基于双机联合故障检测的双机热备系统可靠性和安全性研究

分析了基于独立故障检测单元的双机热备系统存在的问题,提出了一种基于双机联合故障检测的双机热备系统方案,通过主、备单元的自检和它检实现故障检测功能。利用马尔可夫过程,对基于独立故障检测单元和基于双机联合检测方案的双机热备系统分别进行可靠性建模和仿真计算,分析其可靠性和安全性指标。根据仿真结果对两种方案的可靠性、安全性和经济性水平进行了分析比较,比较结果表明,两种方案的优劣与β值以及系统资源利用情况有关,当β≥0.8并且系统有较多空闲资源时,基于双机联合故障检测方案的双机热备系统完全可以达到甚至超过基于独立故障检测单元方案的双机热备系统可靠性和安全性水平,并且结构更为简单,成本更低。

电子系统的Markov模型和云可靠性评价方法

针对传统的Markov模型可靠性评价方法难以体现复杂可变工作条件对电子系统可靠性影响的问题,根据云模型融合随机性和模糊性的特点,将云模型和Markov模型相结合,提出了基于Markov模型的云可靠性评价方法.首先根据电子产品和维修人员的特点,建立失效率和修复率关于环境条件和维修人员生理状况的适应能力云模型,然后根据实际的工作条件情况建立工作条件云模型,最后由适应能力云模型和工作条件云模型通过X条件云发生器生成失效率云和修复率云,并作为输入参数代入Markov模型进行可靠性评价.该方法考虑了环境条件和维修人员生理状况对系统可靠性的影响,其评价结果更接近于系统的真实情况.采用该方法对某双机冷备系统的分析表明:在温暖、电压稳定和维修人员身体状况良好时,工作条件变化导致系统可靠度和可用度的下降幅度低于0.5%;在寒冷、电压不稳和维修人员身体状况一般时,工作条件变化导致系统可靠度和可用度的下降幅度最大可达90%,与实际情况相符.

负载均担并联系统模型及可靠性分析

针对实际中负载均担并联系统的可靠性受系统总负载和部件承载能力的影响,通过分析实际中部件的承载能力情况建立相应的部件失效率变化模型,利用马尔可夫过程建立负载均担不可修并联系统的通用可靠性模型。从失效率变化模型出发,根据总负载与部件承载能力的不同关系,将系统的通用可靠性模型细分为理想承载模型、最大承载模型和临界承载模型,并计算出各个模型下系统可靠度。以部件独立并联系统和m/n:(F)表决系统为例证,验证模型及计算结果的正确性。

变环境变工作条件下电子系统的可靠性评价方法

为对变环境变工作条件下电子系统的可靠性进行有效评价,提出一种基于受控赋时混合随机Petri网(CTHSPN)的电子系统可靠性评价方法。首先,在混合随机Petri网的基础上将库所标识扩展到云域并与时间关联、引入控制函数和控制时钟,提出CTHSPN模型;其次,根据CTHSPN模型的建模机制建立电子产品的可靠性模型;最后,在产品可靠性模型的基础上,根据电子系统的失效机制和部件间的动态关系建立系统的可靠性模型,并通过Monte Carlo模型仿真计算出系统可靠度。实例分析表明:该方法能较好地体现温度、电压等工作条件对电子系统可靠性的独立性影响作用,为变环境变工作条件下电子系统的可靠性评价提供一条有效的途径。

一种改进型预测电流控制算法

并网逆变器控制系统的最终目标是实现对参考电流的跟踪,因此需要根据前两个或三个开关周期的情况对参考电流进行前向预测,由于模型电感与实际电感之间的不匹配,导致不同的预测电流控制算法对系统稳定性的影响不同,或者说在系统稳定的前提下不同算法对电感不匹配程度的容忍度不同。本文在对单相并网逆变器控制系统进行稳定性分析的基础上,对比研究了各种传统算法的优缺点,指出了造成其控制效果不同的根本原因,并提出了一种改进型预测电流控制算法,通过将目标电流误差从前两个开关周期电流差改为另一特定形式,减少对中间变量的近似计算,提高算法可靠程度,将系统稳定对电感不匹配的容忍度大大提高,得到比传统方法更好的稳定裕度。最后,通过建立仿真模型和搭建实验平台验证了该新算法的优越性。

基于Takagi-Sugeno模糊模型的电流跟踪型光伏并网逆变器

逆变器是光伏并网发电中的关键设备,如何调整PWM控制信号的波形,输出与电网电压同频率同相位的电流,是并网逆变器设计中最重要的问题。在分析比较了光伏并网发电系统逆变器各种控制算法的基础上,推导出了单相全桥逆变电路功率开关管占空比关于并网电压和电流误差等可测量物理量的函数关系式,提出了一套基于Takagi-Sugeno模糊模型的PWM波形产生方法。该方法采用四输入双输出的结构,将并网电压和电流误差等可测物理量作为模糊控制器的输入量,经T-S模型模糊处理之后分别得到两组功率开关管的控制信号的占空比。该文最后以单相全桥逆变电路为例,给出了详细的仿真分析,结果显示由该方法生成的PWM控制信号较之传统滞环比较控制等,有开关频率低、硬件电路简单、谐波畸变率小等优势,可实现并网发电要求的单位功率因数。

基于样本扩展和线性子空间特征提取的单样本人脸识别

针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法.利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息.采用主成分分析(principal component analysis,PCA)对扩展的虚拟样本进行降维,并用Fisher鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像.所提方法在人脸图像库Yale B和Extended Yale B上进行试验,用PCA+LDA方法把扩展图像作为训练集对测试图像进行特征提取和识别.相对于以单样本图像为训练集的PCA特征提取,该方法显著提高了识别率.

基于李雅普诺夫直接法的自适应预测电流控制算法

针对预测电流控制算法忽略线阻且未考虑干扰信号的缺点,提出了一种适用于光伏并网逆变器的自适应控制算法。该算法基于李雅普诺夫稳定性定理进行设计,在达到控制目标和保证系统稳定的前提下,实现了根据实时采样数据对电路未知参数进行自适应调节,避免因对电压或电流的假设和忽略负载电阻的影响而造成误差,使系统对干扰信号具有更强的抗干扰性,提高控制器对噪声的抑制能力。最后,通过仿真和试验验证了该算法的有效性。

并网逆变器预测电流控制算法性能分析

在并网逆变器预测电流控制算法中,当模型电感与实际电感参数不匹配时可能导致控制算法不稳定,而无法有效跟踪并网逆变器的输出电流,为此提出了一种改进型预测电流控制算法。在对比分析几种现有预测电流控制算法优缺点的基础上,总结了预测电流控制算法的构建原则,通过对目标电流误差以及目标输出电压的表达式进行重建,降低了预测电流控制算法的阶数。计算机仿真以及实验结果验证了改进型预测电流控制算法的可行性以及可靠性。