，2013，21（4）：868?870.

[9] 姚文軒，滕召勝，唐求，等.非同步采樣下電力系統(tǒng)相量測量修正算法[J].儀器儀表學(xué)報，2013，34（7）：1518?1524.