化工厂开关电源多模态故障预警研究与应用

发布时间：2023-05-03 22:05

　　开关电源作为各种电气设备的不可或缺的部分,开关电源的健康状况关系到设备运行的可靠性,同时也关系到整个化工厂区生产的安全。由于化工企业工艺流程繁杂,使用大量的电气设备,开关电源损坏也是常见故障,经实测,开关电源中滤波电容失效会对电网注入谐波信号,从而影响电网整体供电质量,严重情况下会引起电网其他电气设备运行异常,产生连锁反应,因此研究开关电源故障预警及诊断具有重要意义。原料比例的变化,负载的改变,温度的变化等因素导致化工生产过程往往是多模态工况,导致单一的神经网络模型在开关电源故障诊断方面精度不够准确。针对这种情况,本课题以工业开关电源为例,提出一种多模态深度神经网络,采用分级式深度神经网络,首先第一级网络对多模态数据进行模态识别,再在第二级网络上对每个模态建立深度神经网络诊断模型,从而提升了多模态工况下开关电源故障诊断精度。本课题首先介绍了开关电源基本原理,分析常见故障电子元器件故障模型和故障模式;阐述了BP神经神经网络的算法核心思想,分析了卷积神经网络(CNN),并且结合了剩余学习的思想,最终构建了一种深度可达几十层的深度残差网络(Res Net),在网络模型的训练上引入超参数优化算...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景
    1.2 国内外研究现状
    1.3 课题研究内容及意义
2 一维卷积神经网络和残差网络理论
    2.1 BP神经网络
    2.2 一维卷积神经网络
    2.3 残差网络
    2.4 深度神经网络优化
    2.5 本章小结
3 基于分级深层神经网络的多模态故障诊断
    3.1 基于深层神经网络的故障诊断
    3.2 基于分级深度神经网络的多模态故障诊断
    3.3 本章小结
4 实验数据分析与方法比较研究
    4.1 多模态故障数据集
    4.2 实验分析
    4.3 本章小结
5 基于Zynq的在线监测预警装置设计
    5.1 系统需求分析和硬件架构选择
    5.2 系统方案设计
    5.3 AD数据采集
    5.4 嵌入式移植
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间发表学术论文和科研情况



本文编号：3807369