论文部分内容阅读
随着通信技术的不断发展,高频大功率的发射装置已成功应用于雷达、制导和航空航天等领域。作为发射装置的核心部件—固态功放输出功率的准确度直接影响其性能的发挥,进而影响整个系统,这就促使我们对功放功率的校准和故障诊断进行研究,以保证上述系统整体性能的发挥。本文在与“中科电集团第十研究所”进行“Ka功放功率自动校准及外场故障诊断软件”合作的背景下,对该项目所涉及的自动测试技术、故障诊断技术以及WTA神经网络进行调研,阐述其发展现状;其次,充分了解项目过程中所涉及的E4418B,MG3694C,GPIB/RS422-485/RJ45等硬件平台及接口,并简述其面板结构及接口,详细阐述了研究对象固态功放的组成结构和原理,将项目要求的总体目标转化为具体的功能需求,针对需求进行了软件系统总体架构的设计。这些设计包括有功能架构,模块关系架构和界面分布架构;第三,对开发过程中涉及的软硬件环境进行原理性阐述和配置,为软件开发做好准备;最后,针对软件功能需求的重点,提出用于功放功率自动校准及外场故障诊断的新方法,即“基于遗传算法的功率自动校准方法”和“基于BP和WTA神经网络的故障诊断方法”。针对本文所提出的“自动校准方法”,设计了其中遗传算法的关键—“适应度函数”,提炼出功率误差修正函数f(p)以及误差修正均值函数F(P),并对该方法的具体实施进行阐述。通过程序编码,实现了“Ka功放软件”自动校准模块中的硬件设备的远程控制、功放V-P曲线的采集以及功放功率误差值修正等功能。与手动校准方法对比,验证了该方法应用于固态功放功率自动校准领域中的优越性和益效比。对提出的“故障诊断方法”,设计并验证了一种全新的模型“BP-WTA诊断定位模型”。在诊断定位模型的基础之上,对该模型的算法,即BP-WTA故障诊断算法进行阐述。包括对BP神经网络算法的阐述,对基于忆阻器阵列的WTA神经网络算法的阐述。利用忆阻器阵列融入WTA神经网络之中,在MATLAB环境下,通过72+72+14组样本分别进行分类识别轴承故障类型、轴承损伤程度以及功放故障类型实验,并与传统BP算法与HMM方法进行对比。得出结论是,在进行轴承故障诊断时,其对轴承异常情况设备诊断定位能力为100%;在进行功放故障诊断时,其对功放异常情况设备诊断定位能力为92.86%。表明“基于BP和WTA神经网络的故障诊断方法”在设备异常时定位存在的理论和应用价值。