摘 要

本文基于了解现代船用buck直流变换器的基本结构和工作原理的基础上，分析其电感器、电容器的具体工作状态并建立故障仿真模型。为了研究方便，直接采用buck直流降压变换器来研究。在此基础上又研究了现代小波变换、概率神经网络的发展动态和类型区别及其应用对象，了解不同类型神经网络的应用特点，结合buck直流变换器的故障仿真模型，在此基础上选择适合的神经网络，并设计相应的故障诊断方法检验故障发生的可能。在Simulink仿真环境下分别建立Buck直流变换器故障模型，并进行故障参数获取实验，使用小波变换对故障原始数据进行故障特征向量提取，并将提取后得到的数据作为神经网络的样本，把样本输入进行神经网络学习，并进行故障诊断试验，验证故障诊断方法的可靠性和正确率。根据实验结果分析故障诊断是否有改进可能性，从而提出改进方案。

关键词：buck变换器；故障诊断；小波变换；神经网络

Abstract

Based on the understanding of the basic structure and working principle of modern marine Buck DC converter, this paper analyzes the specific working state of its inductor and capacitor, and establishes a fault simulation model. Therefore, Buck DC converter is directly used to study. It is also necessary to study the development trend, type difference and application object of modern wavelet transform and probabilistic neural network, understand the application characteristics of different types of neural network, select the appropriate neural network combined with the fault simulation model of Buck DC converter, and design the corresponding fault diagnosis method. In the Simulink simulation environment, the fault models of Buck DC converters are established respectively, and the fault parameter acquisition experiments are carried out. The wavelet transform is used to extract the fault feature vector from the original fault data, and the fault feature vector is used as the input of neural network learning for fault diagnosis test, which verifies the reliability and accuracy of the fault diagnosis method. According to the experimental results, the improvement possibility of the fault diagnosis method is analyzed, and the improvement scheme is proposed.

Key words: buck converter；fault diagnosis；wavelet transform；neural network

目录

第一章 绪论 2

1.1课题研究的背景意义 2

1.2变换器故障诊断的研究发展状况 2

1.3本文研究的内容 3

第二章 buck变换器的工作原理及理论模型建立 5

2.1buck变换器的工作原理 5

2.1.1硬件组成及线路图 5

2.1.2工作原理 5

2.2buck变换器的建模 9

2.2.1PWM基本原理介绍 9

2.2.2建立buck变换器仿真模型 10

2.2.3建立故障仿真模型 11

第三章 基于buck变换器故障参数分析及特征向量提取 13

3.1故障参数获取并分析 13

3.2基于小波变换的故障特征提取方法 16

3.2.1小波变换理论应用与发展状况 16

3.2.2特征向量提取 17

第四章 基于概率神经网络的故障诊断实验 23

4.1概率神经网络基础原理及分类 23

4.2基于概率神经网络的故障诊断方法 24

4.3故障诊断实验分析 25

4.3.1故障诊断方法的可靠性和正确率 25

4.3.2神经网络学习后的总结 31

第五章 结论 32

5.1总结 32

5.2展望 32

参考文献 34

致谢 35

第一章 绪论

1.1课题研究的背景意义

随着航海技术持续进步，航海事业的前景，使得船舶向大型化的发展，船舶电力系统和电网设备越来越复杂，相应的会使DC-DC变换器的稳定性却在下降。应用于船舶直流电网的DC-DC变换器，其用途主要在于跟踪光伏电池的最大功率点、来稳定蓄电池的电压，使之减小波动、在船舶储能方面也起到了良好的作用、也可以实现不同电平之间电压的匹配。因此，保证它的性能良好对于船舶远洋航行来讲意义十分重大。而buck变换器作为DC-DC变换器的基本类型之一，其研究和分析就显得尤为重要。因此，本文对buck变换器的故障诊断进行了探讨，通过对buck变换器故障诊断的分析，找出是否有更好的方法来改进故障诊断^[1-2]。

1.2变换器故障诊断的研究发展状况

现今，对于变换器故障诊断技术而言，主要包含两部分内容，分别为结构与参数故障诊断。结构故障又名硬故障，为变流器元件内部结构突然损坏而引起的短路和开路故障。

结构故障诊断的意义在于减少因机器故障引起的停机时间。因修理员不知道变换器何处产生故障，只能凭自己的感觉进行修理，这样就导致设备出现其他问题，从而会加大成本的损耗。因而，对变换器进行诊断是一种有效的方法来为修理员提供故障数据，这也会使得维修时间缩短，提供变换器的使用效率

主要有两种电路失效模式：结构失效（硬失效）和参数失效（软失效）在下一章讨论）。通过熔丝连接可转换为开路故障的两种硬故障，即短路故障（SCF）和开路故障（OCF）的观察是非常严重的。因此，本文对开路故障的研究进行了深入探讨。

故障诊断是根据硬件冗余和软件冗余两方面来进行的。硬件冗余是第一种使用的方法。设备复杂，设计成本高。后来，它被软件冗余所取代。软件冗余的方法有：①基于模型分析处理的方法；②基于信号分析的方法；③基于知识的方法。