變工況下航空逆變器健康評(píng)估方法研究

　　摘 要：工況的變化會(huì)引起功率變換器電路健康表征參數(shù)隨之變化，導(dǎo)致無(wú)法判斷健康表征參數(shù)是因電路性能的退化還是因工況的變化引起的。針對(duì)該關(guān)鍵問(wèn)題，以航空逆變器為研究對(duì)象，首先采用多評(píng)價(jià)指標(biāo)優(yōu)選模型優(yōu)選出相關(guān)敏感的健康表征參數(shù);然后基于極限學(xué)習(xí)機(jī)建立工況-無(wú)故障情況下健康表征參數(shù)映射模型;最后基于當(dāng)前健康表征參數(shù)與映射模型輸出的健康表征參數(shù)之間的相對(duì)變化量構(gòu)建考慮工況條件的電路健康指標(biāo)，實(shí)現(xiàn)不同工況下航空逆變器的健康評(píng)估。實(shí)驗(yàn)結(jié)果表明，該評(píng)估方法可以有效減小工況變化對(duì)健康指標(biāo)的影響。在變工況情況下，相比于直接基于歐氏距離構(gòu)建健康指標(biāo)的評(píng)估方法，平均絕對(duì)誤差(Mean Absolute Error，MAE)和均方根誤差(Root-Mean-Square Error，RMSE)分別降低了 64.4%、66.8%。

　　關(guān)鍵詞：航空逆變器;歐氏距離;健康指標(biāo);健康評(píng)估

　　引 言

　　航空功率變換器是飛機(jī)二次電源系統(tǒng)的重要組成部分，其用途為實(shí)現(xiàn)直流交流電能之間的轉(zhuǎn)換，進(jìn)而向機(jī)載用電設(shè)備提供不同需求的電源。航空功率變換器時(shí)常工作于高頻啟停、過(guò)壓過(guò)流操作下，當(dāng)元器件損傷累積到某種程度將會(huì)導(dǎo)致功率變換器整體性能的下降甚至失效，進(jìn)而可能引發(fā)較大的安全隱患。若維修人員能夠提前對(duì)當(dāng)前功率變換器健康狀態(tài)進(jìn)行有效的評(píng)估，事先采取維修措施，將會(huì)極大程度上減小經(jīng)濟(jì)損失[1]。通過(guò)檢測(cè)功率變換器電路信號(hào)，從監(jiān)測(cè)的信號(hào)中提取蘊(yùn)含電路故障信息的健康表征參數(shù)，構(gòu)建表征電路退化狀態(tài)的健康指標(biāo)，展開(kāi)電路級(jí)健康評(píng)估的技術(shù)日益受到關(guān)注。

　　國(guó)內(nèi)外學(xué)者大都選擇電路輸出電壓為監(jiān)測(cè)量，且以輸出電壓均值作為健康表征參數(shù)開(kāi)展研究。Wang 等[2]通過(guò)提取Buck 電路的輸出電壓均值及其紋波比構(gòu)造故障特征向量，利用不同退化程度樣本間故障特征向量的馬氏距離構(gòu)建故障指示器 FI 對(duì)電路進(jìn)行狀態(tài)評(píng)估。He 等[3]選擇 DC-DC 電路輸出電壓均值作為健康指標(biāo)，基于冪函數(shù)退化模型進(jìn)行電路健康評(píng)估。孫權(quán)等[4,5]選取 Sepic 電路的輸出電壓均值作為健康指標(biāo)，分別采用高斯過(guò)程回歸方法與無(wú)跡粒子濾波方法進(jìn)行健康指標(biāo)時(shí)間序列的遞推預(yù)測(cè)。

　　Jia 等[6]將 DC-DC 變換器輸出電壓均值作為健康指標(biāo)，將其值減小 20%作為轉(zhuǎn)換器功能失效判據(jù)，用粒子濾波算法對(duì)電路進(jìn)行剩余使用性能估計(jì)。上述方法都采用電路的輸出電壓作為監(jiān)測(cè)量，由于輸出電壓的監(jiān)測(cè)便利，減輕了信號(hào)監(jiān)測(cè)的成本，但上述方法都未考慮工況變化對(duì)健康表征參數(shù)的影響，方法都局限于單一工況的情形。除此之外，也有學(xué)者選擇輸出電流、電源模塊殼溫、輸入電流、輸出功率等作為電路狀態(tài)監(jiān)測(cè)量。袁義生等[7]通過(guò)遺傳算法優(yōu)化支持向量機(jī)的方法建立10kW三相光伏并網(wǎng)逆變器的效率模型，將輸入電壓與輸出功率作為模型輸入量，對(duì)逆變器狀態(tài)進(jìn)行估計(jì)。

　　祝勇俊等[8]選取光伏逆變器輸出功率作為健康狀態(tài)性能參數(shù)，使用隨機(jī)過(guò)程理論方法建立性能退化模型對(duì)光伏逆變器進(jìn)行壽命評(píng)估。姜偉等[9]選擇輸出電壓值、紋波電壓、輸入電流、殼溫作為故障特征參數(shù)，分別基于置信值的單參數(shù)的方法及基于馬氏距離的多參數(shù)的方法，對(duì)直流 28V 轉(zhuǎn) 5V、3.3V 電路進(jìn)行健康評(píng)估。

　　上述方法選擇了多樣的監(jiān)測(cè)信號(hào)，但監(jiān)測(cè)信號(hào)如輸出電流、輸出功率等在監(jiān)測(cè)時(shí)需要侵入電路甚至破壞電路，進(jìn)而造成獲取監(jiān)測(cè)信號(hào)困難，監(jiān)測(cè)成本加重。同樣地，這些方法仍只考慮了單一工況條件，未考慮工況變化對(duì)電路健康評(píng)估的影響。從以上電路級(jí)健康評(píng)估技術(shù)研究中可以發(fā)現(xiàn)，多數(shù)研究都是在單一工況下，并沒(méi)有考慮負(fù)載、輸入電壓等變工況對(duì)電路的影響。

　　因此本文以航空逆變器為對(duì)象，為了減少或消除工況對(duì)健康指標(biāo)的影響。首先采用多評(píng)價(jià)指標(biāo)優(yōu)選模型得到電路健康表征參數(shù)，然后通過(guò)極限學(xué)習(xí)機(jī)方法構(gòu)建無(wú)故障情況下工況參數(shù)與健康表征參數(shù)的映射模型得到當(dāng)前工況下電路無(wú)故障時(shí)健康表征參數(shù)，求取當(dāng)前監(jiān)測(cè)健康表征參數(shù)與無(wú)故障情況下健康表征參數(shù)的相對(duì)變化量，進(jìn)一步構(gòu)建電路健康指標(biāo)對(duì)不同工況下的航空逆變器健康狀態(tài)進(jìn)行評(píng)估。

　　搭建了實(shí)驗(yàn)電路平臺(tái)，以并聯(lián)電容板來(lái)模擬不同退化程度的電容，并對(duì)不同退化程度的電容設(shè)置不同的工況條件(本文為輸入電壓與負(fù)載阻值)。使用電路理想健康指標(biāo)對(duì)直接使用歐式距離構(gòu)建健康指標(biāo)的方法與使用相對(duì)變化量構(gòu)建健康指標(biāo)的方法標(biāo)定。通過(guò)對(duì)比兩種健康指標(biāo)與電路理想健康指標(biāo)在不同工況條件下的接近程度來(lái)驗(yàn)證所提方法的有效性。

　　1 單相航空逆變器健康表征參數(shù)

　　1.1 單相航空逆變器

　　監(jiān)測(cè)信號(hào)選擇航空逆變器一般采用兩級(jí)式結(jié)構(gòu)[10]。反激變換器常被作為航空逆變器的前級(jí) DC-DC 電路。航空逆變器后級(jí)則采用基于載波移相 SPWM 控制的雙 Buck 全橋逆變器，其電路特點(diǎn)是能夠避免橋臂直通、安全可靠性高。在功率變換器的故障原因中，電解電容及功率開(kāi)關(guān)器件失效的占比高達(dá) 64%[11]。

　　因此本文將前級(jí) DC-DC 輸出濾波電容與后級(jí) DC-AC 逆變電路中的 MOSFET 功率管作為航空逆變器關(guān)鍵功率器件。共選擇 13 個(gè)監(jiān)測(cè)信號(hào)，但這些信號(hào)中必然包含大量冗余故障信息，所以還需分析航空逆變器電路可測(cè)信號(hào)在不同故障模式下的故障敏感性以及信號(hào)特征間的相關(guān)性，結(jié)合測(cè)試成本挑選出故障敏感的監(jiān)測(cè)信號(hào)[12]。本文通過(guò)相關(guān)度來(lái)衡量監(jiān)測(cè)信號(hào)特征對(duì)器件故障特征參數(shù)的敏感性強(qiáng)弱、監(jiān)測(cè)信號(hào)特征之間的相關(guān)性強(qiáng)弱[13]。

　　1.2 健康表征參數(shù)

　　優(yōu)選確定了與器件退化特征參數(shù)敏感且互不相關(guān)的監(jiān)測(cè)信號(hào)后，還需進(jìn)一步對(duì)監(jiān)測(cè)信號(hào)展開(kāi)挖掘與分析，獲得能夠隨器件退化程度加深而單調(diào)變化、適用性更強(qiáng)的健康表征參數(shù)，來(lái)表征航空逆變器的健康狀態(tài)[14]。從時(shí)域、頻域上分析監(jiān)測(cè)信號(hào)特點(diǎn)，分別提取出監(jiān)測(cè)信號(hào)的特征參數(shù)，并利用小波包分析方法挖掘潛在的與航空逆變器健康狀態(tài)退化程度相關(guān)的特征參數(shù)，共同構(gòu)建健康表征參數(shù)候選庫(kù)。選取了 9 個(gè)時(shí)域特征，7 個(gè)頻域特征，小波包分析得到 36 個(gè)特征參數(shù)，組成了共 52 維的健康表征參數(shù)優(yōu)選庫(kù)。

　　針對(duì)建立好的健康表征參數(shù)候選庫(kù)，需優(yōu)選出隨著電路退化程度的加深，能夠呈現(xiàn)單調(diào)變化趨勢(shì)，同時(shí)在工況影響下的變動(dòng)幅度不應(yīng)太大的健康表征參數(shù)，否則無(wú)法判斷健康表征參數(shù)的變化是因電路性能的退化還是因工況的變化引起的。

　　2 電路健康狀態(tài)評(píng)估方法

　　健康表征參數(shù)往往隨工況參數(shù)變化而變化，所以本文提出一種工況映射模型，其將工況參數(shù)映射為電路中的器件均為標(biāo)稱(chēng)值時(shí)的健康表征參數(shù)，即求取在當(dāng)前工況下，電路正常工作時(shí)的健康表征參數(shù)，記作無(wú)故障健康表征參數(shù)。然后在當(dāng)前測(cè)得的健康表征參數(shù)與無(wú)故障健康表征參數(shù)的相對(duì)變化量基礎(chǔ)上，構(gòu)建電路健康指標(biāo)對(duì)電路健康狀態(tài)進(jìn)行評(píng)估。

　　2.1 工況映射模型

　　構(gòu)建以工況參數(shù)作為映射模型輸入，健康表征參數(shù)作為映射模型輸出，使用多組不同工況下健康電路的數(shù)據(jù)進(jìn)行訓(xùn)練，使用應(yīng)用廣泛的極限學(xué)習(xí)機(jī)(Extreme Learning Machine，ELM)來(lái)訓(xùn)練工況映射模型[16]，以得到工況參數(shù)對(duì)應(yīng)的電路無(wú)故障健康表征參數(shù)。映射模型的輸入為采集的健康電路在不同工況下的 n 個(gè)工況參數(shù)(輸入電壓、負(fù)載阻值)，輸出則為無(wú)故障電路工作在不同工況下的 m 個(gè)健康表征參數(shù)。

　　2.2 航空逆變器電路健康狀態(tài)評(píng)估

　　由映射模型輸出的無(wú)故障健康表征參數(shù)記為 H，采集得到的健康表征參數(shù)記為 HP，無(wú)故障表征參數(shù)與采集的健康表征參數(shù)的相對(duì)變化量記為 FI，求取 FI 與零點(diǎn)的歐氏距離，歸一化后作為電路健康指標(biāo)，記為 HIFI。

　　2.3 電路健康指標(biāo)

　　標(biāo)定通過(guò)構(gòu)建電路理想健康指標(biāo)對(duì)健康評(píng)估方法的準(zhǔn)確性進(jìn)行標(biāo)定。理想健康指標(biāo)是指在電路元器件參數(shù)均假設(shè)為標(biāo)稱(chēng)值的理想情況下，所構(gòu)建的僅與電路關(guān)鍵元器件退化程度相關(guān)，與工況參數(shù)無(wú)關(guān)的指標(biāo)，其物理意義為當(dāng)前關(guān)鍵元器件狀態(tài)距離元器件標(biāo)稱(chēng)工作狀態(tài)下(所有關(guān)鍵元器件參數(shù)均為標(biāo)稱(chēng)值)的距離[17,18]。

　　但電路在真實(shí)工作狀態(tài)下其元器件參數(shù)不可能一直保持在標(biāo)稱(chēng)值，因此理想的健康指標(biāo)實(shí)際是不存在的。但是可以通過(guò)計(jì)算電路健康指標(biāo)與理想健康指標(biāo)的逼近程度來(lái)對(duì)電路健康評(píng)估方法的準(zhǔn)確性進(jìn)行標(biāo)定，電路健康指標(biāo)與理想健康指標(biāo)的偏差程度越小，則電路健康指標(biāo)的準(zhǔn)確性越高[19]。

　　3 實(shí)驗(yàn)結(jié)果分析

　　3.1 實(shí)驗(yàn)樣機(jī)實(shí)驗(yàn)樣機(jī)，主要由電路部分和數(shù)據(jù)采集部分組成。電路部分由前級(jí)倍壓反激變換器電路及其控制電路、后級(jí)雙 Buck 全橋逆變電路及其控制電路、兩級(jí)電路中 MOSFET 功率管驅(qū)動(dòng)芯片的輔助隔離供電模塊(多路 12VDC 輸出)、電解電容并聯(lián)實(shí)驗(yàn)板、可滑動(dòng)調(diào)節(jié)阻值的功率電阻(500W)組成;實(shí)驗(yàn)數(shù)據(jù)采集部分由CYBERTEK DP6130 高壓差分探頭(可測(cè)最大電壓值：1300V，帶寬：50MHz，最大衰減倍數(shù)：500 倍，測(cè)量精度：±2%)、四通道數(shù)據(jù)采集卡Handyscope HS4(最大分辨率：16 位)、PC 機(jī)(型號(hào)：聯(lián)想 E431)、PC 端采集顯示軟件 TiepieMulti Channel(設(shè)置采樣頻率為 5MHz)組成。

　　3.2 工況映射模型驗(yàn)證

　　為了驗(yàn)證基于極限學(xué)習(xí)機(jī)的工況映射模型的有效性與優(yōu)越性，同時(shí)與基于多元回歸模型的工況映射模型和實(shí)測(cè)的健康表征參數(shù)進(jìn)行對(duì)比分析。

　　以平均絕對(duì)誤差 MAE、均方根誤差 RMSE和擬合系數(shù) R2作為性能評(píng)價(jià)指標(biāo)。首先將標(biāo)稱(chēng)值為 100uF 電容并聯(lián)實(shí)驗(yàn)板接入電路中，并采集 49 組電路正常工作在不同工況下的直流母線(xiàn)電壓信號(hào)、輸入電壓值和輸出負(fù)載值，提取出直流母線(xiàn)電壓 800Hz 處幅值作為電路健康表征參數(shù)。以其中 40 組樣本數(shù)據(jù)作為訓(xùn)練集，剩余 9 組作為測(cè)試集，對(duì) ELM 映射模型與多元回歸映射模型進(jìn)行訓(xùn)練和測(cè)試。為后 9 組測(cè)試集模型輸出健康表征參數(shù)結(jié)果。為兩種工況映射模型的相對(duì)誤差。

　　3.3 電路健康評(píng)估方法實(shí)驗(yàn)驗(yàn)證

　　關(guān)鍵元器件退化模擬及工況條件設(shè)置

　　(1)電解電容退化模擬由于后級(jí)逆變電路中功率管的導(dǎo)通電阻值均為毫歐級(jí)，同時(shí)更換后級(jí)功率管為相同退化水平的功率管可行性較低，故選用電容并聯(lián)電路板對(duì)不同工況下單電容故障模式下的單相航空逆變器電路健康評(píng)估方法進(jìn)行驗(yàn)證。通過(guò) 2.2uF、4.7uF 和 10uF 三種規(guī)格的電解電容進(jìn)行交叉組合并聯(lián)，模擬電路中直流母線(xiàn)上100uF 電解電容的退化。使用安捷倫 4263B LCR測(cè)試儀在 120Hz 測(cè)量頻率下測(cè)量電容并聯(lián)實(shí)驗(yàn)板的電容值及 ESR 值，共獲得 33 組不同退化程度的電解電容。

　　(2)工況條件設(shè)置在獲得的 33 組不同退化程度的電解電容基礎(chǔ)上，將 1-17 組、26-33 組設(shè)置為標(biāo)準(zhǔn)工況(即輸入電壓 28V，負(fù)載電阻 66Ω);將 18-25 組的電解電容接入電路時(shí)，通過(guò)調(diào)節(jié)直流供電電源電壓值與功率電阻阻值，使電路工作在不同輸入電壓與負(fù)載阻值下。

　　4 結(jié)論

　　提出了一種基于工況-健康表征參數(shù)映射模型的電路健康評(píng)估方法�；�于極限學(xué)習(xí)機(jī)的工況映射模型實(shí)現(xiàn)了工況參數(shù)到電路無(wú)故障健康表征參數(shù)的映射，在工況映射模型的基礎(chǔ)上構(gòu)建了考慮工況條件的電路健康指標(biāo)，對(duì)不同工況條件下電路健康狀態(tài)進(jìn)行評(píng)估。實(shí)驗(yàn)結(jié)果表明: 工況-健康表征參數(shù)映射模型能夠準(zhǔn)確地將工況參數(shù)映射為電路無(wú)故障健康表征參數(shù)。基于當(dāng)前健康表征參數(shù)與無(wú)故障健康表征參數(shù)相對(duì)變化量所構(gòu)建的電路健康指標(biāo)受工況變化影響小，電路健康評(píng)估更準(zhǔn)確。

　　相比于直接使用歐氏距離構(gòu)建的健康指標(biāo) HIED，通過(guò)相對(duì)變化量構(gòu)建的電路健康指標(biāo) HIFI 在變工況條件下的整體變化趨勢(shì)與構(gòu)建的理想健康指標(biāo)HIidea重合度更好。所提出的評(píng)估方法對(duì)航空電源的健康評(píng)估以及可靠性管理具有重要的參考價(jià)值。未來(lái)還可使用優(yōu)化算法對(duì)模型進(jìn)行尋優(yōu)。本文只考慮了輸入電壓和負(fù)載這兩種工況，后續(xù)研究還可將電路實(shí)際應(yīng)用場(chǎng)合下的電磁干擾、溫濕度、振動(dòng)等因素考慮在內(nèi)，進(jìn)而實(shí)現(xiàn)更全面、更準(zhǔn)確的電路健康狀態(tài)評(píng)估。

　　參考文獻(xiàn)

　　[1] 邱立軍,吳明輝.PHM 技術(shù)框架及其關(guān)鍵技術(shù)綜述[J].國(guó)外電子測(cè)量技術(shù),2018,37(02):10-15.DOI:10.19652/j.cnki.femt.1700638.

　　[2] WANG L, YUE J G, SU Y Q, et al. A novelremaining useful life prediction approach forsuperbuck converter circuits based on modifiedgrey wolf optimizer-support vector regression[J].Energies, 2017, 10(4): 459.

　　[3] HE Q C, CHEN W H, PAN J, et al. A prognosticmethod for predicting failure of dc/dcconverter[J]. Microelectronics Reliability, 2017,74: 27-33.

　　[4] 孫權(quán),王友仁,姜媛媛,邵力為.基于 GPR 的SEPIC 變換器故障預(yù)測(cè)方法[J].電力電子技術(shù),2018,52(06):17-20.

　　[5] 孫權(quán),王友仁,吳祎,姜媛媛.基于無(wú)跡粒子濾波的功率變換器剩余壽命預(yù)測(cè)方法[J].電源學(xué)報(bào),2019,17(05):197-202.

　　[6] Jia Z, Liu Z, Vong C M, et al. Real-TimeResponse-Based Fault Analysis and PrognosticsTechniques of Nonisolated DC – DCConverters[J]. IEEE Access, 2019, 7:67996-68009.

　　[7] 袁義生,鐘青峰.基于支持向量機(jī)的光伏逆變器損 耗 預(yù) 測(cè) 方 法 [J]. 電 力 電 子 技術(shù),2018,52(03):36-39.

　　[8] 祝勇俊,孫權(quán),朱其新,胡惠軼.基于維納過(guò)程的光 伏 逆 變 器 壽 命 評(píng) 估 方 法 [J]. 電 測(cè) 與 儀表,2019,56(20):115-119+152.

　　[9] 姜偉,張春雷,時(shí)林林,賈寒光,俞鵬飛,周振威.基于單/多參數(shù)的 DC-DC 模塊電源健康評(píng)估技術(shù)研究 [J]. 華 南 師 范 大 學(xué) 學(xué) 報(bào) ( 自 然 科 學(xué)版),2019,51(02):14-20.

　　作者：左景航 1 王友仁 1 王景霖 2 司 滕1 孫燦飛 2

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/29918.html