Fig. 1. La arquitectura del modelo propuesto. Crédito:Zhang Li
Un equipo de investigación dirigido por el Prof. Gao Ge y Jiang Li de los Institutos Hefei de Ciencias Físicas de la Academia de Ciencias de China investigó el diagnóstico de fallas de un convertidor de modulación de ancho de pulso y propuso un algoritmo de diagnóstico de fallas de redes neuronales para resolver los problemas existentes en este campo. Los resultados se publicaron en IEEE Transactions on Power Electronics .
La modulación de ancho de pulso tiene las ventajas de alta eficiencia, alta densidad de potencia y alta confiabilidad. Pero debido a la complejidad de los sistemas de accionamiento y la diversidad de la operación de la junta de fusión, los sistemas convertidores de fuente de voltaje de modulación de ancho de pulso son propensos a sufrir fallas críticas. Por lo tanto, la investigación sobre la tecnología de diagnóstico de fallas es motivo de profunda preocupación, especialmente el diagnóstico de fallas de circuito abierto, que es en lo que los científicos se han centrado en este estudio.
Los métodos actuales de diagnóstico de fallas solo se ocupan del estado de rectificación o estado del inversor. El análisis teórico muestra que las cantidades características de las fallas en ambos estados tienen características completamente diferentes y complicadas, lo que aumenta la dificultad del diagnóstico de fallas.
En este estudio, al aplicar el algoritmo propuesto, los investigadores utilizaron solo la corriente del lado de la red trifásica como la cantidad característica de diagnóstico de fallas y diagnosticaron 21 tipos de fallas tanto en el estado de rectificación como en el del inversor.
"A diferencia de la arquitectura de red neuronal convolucional tradicional, un diseño cuidadosamente diseñado puede aumentar la profundidad y el ancho de la red mientras mantiene constante el presupuesto informático", dijo el Dr. Deng Xi, primer autor del estudio. "Esto puede hacer un mejor uso de los recursos informáticos dentro de la red".
Fig. 2. Precisión del modelo del modelo de red neuronal. Crédito:Zhang Li
Los resultados experimentales muestran que el modelo puede detectar con precisión aproximadamente el 99,14 % de las fallas del interruptor de circuito abierto en 12,83 ms (<3/4 de ciclo) sin agregar más sensores.
Este estudio ofrece una base para el funcionamiento seguro y estable de los sistemas de energía de fusión y proporciona un valor de referencia para otros campos. Científicos desarrollan método inteligente de diagnóstico de fallas para centrales nucleares
