原文服务方: 计算机测量与控制       
摘要:
逆变器广泛应用于工业生产中的诸多领域;逆变器在工作过程中会出现元器件性能退化或损坏,造成经济损失甚至人员伤亡,为了提高逆变器工作的可靠性,识别出逆变器出现故障时的故障类型,提出了基于高斯混合模型的逆变器故障诊断方法;以谐振型逆变器的为例,分析了逆变器的四种典型故障,提取出逆变器在不同故障下输出电压的时域特征波峰系数和频域特征小波能量熵;使用时频特征数据训练高斯混合模型,并结合EM算法计算输入数据属于各种故障类型的概率,建立逆变器的故障诊断模型;仿真实验通过Simulink建立了并联谐振型逆变电路的模型,模拟出四种典型的故障状态,并用这些数据训练故障诊断模型;仿真结果验证了基于高斯混合模型的故障诊断方法的有效性和准确性;该故障诊断方法具有较高准确率,对于四种类型故障的总的识别率到达93.2%,可以应用于工业现场逆变器的故障诊断及其他领域.
推荐文章
基于电流残差的逆变器故障诊断方法研究
逆变器
故障诊断
电流残差
小波变换
故障信号提取
神经网络
基于高斯混合模型的汽轮机振动故障诊断
高斯混合模型(GMM)
汽轮机故障诊断
小波包分析
EM算法
逆变器开关管故障诊断方法综述
逆变器
开关管
故障诊断
开路故障
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯混合模型的逆变器故障诊断方法研究
来源期刊 计算机测量与控制 学科
关键词 逆变器 故障诊断 高斯混合过程 并联谐振
年,卷(期) 2020,(3) 所属期刊栏目 测试与故障诊断
研究方向 页码范围 14-18
页数 5页 分类号 TM464
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2020.03.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王炜 天津工业大学电气工程与自动化学院 43 192 7.0 11.0
2 张万星 天津工业大学电气工程与自动化学院 1 0 0.0 0.0
3 白立辉 天津工业大学电气工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
逆变器
故障诊断
高斯混合过程
并联谐振
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导