双向全桥DC—DC变换器故障智能检测系统设计

张晨+凌跃胜

摘 要： 传统DC?DC变换器故障检测系统只对变换器中某重要元器件进行故障检测，导致检测结果不准确。为此，设计了新的双向全桥DC?DC变换器故障智能检测系统。通过闭环霍尔电流传感器对电流信号进行采集，给出信号采集电路，通过分析双向全桥DC?DC变换器元件衰减过程提取故障数据，对不同故障状态样本进行采集，构建HMM模型，求出HMM模型初始参数，迭代参数直至其收敛到既定区间，对采集的电压、电流信号进行归一化处理，产生观察值序列，把观察值序列输入到训练完成的不同HMM模型中，求出相似或然率和相似或然率最大值相应的HMM模型，即为双向全桥DC?DC变换器故障检测结果。实验结果表明所设计系统检测准确性高。

关键词： 双向全桥； DC?DC变换器； 故障； 智能检测； 系统设计； 信号采集电路

中图分类号： TN710?34； TP277 文献标识码： A 文章编号： 1004?373X（2018）05?0144?05

Abstract： The traditional fault detection system of the bidirectional full?bridge DC?DC converter can only detect the fault of a certain important component in the converter， and its detection result is inaccurate. Therefore， a new intelligent fault detection system for bidirectional full?bridge DC?DC converter was designed. The current signal is acquired through closed?loop Hall current sensor. The signal acquisition circuit is given. The component attenuation process of bidirectional full?bridge DC?DC converter is analyzed to extract the fault data. The samples with different fault conditions are acquired. The hidden Markov model （HMM） is constructed， and its initial parameter is determined. The parameter is iterated until it is converged to the established section. The acquired voltage and current signals are normalized to generate the observing values sequence. The observing values sequence is input into different HMMs after training to get the similarity probability and the HMM corresponding to the maximum similarity probability， whose output is the fault detection result of a bidirectional full?bridge DC?DC converter. The experimental results show that the designed system has high detection accuracy.

Keywords： bidirectional full?bridge； DC?DC converter； fault； intelligent detection； system design； signal acquisition circuit

0 引 言

双向全桥DC?DC变换器是电力电子技术的关键，通过双向全桥开关DC?DC变换器技术组成的高频开关电源被广泛应用于电子通信和家用电器等领域[1?2]。开关是整个电子设备的基础，在出现故障的情况下会造成电子设备功能丧失，甚至会导致系统瘫痪，带来很大的损失[3?4]。因此，准确检测双向全桥DC?DC变换器故障非常关键，能够及时采取防御措施，降低维修周期和损失。

当前，针对双向全桥DC?DC变换器故障检测的研究主要是对变换器中某重要元器件进行故障检测，如通过卡尔曼滤波方法对电解电容器故障进行检测，通过高斯回归方法对变换器、滤波器故障进行检测[5]，因为双向全桥DC?DC变换器中不同元件具有负载型和容差等问题，导致上述方法在实际应用时均有局限性，不能有效实现双向全桥DC?DC变换器的故障检测。

1 系统硬件设计

1.1 控制芯片选择

为了保证智能故障检测系统的实时性，要求选用芯片处理数据时间小于故障诊断的采样周期，本文设定的采样周期为3 μs。对双向全桥DC?DC变换器故障智能检测系统进行设计时，控制芯片选用TSM320LF2407，该芯片为一种定点DSP芯片，拥有功耗小、性能强等特点，采用此芯片的DSP中央控制单元对指令处理周期只需28 ns，可达到系统采样速率要求[6?7]。双向全桥DC?DC变换器故障智能检测系统硬件电路结构图如图1所示。其中，TSM320LF2407为主控芯片，外部电路有外部存储电路、竞争倍频驱动电路、声光报警电路、外部仿真电路、信号采集电路等。

1.2 电压信号采集电路设计endprint

设计双向全桥DC?DC变换器故障智能检测系统时，需对双向全桥DC?DC变换器母线电压进行采集，母线电压通常可達到500 V，本节通过型号为VSM800D的霍尔电压传感器对其进行测量[8?9]。电压信号采集电路如图2所示。为了增大输入阻抗，将运算放大器B1作为电压跟随器，其还具有缓冲、隔离以及增加带载等功能。采用6 V电源为充电，采用稳压管产生相应6 V参考电压，对产生的参考电压进行反向放大处理，此时获得的参考电压用表示，参考电压与采样电压的误差值经运算放大器B2放大后输出。则采集电压信号为：

1.3 电流采集电路设计

为了确保采集电流信号的及时性和精确性，本节选用型号为CSM015P的闭环霍尔电流传感器，其可实时对电流信号进行采集，并且能够使控制电路与双向全桥DC?DC变换器电路隔离。变压器原边电流是交流电流，需在闭环霍尔电流传感器的输出值后添加一处理电路，通过LM317集成稳压IC控制输出电压不超过6 V。

电流信号采集电路如图3所示。

2 系统关键技术

双向全桥DC?DC变换器故障检测实际就是一种模式识别，因为隐马尔可夫模型HMM为一种能够有效实现模式识别的模型，所以，本节采用HMM模型对双向全桥DC?DC变换器故障进行检测。其原理包括：

1） 隐藏的故障信息无法直接检测，双向全桥DC?DC变换器的输出电压中存在隐藏故障信息，可采用其输出电压信号和电流信号进行识别。

2） 双向全桥DC?DC变换器的各运行状态通过特定的电信号特征描述。

3） 双向全桥DC?DC变换器涉及很多电信号，通过观测序列完成参数训练，以增强检测精度。

2.1 特征参数的提取

采用HMM故障模型对双向全桥DC?DC变换器故障进行检测时，准确提取DC?DC变换器故障数据非常重要。本节通过分析双向全桥DC?DC变换器元件衰减过程提取故障数据。

双向全桥DC?DC变换器主要包括电阻、电感、二极管、电容等元件，本节根据检测的输出电压与电流确定元件的衰减过程。采用等效电阻对各元件性能衰减过程进行分析，对于选用的等效电阻，其参数与温度、时间等因素的关系如下：

式中：用于描述根据电容特性得到的常数；用于描述等效电阻；用于描述时间；用于描述温度。

2.2 HMM训练

HMM训练的目的是为双向全桥DC?DC变换器所有故障状态训练一个相应的HMM模型，通过若干观测序列完成对所有模型的训练。训练详细过程如下：

1） 完成对4种不同待训练故障状态样本的采集，也就是在各故障状态下对输出电压和电流信号进行采集，将采集结果看作观察序列，输入HMM模型中，观察序列用进行描述。

2） 构建HMM模型，。对模型参数进行初始化处理，包括状态数量、初始状态概率和状态转移矩阵。依据双向全桥DC?DC电路的特征，采用左右型HMM模型进行训练，其隐含状态是4，与双向全桥DC?DC变换器的四种状态相对应，依次是正常运行状态、轻度退化状态、重度退化状态和故障状态。假设双向全桥DC?DC变换器初始时刻正常运行，初始状态概率是则状态转移矩阵可描述成：

3） 对训练的双向全桥DC?DC变换器故障数据进行分割处理，将其和个状态对应，求出HMM模型初始参数。本节取观察值序列时间长度，通过高斯函数对观测值概率矩阵进行描述，公式如下：

式中：为高斯函数混合个数，本节也就是为高斯函数。

4） 通过Viterbi法重新估计分割初始参数。

5） 获取新的初始参数后，通过Baum?Welch法完成对参数的迭代，直至参数收敛到既定区间。

2.3 变换器状态检测

通过训练完成的HMM模型对双向全桥DC?DC变换器故障信号进行检测，首先对采集的电压电流信号进行归一化处理，产生观察值序列，再把观察值序列输入训练完成的不同HMM模型中，求出相似或然率和相似或然率最大值相应的HMM模型，即为双向全桥DC?DC变换器故障检测结果。

3 双向全桥DC?DC变换器故障智能检测系统实验

双向全桥变换器电路结构如图4所示。

三相输入电源通过三相整流电路和LC滤波电路后，变成直流电源传输到全桥逆变电路，经全桥逆变电路处理后得到所需的交流电路，通过全波整流电路变成直流电路，最后传输至负载。实验设计了5 kVA的双向全桥直流变换器实验样机，将瑞新电力电子公司KA型高频晶闸管作为样机功率开关管。为了防止短路实验导致三相整流管失效，本节选用电流承受值是150 A的三相整流模块。

全桥逆变电路包括4个开关管?KA型高频晶闸管K1～K4，将经整流滤波处理后的直流电源转换成频率是25 kHz的交流方波。将2个SS115肖特基二极管Ds1，Ds2和续流管Dx构成全波整流电路，将交流方波转换成直流，经输出滤波电路传输至负载。

双向全桥变换器故障智能检测系统实验样机如图5所示。

图5中，在一个正常运行的双向全桥DC?DC变换器中添加两个继电器，用于人为设置开关管的开路故障与短路故障。利用排线将变换器中的输出电压与检测信号和故障检测系统相连。

续流管两端电压含有整流元件与开关管的故障信息，输出电压含有滤波器的故障信息，变压器输出电压含有开关管故障信息，所以将三个变量看作特征参数进行实验。图6描述的是双向全桥DC?DC变换器正常运行时三个特征参数的波形，图7描述的是开关管出现故障时三个特征参数的波形，图8描述的是出现故障时三个特征参数的波形。

分析图6～图8可知，双向全桥DC?DC变换器正常和故障情况下三个特征参数波形存在很大差异，有利于检测。

针对上述不同故障训练不同的HMM模型，双向全桥具有对称性，晶闸管中K1～K4出现故障的波形一致，将其合并成一类故障。另外，滤波时在电感出现开路故障的情况下，输出电压幅值是0。综上，将故障划分成含电感的故障和不含电感的故障，故障分类结果如表1所示。endprint

将双向全桥DC?DC变换器不同故障情况下各10组样本作为训练样本，对进行测量，组成观测序列输入模型，获取HMM模型訓练结果。通过训练好的HMM模型对变换器故障进行智能检测，将相似或然率最大值相应模型看作检测结果。

将不含故障的正常状态（编号1）、Ds1开路故障（编号4）和含故障的开路故障（编号9）、开路故障（编号11）观测序列输入HMM模型，求出相似或然率，如表2所示。

分析表2可知，将4个测试样本输入各HMM模型后，经模型求出的编号1、编号4、编号9和编号11的似然或然率值最高，和其余状态间存在很大差异，可有效检测故障状态。

为了验证本文方法的检测准确性，进行了120次实验，发现本文系统检测精度高达98.22%，检测结果很准确。

4 结 论

本文设计了一种新的双向全桥DC?DC变换器故障智能检测系统。介绍了系统控制芯片选择过程，给出信号采集电路，分析了双向全桥DC?DC变换器故障检测的关键技术。实验结果表明所设计系统检测准确性高。

参考文献

[1] 程红，高巧梅，朱锦标，等.基于双重移相控制的双向全桥DC?DC变换器动态建模与最小回流功率控制[J].电工技术学报，2014，29（3）：245?253.

CHENG Hong， GAO Qiaomei， ZHU Jinbiao， et al. Dynamic modeling and minimum backflow power controlling of the bi?directional full?bridge DC?DC converters based on dual?phase?shifting control [J]. Transactions of China electrotechnical so?ciety， 2014， 29（3）： 245?253.

[2] ZUMEL P， ORTEGA L， LAZARO A， et al. Modular dual active bridge converter architecture [C]// IEEE Applied Power Electronics Conference and Exposition. [S.l.]： IEEE， 2014： 1081?1087.

[3] WANG J， JI B， WANG H， et al. An inherent zero?voltage and zero?current?switching full?bridge converter with no additional auxiliary circuits [J]. Journal of power electronics， 2015， 15（3）： 610?620.

[4] 许正平，李俊.双向全桥DC?DC变换器高效能控制研究与实现[J].电力系统保护与控制，2016，44（2）：140?146.

XU Zhengping， LI Jun. Research and implementation of bidirectional full bridge DC?DC converter with high?efficiency control [J]. Power system protection and control， 2016， 44（2）： 140?146.

[5] CHEN H C， LIAO J Y. Bidirectional current sensorless control for the full?bridge AC/DC converter with considering both inductor resistance and conduction voltages [J]. IEEE transactions on power electronics， 2014， 29（4）： 2071?2082.

[6] 房绪鹏，赵珂，马伯龙，等.开关电感型级联准阻抗源DC?DC变换器[J].科学技术与工程，2017，17（11）：57?61.

FANG Xupeng， ZHAO Ke， MA Bolong， et al. The cascade of switched?inductor quasi?Z?source DC?DC converter [J]. Science technology and engineering， 2017， 17（11）： 57?61.

[7] 李东山，宋晓娜，宋帅.基于无源性的光伏DC?DC变换器的全局滑模控制[J].计算机测量与控制，2016，24（6）：106?109.

LI Dongshan， SONG Xiaona， SONG Shuai. Global sliding model control based on passivity of photovoltaic DC?DC converter [J]. Computer measurement & control， 2016， 24（6）： 106?109.

[8] KARTHIKEYAN V， GUPTA R. Zero circulating current modulation for isolated bidirectional dual?active?bridge DC?DC converter [J]. IET power electronics， 2016， 9（7）： 1553?1561.

[9] 刘建粉，王小辉，王巍.基于遗传进化专家系统的电气故障检测应用[J].科技通报，2015，31（8）：117?119.

LIU Jianfen， WANG Xiaohui， WANG Wei. Electrical fault detection application based on genetic evolution expert system [J]. Bulletin of science and technology， 2015， 31（8）： 117?119.endprint