[發明專利]一種對功放進行在線健康監測與故障預警的系統在審
| 申請號: | 202010618062.4 | 申請日: | 2020-06-30 |
| 公開(公告)號: | CN111896823A | 公開(公告)日: | 2020-11-06 |
| 發明(設計)人: | 周潔琳;王一丁;劉洋;徐桂宏;閆啟帥 | 申請(專利權)人: | 成都四威功率電子科技有限公司 |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G01R19/25;G01K13/00 |
| 代理公司: | 成都眾恒智合專利代理事務所(普通合伙) 51239 | 代理人: | 劉華平 |
| 地址: | 610000 四川省成都*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 功放 進行 在線 健康 監測 故障 預警 系統 | ||
1.一種對功放進行在線健康監測與故障預警的系統,其特征在于,包括FPGA芯片,與FPGA芯片連接并用于采集功放工作狀態信息的高速AD采集芯片,與FPGA芯片連接的Flash芯片,以及與FPGA芯片連接用于實現人機互動的LCD顯示屏;所述FPGA芯片包括信號相互傳遞的AD采樣控制模塊、FIFO模塊、數據預處理模塊、卷積神經網絡模塊和LCD顯示驅動模塊,其中,AD采樣控制模塊與高速AD采集芯片相互傳遞信號用于獲取功放工作狀態信息,卷積神經網絡模塊根據功放工作狀態信息進行故障預警分析,LCD顯示驅動模塊向LCD顯示屏傳遞功放運行實時數據以及故障預警結果。
2.根據權利要求1所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述卷積神經網絡模塊的構建包括軟件端訓練網絡和硬件端實現網絡。
3.根據權利要求2所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述軟件端訓練網絡構建的具體步驟如下:
(A11)在TensorFlow上用Python語言搭建卷積神經網絡;
(A12)根據功放運行歷史數據作為數據庫訓練網絡,并由此得到訓練完成后的模型;
(A13)將訓練好的網絡的各權值參數經過浮點轉定點的量化處理后生成FPGA芯片中ROM可以讀取的COE文件。
4.根據權利要求3所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述步驟(A12)中根據功放運行歷史數據作為數據庫,隨機選取其中80%的數據作為訓練集數據,20%的數據作為測試集數據來訓練整個網絡,并由此得到訓練完成后的模型。
5.根據權利要求2所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述硬件端實現網絡構建的具體步驟如下:
(A21)在Vivado平臺用Verilog HDL語言根據流水線設計思想搭建硬件網絡環境;
(A22)將步驟(A13)中訓練好的網絡權值參數以COE文件的形式流入到網絡中并驗證網絡的準確性;
(A23)邏輯綜合、布局布線、生成bit流文件。
6.根據權利要求1所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述高速AD采集芯片的具體采集流程如下:
(B1)FPGA芯片將AD采樣控制模塊的CONVST引腳信號由低變高,開啟AD轉換;
(B2)AD采樣控制模塊判斷BUSY信號是否由低變高,如果是則進行下一步,如果不是則繼續判斷;
(B3)AD轉換結束,并將轉換結果發送給FPGA芯片。
7.根據權利要求1所述的一種對功放進行在線健康監測與故障預警的系統,其特征在于,所述高速AD采集芯片用于采集功放的溫度信息、輸入功率信息、功放電壓信息、功放電流信息、輸出功率信息和反射功率信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都四威功率電子科技有限公司,未經成都四威功率電子科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010618062.4/1.html,轉載請聲明來源鉆瓜專利網。





