基于太阳能的城市照明故障诊断系统的设计与实现

发布时间：2020-10-23 01:17

　　 在当今世界,科学技术的急速发展正在积极地影响着人们的生活。与此相关的基于太阳能的路灯照明系统,在实现城市发展和节能方面具有巨大的作用。与此同时,虽然基于太阳能的街道照明系统能够通过使用太阳能来节省资源,但是系统如果发生故障,一般很难在短时间内进行维护。针对这些问题,本文详细阐述了目前太阳能供电在城市照明故障诊断系统存在的问题,并进行了如下内容的研究。首先,根据太阳能路灯的运作方式,太阳能转化为电能,开发和优化集成LED器件的新一代光伏供电路灯系统,高效的光伏电池板与上一代白色LED的组合允许释放自主和执行的太阳能照明系统。太阳能路灯用于自然太阳能供电,照明系统由电池,太阳能充电器控制器,照明传感器控制和PV太阳能电池板(必要尺寸)组成。其次,对现有的太阳能城市公共照明电路故障诊断算法进行了比较。根据照明控制电路的故障特征,提出了一种基于主成分分析方法和极端学习机算法的电路故障诊断方法。该方法可以是照明故障诊断策略。以城市照明控制终端控制器模拟电路的电压有效值采样为特征样本,采用主成分分析法提取和减少采样数据,并通过极端学习机算法对数据进行故障分类,获得故障结果。然后,针对目标,模拟退火算法用于提高全局变量的搜索能力。该方法可以克服传统故障诊断核心算法传统极端学习机算法的缺点。本文还提出了一种模拟退火极端学习机算法,并利用基于温度的Cauchy来改进快速模拟退火极端学习机算法。通过对sallen-key滤波器故障诊断精度的对比测试,该算法改善了电路故障诊断实验的时间特性。有效地提高了诊断的准确性。最后,在此基础上提出了基于太阳能的城市公共照明故障诊断系统。为确保行人和车辆的安全,该系统可以自动诊断故障,并根据诊断结果采取相应措施,并实现路灯控制终端故障的及时响应。通过试验验证该系统可以检测太阳能城市公共照明控制终端电路的故障,而且故障识别率高,时效性强,故障定位准确。它可以满足这一时期故障诊断系统的要求。该系统具有良好的可行性和实用性。
【学位单位】：厦门理工学院
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU113.666;TM914.4
【文章目录】：
Abstract
摘要
Chapter 1 Introduction
    1.1 Research Background and Significance
    1.2 Research status at home and abroad
    1.3 Organization Structure of Papers
    1.4 Summary of this chapter
Chapter 2 Design of System Scheme and Construction of Hardware Platform
    2.1 Implementation of solar PV system for street lighting
        2.1.1 Hardware components of solar PV system for smart urban lighting
        2.1.2 Required hardware materials for Smart street PV lighting
        2.1.3 Working principle of solar PV system for smart urban lighting
    2.3 Malfunction analysis of smart urban publiclighting based on solar energy
    2.4 Working Principle of Fault Diagnosis System for Urban Public Lighting
    2.5 Hardware Architecture of System Terminal Controller
    2.6 System Main Module Circuit Construction
        2.6.1 STM32 Minimum System Board
        2.6.2 RISE3501 Chip Power Carrier Module
        2.6.3 Relay Switch light Circuit
        2.6.4 power circuit
        2.6.5 Voltage-Current ADC Conversion Circuit
    2.7 Summary of this chapter
Chapter 3 Fault Diagnosis Software System for Smart Urban Public Lighting based onsolar energy
    3.1 Internet of Things middleware and its application
    3.2 Event Rule Response System
        3.2.1 Overview of Complex Event Processing Methods
        3.2.2 Event Rule Response System
        3.2.3 Trigger Event Rule Response Mechanism
    3.3 summary of this chapter
Chapter 4 Software Algorithms for Fault Diagnosis of Urban Public Lighting
    4.1 Principal Component Analysis for Fault Extraction
        4.1.1 Principal Component Analysis
        4.1.2 Principal Component Analysis Algorithms and Processes
    4.2 Extreme learning machine
    4.3 PCA-ELM Analog Circuit Diagnosis
        4.3.1 Diagnostic Method
        4.3.2 Diagnostic Results and Analysis
    4.4 Fast Simulated Annealing Algorithms
    4.5 VFSA-ELM and Experimental Analysis
    4.6 Summary of this chapter
Chapter 5 Operation Test of Fault Diagnosis System for Urban Public Lighting
    5.1 Software System Installation
    5.2 Terminal Controller Connection Debugging
    5.3 Summary of this chapter
Conclusions
References
Acknowledgement

【相似文献】

相关期刊论文 前10条

1 阎秦;;火电厂故障诊断系统研究一例[J];热电技术;2006年03期

2 龚洪浪;;基于CAN总线的拖拉机无级变速箱故障诊断系统研究[J];农机化研究;2018年02期

3 龚洪浪;;基于人机协同技术的农业收割机故障诊断系统设计[J];农机化研究;2018年03期

4 杨育;;电路板故障诊断系统原理及应用分析[J];电子世界;2017年07期

5 潘传甲;;机械设备远程监测与故障诊断系统的设计[J];中国设备工程;2017年10期

6 ;TADS轨边声学故障诊断系统[J];哈尔滨铁道科技;2017年02期

7 刘小云;;水电机组状态监测与故障诊断系统[J];设备管理与维修;2017年10期

8 ;TADS轨边声学故障诊断系统[J];哈尔滨铁道科技;2017年03期

9 ;TADS轨边声学故障诊断系统[J];哈尔滨铁道科技;2015年04期

10 高家一;吴义田;徐文彬;陈海鹏;;空间运输航天器故障诊断系统架构研究[J];计算机测量与控制;2016年05期

相关博士学位论文 前10条

1 杜殿林;FCCU反—再系统基于神经网络和SDG模型的混合故障诊断系统研究与开发[D];北京化工大学;2006年

2 卢学军;汽轮发电机组故障诊断系统中几个关键技术的研究[D];浙江大学;2001年

3 王海;制造装备远程监控故障诊断系统研究[D];东北大学;2012年

4 周理;大型铝型材挤压生产线故障诊断系统的关键技术研究[D];中南大学;2013年

5 董晓峰;基于RCM分析的智能化汽轮机组故障诊断系统研究[D];华北电力大学;2012年

6 潘罗平;基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D];中国水利水电科学研究院;2013年

7 葛欣;基于知识的矿井通风机故障诊断的研究[D];中国矿业大学;2010年

8 冯俊婷;中国实验快堆钠泵故障诊断系统的开发研究[D];中国原子能科学研究院;2003年

9 丁健;基于人工智能和代谢调控的典型好氧发酵过程在线控制和故障诊断[D];江南大学;2014年

10 徐春生;微弱信号检测及机械故障诊断系统研究[D];天津大学;2008年

相关硕士学位论文 前10条

1 高强;数控机床远程监测与故障诊断系统设计[D];南昌大学;2019年

2 刘小卫;避雷器在线监测与故障诊断系统的研究[D];西安工程大学;2019年

3 Rowina Marsha Belay;基于太阳能的城市照明故障诊断系统的设计与实现[D];厦门理工学院;2019年

4 姚志刚;基于模型的汽车电动助力转向故障诊断系统研究[D];合肥工业大学;2019年

5 梁洪;基于支持向量机多分类器的永磁同步电机故障诊断系统研究[D];电子科技大学;2019年

6 张利民;面向HXD2B型机车数据管理及故障诊断系统的设计与实现[D];安徽大学;2019年

7 李锦龙;基于公有云的工业现场故障诊断研究[D];北方工业大学;2019年

8 蔡文飞;综采工作面刮板输送机监控及故障诊断系统的开发[D];太原理工大学;2019年

9 赵玮;基于LabVIEW的印刷机故障诊断系统设计[D];西安理工大学;2019年

10 沈凯;基于LM-BP优化算法的模糊神经网络专家故障诊断系统[D];上海交通大学;2017年

本文编号：2852356