基于小波变换的电力电子装置故障诊断的研究_毕业设计论文.doc

1、石家庄铁道大学四方学院毕业设计基于小波变换的电力电子装置故障诊断的研究The Research on Fault Diagnosis of Power Electronic Equipment Based on Wavelet Transform 2013届 电气工程 系专业 电气工程及其自动化 完成日期2013年5月27日毕业设计成绩单学生姓名学号班级专业电气工程及其自动化毕业设计题目基于小波变换的电力电子装置故障诊断的研究指导教师姓名指导教师职称副教授评 定 成 绩指导教师 得分评阅人 得分答辩小组组长 得分成绩：院长(主任) 签字：年 月 日毕业设计任务书题目基于小波变换的电力电子装置故

2、障诊断的研究学生姓名学号班级专业电气工程及其自动化承担指导任务单位 电气工程系导师姓名导师职称副教授一、设计内容用Simulink对三相桥式整流电路仿真，并对各种故障波形进行建模，分类记录各种故障数据，利用小波分析算法提取故障特征，用神经网络进行模式识别，给出识别结果。二、基本要求1.利用MATLAB语言，对三相桥式整流电路建立数学模型，并构建各种故障模型。2.分类记录各种故障数据。3.利用MATLAB语言，完成小波分析算法，提取出故障数据特征。4.对提取出的故障特征，进行模式识别。5.设计计算说明书一份，要求条目清楚、计算正确、文本整洁。6.提供有关课题的英文资料原文和译文各一套。7.提交开

3、题报告一份。三、设计的主要技术指标及要求1.概述三相桥式整流电路故障诊断的方法，比较各自特点，确定总体设计方案。2.分析三相桥式整流电路故障特点及其分类方法。3.确定小波算法中的母小波函数。4.分析小波算法，完成该算法的MATLAB软件程序。5.将提取的故障特征送入神经网络，完成模式识别，给出分类结果。四、应收集的资料及参考文献1电力电子技术 王兆安主编 机械工业出版社 2小波变换与工程应用 彭玉华主编 科学出版社3神经网络 候媛彬主编 电子工业出版社五、进度计划1 -2周 课题调研、收集、学习参考资料，制定毕业设计方案。3 -4周 写开题报告，查阅外文资料，并翻译成中文。5 -6周 熟悉MA

4、TLAB语言特点和功能、整理参考资料。7 -8周 完成整流电路数学建模及各种故障电路数学模型的建立，中期检查。9周 选取小波分析算法的母小波函数。10 -11周 完成小波分析算法的软件系统设计，并完成调试。12周 完成模式识别，实时显示系统分析结果。13 -14周 整理并撰写毕业设计论文，提交论文给指导老师。15 -16周 答辩教研室主任签字时间 年 月 日毕业设计开题报告题目基于小波变换的电力电子装置故障诊断的研究学生姓名 学号班级专业电气工程及其自动化一、 研究背景随着现代化大生产的发展和科学技术的进步，电力电子装置结构越来越复杂，功能越来越完善，自动化程度越来越高，装置故障对生产的影响显

5、著的增加。电力电子装置发生故障必须快速(数毫秒到数十毫秒内)将主电路停电。装置故障严重的可能造成灾难性的事故，造成人员伤亡，产生严重的社会影响，即使是生产中的事故也可能导致生产过程不能正确运行或机器设备损坏造成巨大的经济损失。因此保证装置的安全可靠的运行，充分发挥其效益，就必须大力发展故障诊断技术。故障诊断技术受到各国学者的重视而成为研究热点之一。二、 国内外研究现状目前故障诊断技术是国内外研究的前沿课题，国内外都对其展开了积极的研究，并且已经产生了巨大的经济效益。从故障诊断技术的各分支技术来看，美国占有领先地位，美国的许多权威机构如美国机械工程师学会(ASME)，美国宇航局(NASA)等都参

6、与了这一领域的研究，投入了大量的资金：不少的高校和企业也都设立了诊断技术研究中心，美国的一些公司，如Bently、HP、Scientmcatalajlta等，他们的检测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较高的诊断功能，在军事、化工等方面具有广泛的应用；其它一些国家故障诊断技术的发展也是各有特色，如英国在摩擦诊断方面、丹麦在振声诊断方面等等，他们在诊断技术应用方面都各具优势。自上世纪 80 年代以来，随着电力电子技术日益广泛的应用，国内外许多学者对电力电子电路故障诊断进行了大量研究，取得了不少成果，形成了一些系统的方法，为本课题的研究提供了丰富的知识依据。故

7、障诊断的关键是提取故障特征。故障特征是指反映故障征兆的信号经过加工处理后所得的、反映设备与系统的故障种类、部位与程度的综合量目前，国内外研究的电力电子装置故障诊断方法主要有：1.直接检测法通过检测电路电压或电流，得到电路的工作状态，再与触发脉冲进行时序逻辑比较，从而判断被诊断对象是否发生故障。这种方法需检测每个被诊断元件的电压或电流，所需测试点较多，需要专门的检测电路。2.谱分析法谱分析的目的：信号中含有噪声，为了提取特征向量，故障信号的时域波形不能清楚地反映故障的特征。在故障诊断中通常采用的信号处理方法是谱分析，常用的有傅里叶谱、沃尔什谱，还有滤波、相关分析等。3.小波变换法小波变换作为一种

8、信号的时间尺度分析和时间频率分析法，能有效地从信号中提取信息，由于小波函数具有良好的时频特性，因而小波分析方法为信号的时频分析提供了有力的工具。小波变换保留了Fourier变换的优点，并且在时间上和频率上都可以进行局部分析，特别适合于分析奇异性强的故障信号，被誉为“数学显微镜”。小波变换用于电气设备故障诊断就是对电气设备运行中产生的各种电磁、机械等物理信号进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除故障。电气设备正常运行时产生的电磁信号比较平稳，而故障时则会产生奇异点。运用小波变换理论对所产生的奇异电磁信号作多分辨率分析(MRA)，将信号分解到不同的尺度上，每个尺

9、度上的信号反映了原信号的不同频率组成成分，可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。4.专家系统的方法专家系统诊断的基本思想是：通过理论分析、实践经验及实验建立一个可靠的知识库，该知识库包含电路的环境知识、系统知识和一个规则库，其中知识库反映了系统的因果关系，具体到电路故障诊断系统中就是电路变量和故障类型、故障点之间的因果关系，然后通过人机接口得到实际运行中的特征变量值，将它应用到规则库进行推理，就得到电路的基本工作状态和故障信息。专家系统故障诊断方法的缺点是建立知识库比较困难，特别是在进行复杂电路的故障诊断时，所需的庞大知识库更是难以建立。5.基于神经网络故障诊断方法神经网络

10、具有模拟任何连续非线性函数的能力和从样本自适应学习的能力，有大规模并行处理、分布式信息存储等特点，在信号处理、模式识别、智能控制等领域获得了成功的应用，而将神经网络用于故障诊断，可以克服基于数学模型诊断方法难以建模的问题和基于专家系统诊断方法不能处理新情况的问题，是目前电力电子电路故障诊断应用最广泛的诊断方法。三、 论文的主要工作和所采的方法手段本文的主要工作是用Simulink对三相桥式整流电路仿真，并对各种故障波形进行建模，分类记录各种故障数据，利用小波分析算法提取故障特征，用神经网络进行模式识别，给出识别结果。根据其设计具有的技术要求，首先电力电子装置其中以晶闸管的断路和短路最为常见，对

11、三项桥式全控整流电路的故障进行分析。通过信号采集，可以分为晶闸管无故障，一个晶闸管发生故障，多个晶闸管故障。多个晶闸管又分为同组不同相或者不同组同相，不同组也不同相。其次用小波变换对电力电子装置运行中进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报。最后将故障的波形及形式送入电脑神经网络系统。当故障发生时采取的信号与故障信号相比较，从而发出报警信号显示出故障发生的原因。信号采集 选取小波基小波分析故障诊断三相桥式电路仿真BP神经网络分类器设计 系统总体原理图四、 预期达到的结果通过本次设计希望达到对电力电子装置进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除

12、故障。可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。指导教师签字时间 年 月 日摘 要随着现代化大生产的发展和科学技术的进步，电力电子装置结构越来越复杂，功能越来越完善，自动化程度越来越高，装置故障对生产的影响显著增加。电力电子装置发生故障必须快速将主电路停电。为保证装置的安全可靠的运行，充分发挥其效益，因此电力电子装置故障诊断技术的研究越来越具有重要的意义。本文详细的分析了基于 Matlab/Simulink的三相全控整流桥装置，分别介绍了三相全控整流桥的主电路，和各种仿真参数。在此基础上，获得了整流装置的22种故障波形及各故障状态下的输出的电压波形。利用小波变换的模极大值检测故

13、障波形的突变点，确定故障发生时刻。利用小波多分辨率分析将信号分解在不同的频带之内，对各个频带内的小波系数进行能量统计分析，形成表征故障的特征向量，提取原始数据各频段的能量值作为故障分类的数据。论文给出了基于 Matlab 的 BP 神经网络的设计方法、实际训练和测试的仿真结果。通过BP 神经网络良好的非线性映射特性，作为故障分类器，来实现电力电子故障的诊断。本文设计的电力电子装置故障诊断系统能快速的定位故障点，实现各类故障的精确分类使之具有广阔的应用前景。关键词：电力电子装置故障诊断小波变换BP神经网络AbstractWith the development of modern mass pr

14、oduction and technological progress, the structure of power electronic devices is increasingly complex, functionmore and more complete, automation degree becomes more and more advanced, device failure affect production increased significantly. The power of main circuit must be shut down when automat

15、ic failure occurs. So as to keep system running safely, develop its effectiveness fully, therefore it is of great practical significance to keep the research on the fault diagnosis of power electronic devices.This essay analyzes in detail three-phasefull-controlledrectifier bridgedevice based on Mat

16、lab/Simulink, and introduces the main circuit of three-phase full controlled rectifier bridgedevice, and all kinds of simulation parameter. On this basis, access to the rectifying device 22 kinds of faults and the fault state of the waveform output voltage waveform. Using wavelet transformmodulus ma

17、xima point mutations todetectedfault waveformto determine the failure time. Multiresolution wavelet analysis to decompose the signal in different frequency bands within the frequency band of each wavelet coefficient energy tatistical analysis the formation of the feature vector representation signal

18、extractedraw datafor each frequency bandenergy valuedata classifiedas a fault. This paper gives aBP neural network based on Matlab design methods, practical training and testing of the simulation results. BP neural network through good nonlinear mapping feature, as a fault classifier, to achieve pow

19、er electronic fault diagnosis.The designed of power electronic devices fault diagnosis system find fault point quickly, accurately classify various fault so that it has a broad application prospect.AlphaKey words: Power electronic device Fault diagnosis Wavelet transform BP neural network 目 录第1章绪论11

20、.1课题研究的目的意义11.2国内外研究现状11.3论文研究的内容3第2章总体设计方案42.1电力电子装置故障诊断分析的设计思路42.2 三相全控桥式整流装置42.3 利用小波变换提取故障数据52.4神经网络检测故障5第3章三相桥式整流装置故障仿真73.1电力电子装置故障诊断仿真的主要问题73.2电力电子装置故障的仿真研究73.2.1整流装置的工作原理73.2.2整流装置故障仿真8第4章小波变换理论124.1小波变换原理124.1.1小波变换的基本概念124.1.2连续小波变换124.1.3离散小波变换134.1.4多分辨率分析134.2小波变换与傅里叶变换的比较144.3常用的小波函数144

21、.4小波函数选取原则154.5小波模极大值理论16第5章故障特征的提取175.1引言175.2利用小波理论获得故障信号突变点的时间信息185.3利用多分辨率分析获得信号故障类型特征向量22第6章基于神经网络的电力电子装置故障诊断266.1神经网络模型的选取266.2BP网络原理266.2.1BP网络模型266.2.2BP网络的学习276.3故障分类器设计296.3.1模式识别分类器的特点296.3.2三相桥式整流装置神经网络分类器模型的建立296.4神经网络分类器的训练与仿真结果分析31第7章结论与展望377.1结论377.2展望37参考文献38致谢39附录40附录A外文资料40附录BMATL

22、AB各种仿真图48附录C小波分析算法程序50附录DBP神经网络程序55II石家庄铁道大学四方学院毕业设计第1章绪 论1.1课题研究的目的意义随着电力电子技术的高速发展，实现能量变换的电力电子整流装置越来越广泛地应用到工业生产和社会生活的各个方面，同时电力电子整流装置的故障问题也越来越突出，因此在电力电子整流装置中应用故障诊断技术有其现实意义和经济意义，对其开展相关的理论和方法研究尤为重要。电力电子装置故障诊断技术的基本意义在于减少由于设备故障导致的停机时间。电力电子技术的广泛应用使得电力电子装置的用户遍布各行各业，用户可能对电力电子装置并不熟悉。因此一旦发生故障，若仅由人工查找故障的发生点和故

23、障类型，由于缺少详细的故障信息，要快速准确的诊断故障比较困难，因为它完全依赖于维修人员的经验，这样导致的后果就是延长停机时间，而电力电子装置通常被用于生产工艺的关键流程之中，所以延长停机时间就意味着重大的经济损失。如果应用故障诊断技术，在故障发生后极短的时间里就能提供给维修人员详细的故障信息，故障定位准确可靠，自然大大缩短停机时间，工作效率就有较大提高1。电力电子装置故障诊断技术的基本目的在于快速准确地提供报警信号和故障信息。利用这些信息，工作人员可根据故障的轻重缓急，采取相应的措施来减小故障的影响范围，防止二次故障的发生；维护人员根据故障信息快速地维护设备，减少停机时间，提高电力电子装置整体

24、的工作效率。1.2国内外研究现状目前故障诊断技术是国内外研究的前沿课题，国内外都对其展开了积极的研究，并且已经产生了巨大的经济效益。从故障诊断技术的各分支技术来看，美国占有领先地位，美国的许多权威机构如美国机械工程师学会(ASME)，美国宇航局(NASA)等都参与了这一领域的研究，投入了大量的资金：不少的高校和企业也都设立了诊断技术研究中心，美国的一些公司，如Bently、HP、Scientmcatalajlta等，他们的检测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较高的诊断功能，在军事、化工等方面具有广泛的应用；其它一些国家故障诊断技术的发展也是各有特色，如英

25、国在摩擦诊断方面、丹麦在振声诊断方面等等，他们在诊断技术应用方面都各具优势。自上世纪 80 年代以来，随着电力电子技术日益广泛的应用，国内外许多学者对电力电子电路故障诊断进行了大量研究，取得了不少成果，形成了一些系统的方法，为本课题的研究提供了丰富的知识依据。故障诊断的关键是提取故障特征。故障特征是指反映故障征兆的信号经过加工处理后所得的、反映设备与系统的故障种类、部位与程度的综合量目前，国内外研究的电力电子装置故障诊断方法主要有：(1)直接检测法通过检测电路电压或电流，得到电路的工作状态，再与触发脉冲进行时序逻辑比较，从而判断被诊断对象是否发生故障。这种方法需检测每个被诊断元件的电压或电流，

26、所需测试点较多，需要专门的检测电路。(2)谱分析法谱分析的目的：信号中含有噪声，为了提取特征向量，故障信号的时域波形不能清楚地反映故障的特征。在故障诊断中通常采用的信号处理方法是谱分析，常用的有傅里叶谱、沃尔什谱，还有滤波、相关分析等2。(3)小波变换法小波变换作为一种信号的时间尺度分析和时间频率分析法，能有效地从信号中提取信息，由于小波函数具有良好的时频特性，因而小波分析方法为信号的时频分析提供了有力的工具。小波变换保留了Fourier变换的优点，并且在时间上和频率上都可以进行局部分析，特别适合于分析奇异性强的故障信号，被誉为“数学显微镜”。小波变换用于电气设备故障诊断就是对电气设备运行中产

27、生的各种电磁、机械等物理信号进行实时监测，判别其状态，力求在故障初期或故障时刻发出警报，及时处理、排除故障3。电气设备正常运行时产生的电磁信号比较平稳，而故障时则会产生奇异点。运用小波变换理论对所产生的奇异电磁信号作多分辨率分析(MRA)，将信号分解到不同的尺度上，每个尺度上的信号反映了原信号的不同频率组成成分，可以将故障信号显示出来，从而达到状态监视和故障诊断的目的。(4)专家系统的方法专家系统诊断的基本思想是：通过理论分析、实践经验及实验建立一个可靠的知识库，该知识库包含电路的环境知识、系统知识和一个规则库，其中知识库反映了系统的因果关系，具体到电路故障诊断系统中就是电路变量和故障类型、故

28、障点之间的因果关系，然后通过人机接口得到实际运行中的特征变量值，将它应用到规则库进行推理，就得到电路的基本工作状态和故障信息。专家系统故障诊断方法的缺点是建立知识库比较困难，特别是在进行复杂电路的故障诊断时，所需的庞大知识库更是难以建立。(5)基于神经网络故障诊断方法神经网络具有模拟任何连续非线性函数的能力和从样本自适应学习的能力，有大规模并行处理、分布式信息存储等特点，在信号处理、模式识别、智能控制等领域获得了成功的应用，而将神经网络用于故障诊断，可以克服基于数学模型诊断方法难以建模的问题和基于专家系统诊断方法不能处理新情况的问题，是目前电力电子电路故障诊断应用最广泛的诊断方法。1.3论文研

29、究的内容本文主要研究电力电子装置故障仿真、故障特征向量的提取和故障模式的识别。装置故障仿真以三相全控桥式整流装置为例，利用 Matlab7.0/Simulink 软件仿真获得故障时的输出电压波形，利用小波理论的多分辨率分析提取特征向量，利用 BP 神经网络进行模式分类。(1)电力电子装置的仿真研究电力电子装置出现故障时，电压电流的波形发生异常。基于这一思想，对无故障时的装置进行仿真分析，以电压波形作为诊断信息的一部分，然后根据电力电子装置的实际情况模拟各故障状态，建立故障信息。对电力电子装置进行仿真时考虑了电力电子主装置所有可能的工作状况，以尽可能符合实际工作情况，因为不同的工作状况对应的正常

30、情况波形和故障情况波形不相同。(2)故障特征的提取本文应用小波理论进行故障特征的提取。小波变换能够通过多尺度分析提取信号的奇异点，利用小波变换系数模极大值检测故障波形的突变点，确定故障发生时刻。应用多分辨率分析将信号分解在不同的频带之内，再对各个频带内的小波系数进行能量统计分析，形成反映信号特征的特征向量。分析小波基函数的选取对故障特征提取的影响，说明小波系数具有能量的量纲，特征向量形成用于神经网络故障诊断的特征矩阵。(3)故障识别方法在提取了故障特征向量的基础上，设计一个 BP神经网络分类器，用于判断故障类型，进行故障识别。 第2章总体设计方案2.1电力电子装置故障诊断分析的设计思路本设计首

31、先要对电力电子装置的故障进行研究，装置故障仿真以三相全控桥式整流装置为例，利用 Matlab7.0/Simulink 软件仿真获得故障时的输出电压波形，确立故障类型。然后对故障波形进行处理，利用小波理论的多分辨率分析提取特征数据，最后确定神经网络类型，将数据送入到神经网络，快速的检测出故障。2.2 三相全控桥式整流装置三相桥式全控整流电路原理图如图 2-1 所示。图 2-1三相桥式全控整流电路原理图本文检测故障主要是检测输出的电压，三相桥式全控整流电路输出电压除受控 之外，负载特性也会影响其输出电压。而对于电阻性负载，当 60时输出电压Ud波形连续，而当 60时输出电压波形出现间断。对于阻感性

32、负载60时，输出电压Ud与电阻性负载时相似，当 60时，由于电感 L 的作用，输出电压Ud 出现负的部分，若 L 足够大，当 =90时，输出电压Ud平均值近似为零。对三相桥式全控整流桥进行分析,晶闸管的触发顺序是：VT6- VT1-VT2- VT3-VT4-VT5-VT6，相位依次差 60。电路正常工作时，任何时刻都有两个晶闸管导通，其中一个晶闸管是共阴极组的，另一个是共阳极组的，且不能为同一相的晶闸管。晶闸管的短路故障包括两种情况：一种情况是晶闸管没有触发即可导通，无反向电流流过，即晶闸管实际上相当于二极管；另一种情况是晶闸管被击穿，有反向电流流过。对于晶闸管的短路故障，可以由电流检测法和电

33、压检测法来确定。本文只研究晶闸管开路时的故障诊断，用电压检测法来确定。2.3 利用小波变换提取故障数据小波变换具有良好的时频特性，因此可以有效地用于电气设备故障诊断。小波变换能够通过多尺度分析提取信号的奇异点，其基本原理是当信号在奇异点附近的 Lipschitz 指数 0 时，其连续小波变换的模极大值随尺度的增大而增大；当0 时，则随尺度的增大而减小。噪声对应的 Lipschitz 指数远小于 0，而信号边沿对应的 Lipschitz 指数大于或等于0，因此，利用小波变换可以区分噪声和信号边沿，有效地检测出信号突变点 。小波变换提取故障数据设计思路如图2-2所示。选取小波提取波形有效点对波形进

34、行分析多分辨率法算法模极大值提取故障点送出数据图2-2 小波变换提取故障数据设计思路2.4神经网络检测故障本文采用的神经网络需具有以下特点：(1)有导师监督的学习方式。当某组故障信号输入到神经网络中时，要求该神经网络的输出对应于所设定的故障类型代码，即要求输出信息是可靠的，有导师监督的学习方式可以达到这样的要求。(2)样本记忆容量要比较大。整流装置发生故障时，故障类型较多，对于每类故障，往往要求整流装置在运行情况下所发生的故障都能正确诊断，这样就要求神经网络能够记忆相当多的故障样本，神经网络所记忆的样本容量就要大。因此本文选用了基于误差反向传播算法的前向神经网络，即 BP神经网络。BP神经网络

35、的设计思路如图2-3所示。确定输入量确定输出量确定网络层数确定输入、输出及隐含层的节点数BP 网络激励函数的选择训练神经网络测 试图2-3 BP神经网络的设计思路第3章三相桥式整流装置故障仿真3.1电力电子装置故障诊断仿真的主要问题电力电子装置故障存在的时间较短，获取实际故障信息比较困难，一般需要采用仿真的方法，在仿真时主要需考虑下面一些问题：(1)电力电子装置故障波形仿真研究的目的是获取进行故障特征提取的原始信号。在进行电力电子装置仿真时，应当在了解装置所有的工作状况下，选取其中具有代表性的情况，进行合理简化之后再进行波形仿真，以最大限度保持信息的完整性，使所研究的诊断方法更具有合理性和适应

36、性4。(2)电力电子装置故障情况比较复杂，只能在主要故障的情况下进行合理简化才能得到比较满意的效果。以三相桥式整流装置为例，能够正确诊断出的故障类型有五大类，每大类下又可以分为五六小类，加上晶闸管的不同触发角，其故障数目较多。这仅是考虑主装置(晶闸管)开路故障时的情况。(3)仿真时间长短的选取也要根据具体问题具体分析。如研究对象是从正常工作向故障运行的过渡过程，还是故障出现稳定之后的故障诊断，或者是对可能出现的故障情况的预测，各种情况对仿真时间的要求都不同。3.2电力电子装置故障的仿真研究3.2.1整流装置的工作原理三相桥式全控整流电路原理图如图 3-1 所示。图 3-1三相桥式全控整流电路原

37、理图其中 Ua、Ub、Uc 为三相工频输入电压源，T 为整流变压器。晶闸管的触发顺序是：VT6-VT1-VT2-VT3-VT4-VT5-VT6，相位依次差 60。电路正常工作时，任何时刻都有两个晶闸管导通，其中一个晶闸管是共阴极组的，另一个是共阳极组的，且不能为同一相的晶闸管。对于阻性负载，当 =0时，每个晶闸管一周期内有 120处于通态，当 0时，每周期内晶闸管的导通角为120- ，随着 的增大，输出电压Ud 的平均值随之降低，可见，三相桥式全控整流电路可以通过调节触发角 控制输出电压Ud 。三相桥式全控整流电路输出电压除受控 之外,负载特性也会影响其输出电压。而对于电阻性负载，当 60时输

38、出电压Ud波形连续，而当 60时输出电压波形出现间断，当 120时，输出电压波形将全为零，其平均值也为零5。对于阻感性负载60时，输出电压Ud与电阻性负载时相似，当 60时，由于电感 L 的作用，输出电压Ud 出现负的部分，若 L 足够大，当 =90时，输出电压Ud平均值近似为零。3.2.2整流装置故障仿真按照图 3-1 所示的三相桥式全控整流装置原理图进行连接。将万用表、电压测量器、示波器等测量器件从 Simulink 的相应元件库中调用并连接到对应的测量端口6。利用 Simulink 仿真软件建立仿真装置模型如图 3-2 所示。图3-2仿真电路图Ua、Ub、Uc三项分别设置为220V，50

39、Hz，经过两个变压器分别变换成15V给6脉冲发生器供电和173V给晶闸管供电。6脉冲送到晶闸管需要通过分配器和选择器后送给晶闸管脉冲，选择器的参数设置要和晶闸管安装顺序保持一致，即Selector为1 3 5，Selector1为4 6 2。晶闸管的触发角是通过设置6脉冲触发器的角度而决定的。Constant2即为触发角，block为使能端等于0时开通，发出脉冲。设计中还加入了multimeter万用表，将电压信号传到示波器中。电力电子装置中最易发生的故障是短路故障和开路故障，当发生短路故障时，其等效电阻近似为零，开路故障时，其等效电阻为无穷大7。装置进行仿真时可将晶闸管关断看作开路，导通看作

40、短路，未发生故障的晶闸管正常触发。晶闸管的短路故障包括两种情况：一种情况是晶闸管没有触发即可导通，无反向电流流过，即晶闸管实际上相当于二极管；另一种情况是晶闸管被击穿，有反向电流流过。对于晶闸管的短路故障，可以由电流检测法和电压检测法来确定。本文只研究晶闸管开路时的故障诊断。不导通的晶闸管桥臂包括晶闸管开路(损坏)、串接熔断器熔断、触发脉冲丢失等故障，以下简称晶闸管故障。以图 3-2 所示三相桥式整流装置图为例进行故障仿真，当把Ud波形形状相同，只是在时间轴上相互平移的波形所对应的故障状态划在同一类中，把正常情况当作一种特殊的故障状态来考虑时，并且最多只有二只晶闸管同时发生故障的情况下，可将故

41、障分为 5 大类，22 小类：第一类 无晶闸管故障。第二类 只有一个晶闸管故障。第三类 接同一相电压的2只晶闸管故障VT3和VT6、VT1和VT4、VT2和VT5。第四类 接同一半桥电压的2只晶闸管故障VT1和VT5、VT1和VT3、VT3和VT5、VT2和VT4、VT2和VT6、VT4和VT6。第五类 既不同组也不同相的2只晶闸管故障VT5和VT6、VT3和VT4、VT1和VT2、VT1和VT6、VT2和VT3、VT4和VT5。触发角 是 30或 60时部分典型故障的输出波形Ud，仿真时间是从 0.00 秒到 0.06 秒，即三个周期。每个特定的 下，均有 22 种故障波形。装置可以通过 S

42、imulink 模拟仿真上述 5 种故障的波形。部分故障输出电压Ud 波形仿真结果如图 3-3 和图 3-4 所示。 图3-3(a)30正常状态 图3-3(b)VT1故障 图3-3(c)VT1和VT4故障 图3-3(d)VT1和VT3故障 图3-3(e)VT1和VT6故障 图3-460正常状态由仿真波形分析可知故障时波形的特点：(1)在 一定的情况下，同一类型的故障在不同故障元的情况下，其输出波形Ud形状不变，只是在时间轴上平移；(2)输出波形Ud 随 变化而改变，这会给故障特征的提取带来麻烦；(3)故障发生时信号产生突变，故障信号含有高频分量，是非平稳的，并有一个从暂态到稳态的过渡过程；(4

43、)不同故障类型，其高频分量的成分不同，即不同故障在同一频率中的表现不同。非平稳故障信号的特征并不是均匀地分布在所有频率上，而是在某一个和几个频率(或者频率范围)上体现，利用小波多分辨率分析，能够准确地在任意频段内对信号进行分析，提取故障特征。信号在计算机上应用和处理时是以数字方式传递的，因此需要将仿真得到的故障波形用数字表示。故障波形在 Matlab7.0/Simulink 仿真软件中进行获得触发角 为0 、15 、30、 45 、60 、90的故障样本，作为故障特征提取的输入信号。这些故障信号样本以.txt 文件格式存储在 Matlab 的工作空间内，进行小波分解时可以直接调用。一组数据如表

44、3-1所示。表3-1触发角30时VT1和VT3故障数据触发角30时0152.0701241.1289123.1407241.0363210.71820172.4642240.4603123.4416241.2456210.69382.5737188.0099239.7122124.6244241.4404210.67192.5852199.8817238.885125.7858241.6191210.61052.5852208.9461237.9788126.9246241.7822210.55012.5992218.0637236.2216131.2682241.9318210.48992.

45、6131224.3245234.2297135.2725242.1551210.24872.627228.6455232.0053138.9519242.3485210.00662.6683231.6326229.5504142.3289242.516209.76372.7093233.6968226.8674151.7676242.661208.78392.75235.6891218.0265158.6993242.7865207.79132.883236.831210.7692163.6876243.0458206.78592.883237.5185210.7692167.2391243.223120