[发明专利]传动系统牵引支撑电容的选型和设计方法

说明书

本发明公开了一种传动系统牵引支撑电容的选型和设计方法。基于牵引传动模型和薄膜直流环节电容器寿命模型收集不同优劣工况条件下，不同支撑电容参数的多维度寿命估计数据。同时，收集和折算不同制造商的数量和成本数据。进一步引入多层高维深度学习网络DNN模型预测体积，成本和预期寿命，并通过均方误差(MSE)验证模型的准确性。该发明可以快速准确地将电容器的性能参数映射到所选直流环节电容器的体积，成本和预期寿命，并实现将电容器的性能参数用作黑箱，面向用户的需求，直接针对薄膜直流环节支撑电容器的体积，成本和寿命进行选型和设计。

技术领域

本发明涉及电子元器件的可靠性的选型和设计方法，具体来说是涉及通过牵引传动系统支撑电容的可靠性分析，对牵引传动系统支撑电容进行选型和设计的方法。

背景技术

电容器被认为是电力电子系统中最脆弱的部件之一，因此电容器的可靠性日益成为一个突出的问题。在牵引传动中，直流环节支撑电容主要起到储能和过滤的作用，其可靠性与高速牵引驱动系统的安全性和性能息息相关。使用具有更高电压和更长寿命的薄膜电容器来代替铝电解电容器是一种趋势。因此，研究牵引传动系统中薄膜直流环节电容器的可靠性具有重要意义。王怀，F.Blaabjerg给出了薄膜电容器寿命的数学模型，并分析了直流环节电容器的失效机理。王浩然，P.Davari等人提出了一种考虑频率和电网电压不平衡影响的电容器寿命估算方法，并给出了薄膜电容器和电解电容器之间的性能比较。M.Horák等人通过加速老化试验研究了丙烯薄膜电容器参数的非线性变化规律。

同时考虑到电容，电感，电阻等无源元件需要十多年甚至几十年的运行周期，意味着应在器件设计开始时就仔细考虑和设计器件的寿命和故障率，并根据分析结果反馈到器件的设计指标和参数上。所以在牵引传动系统运行之前，就应该通过一些电容器的设计方案对电容的选型进行支撑。王浩然等人从可靠性和成本的角度评估了无源直流母线的设计方法，并发明了一种双端有源电容器，并讨论了其设计约束和阻抗建模。随着CPU性能的提高，深度学习已应用于电力电子领域的设计实践中。Y.LeCun等人提出了深层神经网络(DNN)的运用概念，其较高的层数和较多的神经元个数被用于有效地解决图像识别和相关的设计问题。Shakirov V V等人比较了几种智能算法的结果表明，DNN可以合理地处理复杂参数并完成不同特征参数的分类。

发明内容

本发明的目的是提出一种基于可靠性分析的牵引传动系统支撑电容的选型和设计方法，旨在能快速准确地将电容器的性能参数映射到所选直流环节电容器的体积，成本和预期寿命，并实现牵引传动系统中直流环节薄膜电容器的主动选择和设计。

本发明的目的是通过如下的手段实现的：

一种基于可靠性分析，采集相关数据，考虑到其电容的运行寿命，购买成本，使用体积对牵引传动系统支撑电容的选型和设计方法，包括数据的收集和数据的处理两部分；牵引传动模型和薄膜直流环节电容器寿命模型收集寿命估计数据；建立适用于支撑电容的多层高维深度学习网络建立DNN(深度神经网络)模型预测体积，成本和预期寿命。包含如下的主要步骤：

1)、建立不同优劣工况条件，不同支撑电容参数的多维度电容电参数采集模型，并获得电容器电压和电流纹波信号的数据集合。

建立牵引传动系统的仿真模型，其中包括设置直流链路电容器额定电压V_cap,电容值C_cap和等效电阻ESR的设计参数。

为了反映不同运行环境,不同工况运行的负载变化，根据实际运行情况，在牵引传动系统中设置不低于两个测试工况，其中测试工况之间需要有一定的针对性和区别，并反馈给牵引传动系统的主电路。

为了实现电容器参数的定量设计，通过一系列电参数收集关键数据以获得电容器的电信号。

在工作条件发生变化时，电容器的电压和电流会存在一定的突变，表明在直流环节中发生了一定的振荡。随着C_cap的减小和ESR的增加，直流环节上的振荡程度也显着增加。