一种Buck变换器多元件健康监测方法及系统与流程

文档序号:15214186发布日期:2018-08-21 16:39阅读:257来源:国知局

本发明涉及电能变换装置中的监测技术领域,尤其涉及一种buck变换器多元件健康监测方法及系统。



背景技术:

系统故障预测与健康管理(prognosticsandhealthmanagement,phm)是一种全面故障检测、隔离和预测及健康管理技术。通过监测系统的故障特征参数,借助各种推理算法来估计系统自身的健康状况,在系统故障发生前对其故障能尽早监测且能有效预测,准确定位退化或故障部位,并结合各种信息资源给出维修计划,从而实现系统的视情维修和自主式保障,对降低维护费用、保障系统的可靠性与安全性、提高战备完好率和任务成功率具有十分重要的意义。

故障预测与健康管理(phm)的概念于上世纪九十年代由美国提出,经过多年的研究,飞机发动机、直升机旋翼及其传动等机械结构系统的phm技术已经比较成熟,各国相继开发了相应的phm系统,并已广泛应用于大、中型民用和军用飞机中。由于失效机理不同,相比于机械系统,电子系统故障预测难度更大,受机械系统尤其是发动机系统phm方面取得显著进展的鼓舞,为了实现电子设备的故障预测功能,美国国防工业协会在2004年组织召开了第一次电子预测专题研讨会。目前电子设备的phm研究已取得了一些成果,部分技术已经商业化。根据现有资料,电子电路故障预测方法可分为以下三类:基于性能特征参数监测的寿命预测、基于物理失效模型(physicsoffailure,pof)的实时剩余寿命预测以及基于内建“故障标尺”的健康管理。

随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的phm技术。电力电子变换系统一般由主功率电路、控制电路两大部分组成。由于电力电子主电路工作在高频、高功率的强非线性工作方式,器件性能退化速度远远高于控制电路,主电路故障率远远高于控制电路部分,而后者属于电子电路,其phm已有较多的研究成果,因此研究电力电子主电路的phm技术就显得十分重要。电力电子主电路器件内部工作机理与相应的电子器件类似,理论上其故障预测方法可以借鉴电子电路,但是由于主电路器件处理功率大,应力大,寿命远低于电子器件,且受环境应力等影响关系复杂,功率管精确的实效模型短期内难以获得,比较上述三种电子电路的预测方法,基于性能特征参数监测的预测方法相对更适用于主电路的故障预测。因此,有必要研究电力电子主电路的特征参数提取方法。

有文献给出了电力电子主电路电解电容、mosfet、电感、二极管的失效率,指出25℃下电解电容失效率最高为60%,其次是mosfet为31%,电感为6%、二极管为3%。由于电解电容和开关管失效率明显高于其它器件,目前国内外针对主电路器件的故障预测研究多集中在这两种器件上。然而,当前的研究多是单独针对开关管或电解电容的研究,针对多元件(开关管、电解电容、电感)的故障特征参数统一提取方法还未见报道。



技术实现要素:

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷,提供一种buck变换器多元件健康监测方法,能够实时监测开关管、滤波电感、滤波电容的健康状况。

本发明为解决上述技术问题采用以下技术方案:

一种buck变换器多元件健康监测方法,其特征在于,该方法统一的采样信号为:二极管两端电压vm、电感电流ilf、输出电压vo。该方法步骤为:1.根据vm辨识出输入电压vin、开通振铃频率fon、关断振铃频率foff,结合提取出的vin与fon评估二极管健康状况,结合提取出的vin与foff评估mos管健康状况;2.根据vm、ilf与vo辨识出滤波电感感值lf以及滤波电感等效串联电阻rlf,结合辨识出的lf与rlf评估滤波电感的健康状况;3.根据ilf与vo辨识出滤波电容值cf以及滤波电容等效串联电阻rcf,结合辨识出的cf与rcf评估滤波电容的健康状况。

进一步的,根据权利要求1所述的根据vm辨识出输入电压vin、开通振铃频率fon、关断振铃频率foff的方法,具体包含以下步骤:

步骤a),根据vm波形特征,提取开通振铃数据以及关断振铃数据:

对vm进行高通滤波,将高通滤波后的数据最大值后第一个过零点作为起点,抽出5%开关周期的数据作为开通振铃数据;

将vm数据最小值后第一个过零点作为起点,抽出5%开关周期的数据作为关断振铃数据。

步骤b),对提取到的开通振铃数据以及关断振铃数据进行经验模态分解(emd),分别获得一系列本征模函数(intrinsicmodefunction,简称imf);

步骤c),分别从获得的开通振铃与关断振铃的imfs中抽出10个imf,进行fft分析,获得10条开通振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)以及关断振铃imfs的频谱si(off)(f)(i=1,2,3,…,10);

步骤d),确定10条开通振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为开通振铃对应的频谱,该频谱峰值点对应的频率即为开通振铃频率fon;确定10条关断振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为关断振铃对应的频谱,该频谱峰值点对应的频率即为关断振铃频率foff;

进一步的,根据权利要求1所述根据vm、ilf与vo辨识出滤波电感感值lf以及滤波电感等效串联电阻rlf的方法,具体包含以下步骤:

步骤a),建立电感支路的状态方程:

步骤b),将步骤a中得到的状态方程进行离散化处理:

其中t为采样周期。根据离散化方程,定义参数矩阵:

定义观测矩阵:

步骤c),利用采样得到的vm、ilf与vo数据,根据步骤b建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:

步骤d),根据得到的θ估计值,计算所需辨识参数值:

进一步的,根据权利要求1所述根据ilf与vo辨识出滤波电容值cf以及滤波电容等效串联电阻rcf的方法,具体包含以下步骤:

步骤a),建立电感支路以及负载支路的状态方程:

步骤b),将步骤a中得到的状态方程进行离散化处理:

其中t为采样周期。根据离散化方程,定义参数矩阵:

定义观测矩阵:

步骤c),利用采样得到的ilf与vo数据,根据步骤b建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:

步骤d),根据得到的θ估计值,计算所需辨识参数值:

有益效果:

1.本发明基于统一的采样点,可以同时实现开关管、电感、电容的健康监测。

2.对于输出电压、电感电流双环控制的buck电路,本发明只需增加二极管两端电压vm的采集,实现电路简单;

3.无需打断电路的正常工作,可以实现实时在线监测。

附图说明

图1为本发明buck电路多元件健康监测系统结构示意图;

图2为本发明buck电路振铃频率提取方法流程图。

具体实施方式

以下将结合附图,对本发明的技术方案及有益效果进行详细说明。

如图1所示,本发明公开了一种buck变换器多元件健康监测方法,包括开关管健康监测、滤波电感健康监测、滤波电容健康监测。该方法统一的采样信号为:二极管两端电压vm、电感电流ilf、输出电压vo。该方法步骤为:1.根据vm辨识出输入电压vin、开通振铃频率fon、关断振铃频率foff,结合提取出的vin与fon评估二极管健康状况,结合提取出的vin与foff评估mos管健康状况;2.根据vm、ilf与vo辨识出滤波电感感值lf以及滤波电感等效串联电阻rlf,结合辨识出的lf与rlf评估滤波电感的健康状况;3.根据ilf与vo辨识出滤波电容值cf以及滤波电容等效串联电阻rcf,结合辨识出的cf与rcf评估滤波电容的健康状况。

所述根据vm辨识出输入电压vin、开通振铃频率fon、关断振铃频率foff的方法,具体包含以下步骤:

步骤a),根据vm波形特征,提取开通振铃数据以及关断振铃数据:对vm进行高通滤波,将高通滤波后的数据最大值后第一个过零点作为起点,抽出5%开关周期的数据作为开通振铃数据;将vm数据最小值后第一个过零点作为起点,抽出5%开关周期的数据作为关断振铃数据。

步骤b),对提取到的开通振铃数据以及关断振铃数据进行经验模态分解(emd),分别获得一系列本征模函数(intrinsicmodefunction,简称imf);

步骤c),分别从获得的开通振铃与关断振铃的imfs中抽出10个imf,进行fft分析,获得10条开通振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)以及关断振铃imfs的频谱si(off)(f)(i=1,2,3,…,10);

步骤d),确定10条开通振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为开通振铃对应的频谱,该频谱峰值点对应的频率即为开通振铃频率fon;确定10条关断振铃imfs的频谱si(on)(f)(i=1,2,3,…,10)中峰值最高的频谱作为关断振铃对应的频谱,该频谱峰值点对应的频率即为关断振铃频率foff;

所述根据vm、ilf与vo辨识出滤波电感感值lf以及滤波电感等效串联电阻rlf的方法,具体包含以下步骤:

步骤a),建立电感支路的状态方程:

步骤b),将步骤a中得到的状态方程进行离散化处理:

其中t为采样周期。根据离散化方程,定义参数矩阵:

定义观测矩阵:

步骤c),利用采样得到的vm、ilf与vo数据,根据步骤b建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:

步骤d),根据得到的θ估计值,计算所需辨识参数值:

所述根据ilf与vo辨识出滤波电容值cf以及滤波电容等效串联电阻rcf的方法,具体包含以下步骤:

步骤a),建立电感支路以及负载支路的状态方程:

步骤b),将步骤a中得到的状态方程进行离散化处理:

其中t为采样周期。根据离散化方程,定义参数矩阵:

定义观测矩阵:

步骤c),利用采样得到的ilf与vo数据,根据步骤b建立的模型,利用递推参数辨识算法,进行参数辨识,得到θ的估计值:

步骤d),根据得到的θ估计值,计算所需辨识参数值:

本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1