基于优化SVM的BUCK电路故障诊断方法

作     者：许煜辰 王友仁 常烁 XU Yuchen;WANG Youren;CHANG Shuo

作者机构：南京航空航天大学自动化学院江苏南京210016 

出 版 物：《机械制造与自动化》 (Machine Building & Automation)

年 卷 期：2024年第53卷第2期

页      面：220-223,273页

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：南京航空航天大学研究生科研与实践创新计划项目(xcxjh20210329) 

主　　题：功率变换器 SiC MOSFET功率管 加速退化实验 PSO-SVM 

摘      要：核心功率器作为功率变换器的重要组成部分,一旦发生故障,直接影响电路的安全运行。为此设计核心功率器件的加速退化实验方案,采用加速退化实验中退化程度最为严重的电解电容和SiC MOSFET功率管代表DC-DC变换器的软故障器件。实验设定5种工况条件,分别采集每种工况条件下的4种电路信号。采用ReliefF算法对48维特征进行特征优选,采用粒子群算法优化支持向量机(PSO-SVM)进行故障分类,并与SVM、KNN分类算法进行对比分析,验证了所提方法的优越性。实验结果表明:PSO-SVM故障诊断方法可以获得更高的故障诊断率。