某高压电源板的早期故障检测与性能退化预测

发布时间：2020-10-31 06:00

　　 高压电源板在雷达系统中起到了供电的作用,它的性能直接决定了雷达系统的运行质量,它是保障电子设备正常安全运行的基础,因此,高压电源板的可靠性尤为重要。高压电源系统的故障检测与预测技术是装备的维护保障关键性技术,早期故障是指电路当前时刻的性能偏离了允许的退化范围,它是软故障的较早阶段,对系统的早期故障进行检测,可在故障的较早阶段及时发现故障,尽快采取维护措施,避免故障继续恶化,性能退化预测是根据当前相关运行状态信息,利用预测算法外推电路性能退化趋势,通过推理发现被测对象是否需要维护,具有降低设备的维护成本,避免灾难发生的实用性价值。为了解决上述问题,本文以某高压电源板为研究对象,深入研究了其早期故障检测方法与性能退化预测方法,研究内容分为以下几方面。(1)分析高压电源板各模块的功能及其中可能存在的退化源,结合灵敏度分析的结果,确定引起电路性能发生退化的关键元器件作为退化源,并对其进行退化分析及模型选取,通过仿真实验获取电路的退化数据。(2)对高压电源板的退化特征进行选择,对于控制部分电路,由于时域退化明显,直接选取输出参数作为退化特征,而对于变压部分电路,分别对小波分解、小波包分解、主成分分析、信息熵、深度置信网络五种特征提取的方法进行研究,对各方法的效果进行对比,选择能够更加明显的表征退化信息的参数作为退化特征。(3)对高压电源板的早期故障检测方法进行研究,建立了基于高斯过程回归的正常包络模型,利用模型对待测电路进行检测并计算检测率,并分析了数据存在误差的情况下对检测结果造成的影响,最后进行了硬件实验,验证了方法的有效性。(4)对高压电源板的性能退化预测方法进行研究,建立了基于粒子滤波的预测模型并对数据进行预测,对预测效果进行评估,分析噪声对预测结果的影响,并与直接利用输出特征建立的预测模型,及利用其他方法预测的效果进行对比,仿真实验的结果表明,本文提出的性能退化预测方法具有很好的效果,最后进行了硬件实验,验证了方法的有效性。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM46
【部分图文】：

（h）电容对 Bout 脉宽的灵敏度分析图 2-8 高压电源板控制部分基础元器件对 PWM 信号的灵敏度分析综合电阻对 Aout 和 Bout 的周期和脉宽灵敏度分析结果能够看出，电阻 R4 和R8 对两路 PWM 信号的灵敏度较高；综合电容对 Aout 和 Bout 的周期和脉宽灵敏度分析结果可看出，电容 C22 对两路 PWM 信号的灵敏度较高。所以，在高压电

金属薄膜电阻阻值随工作时间退化曲线

电解电容容值随工作时间退化曲线
【相似文献】

相关期刊论文 前10条

1 范凯;;涡扇发动机的性能退化控制与推力确定分析[J];科技创新导报;2019年23期

2 杨经宇;陈琦;李瑞;;基于振动传感器性能退化数据的可靠性评估[J];城市建设理论研究(电子版);2017年24期

3 黄周霖;王召斌;王佳炜;;基于性能退化数据的可靠性评估方法综述[J];电器与能效管理技术;2017年19期

4 李业波;李秋红;黄向华;赵永平;;航空发动机性能退化缓解控制技术[J];航空动力学报;2012年04期

5 江瑞龙;陈进;刘韬;肖文斌;;设备性能退化评估在巡检系统中的应用[J];振动与冲击;2012年16期

6 钟鑫;刘文彬;杨剑锋;;基于逻辑回归的滚动轴承性能退化评估[J];科技信息;2010年16期

7 潘玉娜;陈进;李兴林;;基于模糊c-均值的设备性能退化评估方法[J];上海交通大学学报;2009年11期

8 贾占强;梁玉英;蔡金燕;;基于加速性能退化试验的板级可靠性评估[J];无线电工程;2008年02期

9 郭磊;陈进;赵发刚;董广明;王国伟;;基于支持向量机的几何距离方法在设备性能退化评估中的应用[J];上海交通大学学报;2008年07期

10 刘阳;张磊;王超凡;;公路混凝土桥梁性能退化预测方法综述[J];交通世界;2019年35期

相关博士学位论文 前10条

1 朱江;固体氧化物燃料电池的性能退化模拟与抗积碳阳极设计[D];中国科学技术大学;2018年

2 黄文平;基于性能退化与冲击的竞争失效可靠性建模与维修优化研究[D];国防科学技术大学;2016年

3 丁传俊;小口径火炮关键零件及自动机性能退化建模方法研究[D];南京理工大学;2018年

4 齐佳;性能退化自恢复产品的相关竞争失效可靠性建模与评估[D];哈尔滨理工大学;2019年

5 蒋会明;基于隐马尔可夫模型的滚动轴承性能退化评估与寿命预测研究[D];上海交通大学;2017年

6 牛乾;机械旋转部件的性能退化及其寿命预测方法研究[D];浙江大学;2018年

7 赵建印;基于性能退化数据的可靠性建模与应用研究[D];国防科学技术大学;2005年

8 袁容;基于性能退化分析的可靠性方法研究[D];电子科技大学;2015年

9 张彬;数据驱动的机械设备性能退化建模与剩余寿命预测研究[D];北京科技大学;2016年

10 郭磊;基于核模式分析方法的旋转机械性能退化评估技术研究[D];上海交通大学;2009年

相关硕士学位论文 前10条

1 韩佳佳;基于性能退化的软硬件系统可靠性分析[D];南京航空航天大学;2019年

2 张晔;某高压电源板的早期故障检测与性能退化预测[D];哈尔滨工业大学;2019年

3 贾玉琛;基于S变换的滚动轴承性能退化特征指标提取及性能退化评估[D];上海应用技术大学;2019年

4 王雨薇;基于性能退化信息的可靠性分析[D];西安电子科技大学;2019年

5 何玲;考虑性能退化的固体氧化物燃料电池系统优化控制[D];电子科技大学;2019年

6 李博;拟静力荷载下CRB550级箍筋柱性能退化的研究[D];河南大学;2019年

7 薛冬;滚动轴承故障诊断及性能退化评估[D];东北电力大学;2019年

8 任利娟;滚动轴承性能退化评估与剩余寿命预测[D];山东大学;2019年

9 杜海涛;基于性能退化的谐波齿轮再设计参数识别[D];上海交通大学;2017年

10 高安泽;基于超球体支持向量机的滚动轴承性能退化趋势预测[D];哈尔滨理工大学;2018年

本文编号：2863544