基于多特征信息融合PWM整流器故障診斷

    摘要：為了高效、準(zhǔn)確的對(duì) PWM 整流器開(kāi)關(guān)管故障進(jìn)行診斷，本文提出了對(duì)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(jì)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)。

    1. 引言

    自 21 世紀(jì)以來(lái)，新型城市軌道交通在我國(guó)得到了飛速的發(fā)展，現(xiàn)已是我國(guó)國(guó)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(jiǎn)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(guó)內(nèi)外學(xué)者對(duì)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(duì)故障進(jìn)行診斷，因此本文提出一種融合的故障診斷方法

    [2]，能快速、準(zhǔn)確、實(shí)時(shí)的在線對(duì) PWM整流器開(kāi)關(guān)管故障診斷，從而便于容錯(cuò)控制，保證列車(chē)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(wú)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(lái)提取小波能量譜來(lái)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(lái)完成故障的識(shí)別與診斷。

    2.1 小波分析提取故障特征

    PWM 整流器開(kāi)關(guān)管在故障時(shí)電流或電壓特征量發(fā)生突變，信號(hào)中含有非平穩(wěn)的時(shí)變信息，而用傳統(tǒng)的傅里葉變換往往只能對(duì)信號(hào)的頻域具有局部化分析能力，它是對(duì)整個(gè)時(shí)域的積分，適合于對(duì)穩(wěn)態(tài)信號(hào)分析，對(duì)非穩(wěn)態(tài)信號(hào)無(wú)能為力，而小波變換在時(shí)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(hào)的頻率而自動(dòng)調(diào)節(jié)，并且是一種基于“頻帶”的時(shí)頻分析方法，因而非常適合于暫態(tài)信號(hào)或非穩(wěn)態(tài)信號(hào)的分析[3]。二進(jìn)制小波變換就是通過(guò)多分辨分析算法來(lái)實(shí)現(xiàn)的，將信號(hào) ( )f t 分解為不同尺度上的近似和細(xì)節(jié)，也就是對(duì)應(yīng)的低頻和高頻部分，分解的公式[4]可以表示為：