论文部分内容阅读
据资料统计,电子设备中80%的故障都是由模拟电路导致的。因此,模拟电路故障诊断技术是电子系统健康管理的重点和难点。另外,随着电动汽车领域的发展,锂离子电池得到了广泛的应用,锂离子电池的寿命成为保障电动汽车性能和安全的关键。因此,锂离子电池寿命预测是电子系统健康管理的另一个重要研究课题。基于上述原因,本论文主要完成以下的工作:1.模拟电路故障诊断方法的研究。根据支持向量机进行模式分类时的本质,提出了采用统计特征量:均值、方差、标准偏差、熵、峭度、偏斜度和形心来组成故障特征向量。同时,针对目前支持向量机进行模式分类时的缺陷,即采用同一个特征向量组合来训练支持向量机所有的二分类器,然而支持向量机的每个二分类器对于不同的特征向量组合有不同的分类精度,提出了基于粒子群算法的特征优选方法。实验结果表明提出的方法提高了模拟电路故障诊断的精度。2.锂离子电池寿命预测方法的研究。根据锂离子电池寿命预测的原理,提出了锂离子电池寿命预测的整体框架。首先,本文提出了采用Verhulst模型作为锂离子电池寿命退化模型。由于传统的Verhulst模型预测精度不高,提出了采用粒子群算法对传统的模型进行优化,提高了预测精度。其次,估计Verhulst模型的参数,本文提出了采用粒子群算法搜索模型的参数。最后,为了降低噪声对预测结果的影响,采用粒子滤波对模型参数进行更新。实验结果表明提出的方法可以以较小的误差预测出锂离子电池的剩余寿命。3.诊断与预测系统的软件设计。为了满足电子系统故障诊断与故障预测的需求,分别设计了电子系统故障诊断与预测系统的软件。诊断系统集成了支持向量机分类算法,对外部读入的数据自动进行故障特征的计算,并迅速给出故障诊断的结果。预测系统集成了多个常用的预测模型,如Verhulst模型、GM(1,1)模型、AR模型,对于外部读入的数据序列,可以自动优选出合适的预测算法,并给出预测结果。经实验数据验证,诊断与预测系统都可以高效地给出精确的结果。