导读:本文包含了电力电子电路故障诊断论文开题报告文献综述及选题提纲参考文献，主要关键词:智能故障诊断技术,电力电子电路,电子产品
电力电子电路故障诊断论文文献综述
方镇宏[1]（2019）在《电力电子电路智能故障诊断技术探讨》一文中研究指出我国的电子产品发展已经到了一个非常成熟的阶段,并且依旧在高速发展。一些针对故障的诊断技术面临着许多新的挑战。影响电子产品使用寿命的因素很多,其中最主要的是电子电路故障,一定程度上减缓了电子产品的发展速度。对于当前的电力电子电路故障检测,传统意义上的故障诊断已经不能满足当前的需求。智能故障诊断技术的出现取得了迅速发展,已经成为检测故障不可缺少的一部分。智能故障诊断技术能够清晰诊断各处故障,通过提升网络性能节省诊断时间,高效地完成故障诊断。(本文来源于《通信电源技术》期刊2019年11期）
王海东[2]（2019）在《基于电力电子电路智能故障诊断技术研究》一文中研究指出随着我国经济的高速发展,大量的电子设备和电力电子设施被广泛应用,但在使用的同时也经常遇到各种各样的问题,某些故障会对正常的生产运行带来极为不利的影响,因此,电力电子电路智能故障诊断技术是相关技术人员和科研人员的重点研究课题,只有对诊断技术的透彻掌握,迅速准确判断,及时解决故障,才能确保相关的设施设备有较高的可靠性、连续性和稳定性,促进相关产业的升级和进步。(本文来源于《数码世界》期刊2019年11期）
张春霞[3]（2019）在《电力电子电路的故障诊断》一文中研究指出在设备运行期间,电力电子电路故障很难避免。因此电力电子电路故障诊断和电路调试就显得尤为重要。分析电力电子电路的故障诊断,总结电力电子电路故障的检测方法,能够解决电力电子电路故障诊断相关问题。(本文来源于《集成电路应用》期刊2019年05期）
张倩[4]（2019）在《电力电子电路故障诊断方法仿真分析》一文中研究指出由于电力电子电路当中的电子器件所工作的环境是与电力相似的高压环境,具有较小的负载能力,损坏的速度较快,这就导致故障的发生无法被有效获取。传统故障诊断的主要方式就是依据频率所输出的波形对缓慢故障进行判断,但是,却对快速、突变的故障无法识别。就此提出了粒子群优化算法的一种电路的故障诊断方式。本文主要通过对粒子群优化的方法进行利用,通过所有粒子的迭代云算,对电路中的器件有无故障进行相应判断。根据本次实验所得结果显示,电力电子电路故障在诊断中运用改进算法,能够使故障的诊断准确定得以有效提高。(本文来源于《科学技术创新》期刊2019年01期）
倪巧云[5]（2018）在《电力电子电路故障诊断技术探索与预测》一文中研究指出电力电子电路是组成电子系统的重要内容,其在电子产品、系统中应用广泛,其一旦失效,便会引发电子产品、系统故障,继而导致严重的后果。为改善电子系统的运行状态,维护人员应及时预测设备隐藏故障,以便有效预防和处理。针对电力电子电路故障,首先介绍了一种基于小波分析与马氏距离的诊断方法,然后对电力电子电路故障预测技术进行了研究。(本文来源于《机电信息》期刊2018年24期）
姜媛媛[6]（2018）在《电力电子电路故障诊断及预测关键技术研究》一文中研究指出现代电力电子装置日益增多,结构更加复杂,作为智能电网的重要基础和关键环节,其可靠性对大电网安全稳定运行至关重要。电力电子电路故障诊断及预测技术研究能够极大丰富PHM理论体系,降低工程应用中因电路故障引起的损失和维护成本,推动电力电子设备智能维修体制的发展。本文吸取传统方法优点的同时以压缩感知理论、深度学习理论、粒子滤波理论等为基础,对电力电子电路故障诊断及预测中的故障特征提取、智能分类方法及故障预测算法进行研究,主要研究内容与创新点包括:(1)研究基于压缩感知的电力电子电路故障信号预处理方法。为降低电力电子电路信号的数据量,保留其有价值的故障特征信息以实现高效快速故障诊断,研究了在压缩域中提取电力电子电路故障特征参数的可行性。明确了压缩感知理论适用于电力电子电路运行状态信号的压缩与重构,通过对电路信号不同特征参数的计算分析,验证了压缩域信号特征参数与原始信号特征参数的高度相关性,能够用压缩域的特征参数代替原始数据的特征参数对电力电子电路运行状态进行故障测试诊断。(2)研究两种适用于电力电子电路的多故障诊断方法。电力电子电路多软故障、多硬故障的故障特征表现较相似,难以进行正确诊断。为提高故障诊断正确率,从故障特征提取与故障分类方法两方面研究,提出基于JADE-SAE的故障诊断方法和基于WPE-ELM的故障诊断方法。基于JADE-SAE的故障诊断方法,对压缩后的电路信号,首先优选电路时域故障特征参数,利用JADE算法对电路多个测点构成的原始高维时域故障特征参数降维融合后,进一步利用堆迭自动编码器模型挖掘电力电子电路的联合深度特征,采用Softmax模型完成电路多软故障模式的分类。基于WPE-ELM的电力电子电路故障诊断方法,对压缩后的电路信号,首先利用小波包分解提取测点信号的能量谱特征向量,通过PCA进行故障特征降维,最后利用ELM分离出多种不同的故障模式。仿真和物理实验结果表明所提方法诊断快速,参数设置少,诊断性能均优于传统的BPNN、SVM等智能诊断方法。(3)提出基于当量分析的健康特征参数提取方法。为消除工况变化对特征参数的耦合影响,分析了工况对不变工况下有效故障特征参数的影响规律,研究当量分析方法。基于BPNN等智能算法建立标准工况下的故障特征参数与实际工况、实际工况下故障特征参数的关系,将统一在标准工况下的故障特征参数当量值作为变工况下的电路级健康特征参数,所提取的健康特征参数不再受工况影响且仅与电路性能退化状况有关,能够反映电路的健康状况。(4)提出一种多阶粒子滤波故障预测方法。针对电力电子电路具有强非线性、高频高噪声的特点,且故障演化行为表现出时变性、不确定性,传统的预测算法难以实现其高精度预测的问题,利用健康特征参数历史时间序列数据,结合系统过程噪声采用LSSVM等智能算法建立反映当前状态与前几步状态的多阶状态空间模型用于粒子滤波算法,能够动态描述电路的性能退化规律,实现电路未来状态的准确预测。实验结果表明,该方法在不同模型参数设置下,预测性能很好,用于电力电子电路的故障预测可行有效。(本文来源于《南京航空航天大学》期刊2018-06-01）
吕京龙[7]（2018）在《基于混杂系统模型的电力电子电路故障诊断》一文中研究指出该文建立了一个基于混杂系统理论的电力电子电路数学模型;然后将电路的各个运行状态抽象为离散事件;并在该模型的基础上提出了基于混杂系统事件辨识的故障诊断方法和它的实现步骤。该方法具有实现简单、诊断率高、通用性较强的优点。文章最后通过Buck电路的故障诊断实验验证了该方法的可行性和有效性。(本文来源于《中国新通信》期刊2018年09期）
冯雪兰[8]（2018）在《电力电子电路故障诊断技术探索与预测》一文中研究指出我国电子系统随着科技的进步也不断扩大其规模,带来方便的同时,越来越复杂的结构使系统发生故障的概率大大增加,电子系统中的核心内容之一就是电力电子电路,许多电子产品以及系统中都有对其的应用,如果电子电路发生故障,整个系统就会发生失效,损失会很严重。这就要求设备维修人员能对设备做出及时判断,能够预防和处理随时发生的问题,当前,对于设备的预测技术中最重要的就是对其故障进行预测诊断,本文通过了解电子电路的故障难题,从而研究电子电力电路的故障诊断以及预测技术。(本文来源于《电子制作》期刊2018年08期）
贺开放[9]（2018）在《基于多维尺度和神经网络的电力电子电路故障诊断方法》一文中研究指出现如今电力电子技术已经运用到了各个领域,电力电子设备的复杂性不断提高,自动化程度不断的增强,电力电子电路的各项性能已经得到了充分的发展,但是对电力电子设备的故障诊断和维护却相对滞后。电力电子设备的可靠运行已经成为人身安全和国民经济稳定的重要保障,因此保障电力电子设备的健康运行和对电路故障精准的诊断具有重要的意义。由此可见寻找一种针对电力电子电路的精准高效的故障诊断方法来减弱故障对安全和经济的影响是非常迫切需要的。本论文根据电力电子电路故障的特点,采用了多维尺度和神经网络的故障诊断方法,并且对以下几个方面进行了分析和研究。首先,本文对电力电子电路故障诊断的背景和意义进行了阐述,介绍了以往的电力电子电路故障诊断方法以及特点,概括了多维尺度的基础理论,分析了不同类型的多维尺度和各自的适用范围。其次,以叁相桥式全控整流电路为研究对象,运用Matlab2014a/Simmulink仿真工具箱进行仿真模型的建立,然后设置所需要的各种故障类型并进行仿真分析,从而获得叁相整流电路在不同故障类型下的输出电压波形和原始采样数据。用快速傅里叶变换方法对原始数据进行分析得出直流分量、基波幅值、二次谐波幅值和叁次谐波幅值并进行归一化处理形成电路的初始故障特征向量。多维尺度技术是一种把实体间的相异性信息转化成空间几何信息的数据维度约减技术,因此利用多维尺度对高维初始故障特征向量进行维度约减形成新的故障特征向量作为分类器的输入以减少分类器结构的复杂程度。本文把神经网络作为故障类型的分类器,为了建立高效准确的分类器,根据神经网络理论对神经网络的发展史、结构、分类和学习机制进行了介绍。对神经网络中运用比较广泛的BP神经网络进行了详细的表述,着重分析了其运行原理、网络结构、优点和局限性。由于BP神经网络具有很好的非线性映射能力因此使其作为故障分类器。通过仿真实验结果表明本文提出的方法对电力电子电路故障诊断是有效可行的。(本文来源于《合肥工业大学》期刊2018-03-01）
张鹏[10]（2018）在《量子神经网络的电力电子电路故障诊断分析》一文中研究指出结合电子电路故障诊断中的故障模式,完善交叉数据的识别,在量子计算和人工神经网络结合使用的基础上,采用量子神经网络故障诊断方法。量子神经网络会产生一定的模糊性,其可以将不确定性数据分配到各类故障中,从而提升网络性能,节省故障诊断的时间,有效的完善电子电路的故障诊断。(本文来源于《计算机产品与流通》期刊2018年01期）
电力电子电路故障诊断论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着我国经济的高速发展,大量的电子设备和电力电子设施被广泛应用,但在使用的同时也经常遇到各种各样的问题,某些故障会对正常的生产运行带来极为不利的影响,因此,电力电子电路智能故障诊断技术是相关技术人员和科研人员的重点研究课题,只有对诊断技术的透彻掌握,迅速准确判断,及时解决故障,才能确保相关的设施设备有较高的可靠性、连续性和稳定性,促进相关产业的升级和进步。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电力电子电路故障诊断论文参考文献
[1].方镇宏.电力电子电路智能故障诊断技术探讨[J].通信电源技术.2019
[2].王海东.基于电力电子电路智能故障诊断技术研究[J].数码世界.2019
[3].张春霞.电力电子电路的故障诊断[J].集成电路应用.2019
[4].张倩.电力电子电路故障诊断方法仿真分析[J].科学技术创新.2019
[5].倪巧云.电力电子电路故障诊断技术探索与预测[J].机电信息.2018
[6].姜媛媛.电力电子电路故障诊断及预测关键技术研究[D].南京航空航天大学.2018
[7].吕京龙.基于混杂系统模型的电力电子电路故障诊断[J].中国新通信.2018
[8].冯雪兰.电力电子电路故障诊断技术探索与预测[J].电子制作.2018
[9].贺开放.基于多维尺度和神经网络的电力电子电路故障诊断方法[D].合肥工业大学.2018
[10].张鹏.量子神经网络的电力电子电路故障诊断分析[J].计算机产品与流通.2018