论文部分内容阅读
随着电子信息产业的飞速发展,直流转直流(DC-DC)变换器在航空航天、工业自动化、消费类电子产品等领域有着广泛的应用,其可靠性与设备能否稳定运行有着密切的关系。DC-DC变换器作为电子系统的核心电路,一旦电路中的元器件发生短路或断路故障(硬故障)会导致设备停止工作,严重的甚至会威胁到人身财产安全;而元器件的参数退化(软故障)也会导致电源输出质量下降,引起设备工作异常。因此对DC-DC转换器电路中的元器件硬故障进行快速、准确的识别以及对元器件退化参数的精确在线监测有着十分重要的意义。由于DC-DC变换器应用在负载随机变化、电磁干扰强的复杂环境下,且故障模式多样,以及用于分析的可采集信号有限,因此目前的方法难以结合实际情况实现应用。本文以降压型(BUCK)DC-DC转换电路为对象,首先对理想情况下的电路正常状态与故障状态下的模型进行了分析,并对现有方法在应用中所面临的挑战进行了总结,在此背景下提出了基于改进微分法的硬故障识别方法,以及基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的输出滤波电解电容等效串联电阻值(Equivalent series resistance,ESR)与电容器理想容值(Capacitance,C)参数在线监测方法,实现了复杂情况下的硬故障识别、以及电解电容参数在线监测,并对理想退化模型下的剩余使用寿命预测进行了优化。本文的主要工作内容如下:1.为了在负载变化以及单电压采样情况下,实现多器件多故障模式的实时识别,提出了一种改进的基于输出电压微分法的硬故障识别方法,该方法仅采集输出电压信号,对开关管、二极管、功率电感、电解电容的硬故障进行识别定位,且在负载随机动态变化时,仍可做到高效与准确的识别。2.使用基于EEMD的滤波方法结合本文提出的用于评估输出电压信号波动强度的指数,实现输出滤波电解电容的ESR与C的在线监测与寿命估计。针对动态负载下,输出电压波动较大,纹波特征被覆盖等问题,使用波动指数选取较为稳定的信号段,再使用EEMD的自适应滤波特性,得到相关纹波成分,并结合电路模型,拟合得到输出特征参数,将特征参数输入到理想数据集拟合的线性关系中,得到ESR与C参数,使用所得的ESR与C参数对基于理想ESR退化模型下的剩余使用寿命预测进行了优化。该方法在复杂条件下,实现了较高精度的在线监测,且优化后的减小了基于理想ESR退化模型下的剩余使用寿命预测误差。3.对研究中所提出的故障识别、参数监测方法以及寿命预测优化,结合实际工程应用,进行对应的识别硬件系统设计与相关软件系统搭建,对本文方法进行验证分析。