[发明专利]一种对功放进行在线健康监测与故障预警的系统在审

专利信息
申请号: 202010618062.4 申请日: 2020-06-30
公开(公告)号: CN111896823A 公开(公告)日: 2020-11-06
发明(设计)人: 周洁琳;王一丁;刘洋;徐桂宏;闫启帅 申请(专利权)人: 成都四威功率电子科技有限公司
主分类号: G01R31/00 分类号: G01R31/00;G01R19/25;G01K13/00
代理公司: 成都众恒智合专利代理事务所(普通合伙) 51239 代理人: 刘华平
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 功放 进行 在线 健康 监测 故障 预警 系统
【说明书】:

发明公开了一种对功放进行在线健康监测与故障预警的系统,主要解决现有技术中存在的功放不能提前发现故障,从而对功放功率管造成损坏的问题。该系统包括FPGA芯片,与FPGA芯片连接的高速AD采集芯片,与FPGA芯片连接的Flash芯片,与FPGA芯片连接的LCD显示屏;所述FPGA芯片包括AD采样控制模块、FIFO模块、数据预处理模块、卷积神经网络模块和LCD显示驱动模块,AD采样控制模块与高速AD采集芯片相互传递信号用于获取功放工作状态信息,卷积神经网络模块根据功放工作状态信息进行故障预警分析,LCD显示驱动模块向LCD显示屏传递功放运行实时数据以及故障预警结果。通过上述方案,本发明达到了提升功放乃至整个系统运行的可靠性的目的,具有很高的实用价值和推广价值。

技术领域

本发明属于射频功放技术领域,具体地讲,是涉及一种对功放进行在线健康监测与故障预警的系统。

背景技术

射频功放作为发射机系统的核心设备,其工作是否稳定可靠直接关系到整个系统能否正常运行。然而,作为大功率设备,射频功放具有天生的脆弱性,对温度、射频过载以及输出失配等敏感度较高,易受到不可逆的损坏。因此,在功放设计时,比较常规的做法是引入相应的过热、过压、过流、过载等监测电路来实时跟踪功放的运行状态变化,让来自状态监测的数据与预设的保护或者预警门限进行比较,然后执行相应的保护动作,以避免功放发生故障或者失效。

但是,这种保护响应是滞后的,只能在故障已经发生后才发现故障,进而做出防止故障进一步扩大的保护措施。以常见的驻波故障为例,当发生驻波故障时,首先要等待耦合检波电路对输入、输出功率的变化做出响应并传给控制电路,然后控制电路再据此做出判断并进行相应关发射的操作。当驻波检测以及响应时间超出功放功率管对驻波的持续可承受时间,就会造成功放功率管损坏。因此,如何解决现有技术存在的问题是本领域技术人员亟需解决的问题。

发明内容

本发明的目的在于提供一种对功放进行在线健康监测与故障预警的系统,主要解决现有技术中存在的功放不能提前发现故障,从而对功放功率管造成损坏的问题。

为了实现上述目的,本发明采用的技术方案如下:

一种对功放进行在线健康监测与故障预警的系统,包括FPGA芯片,与FPGA芯片连接并用于采集功放工作状态信息的高速AD采集芯片,与FPGA芯片连接的Flash芯片,以及与FPGA芯片连接用于实现人机互动的LCD显示屏;所述FPGA芯片包括信号相互传递的AD采样控制模块、FIFO模块、数据预处理模块、卷积神经网络模块和LCD显示驱动模块,其中,AD采样控制模块与高速AD采集芯片相互传递信号用于获取功放工作状态信息,卷积神经网络模块根据功放工作状态信息进行故障预警分析,LCD显示驱动模块向LCD显示屏传递功放运行实时数据以及故障预警结果。

进一步地,所述卷积神经网络模块的构建包括软件端训练网络和硬件端实现网络。

进一步地,所述软件端训练网络构建的具体步骤如下:

(A11)在TensorFlow上用Python语言搭建卷积神经网络;

(A12)根据功放运行历史数据作为数据库训练网络,并由此得到训练完成后的模型;

(A13)将训练好的网络的各权值参数经过浮点转定点的量化处理后生成FPGA芯片中ROM可以读取的COE文件。

进一步地,所述步骤(A12)中根据功放运行历史数据作为数据库,随机选取其中80%的数据作为训练集数据,20%的数据作为测试集数据来训练整个网络,并由此得到训练完成后的模型。

进一步地,所述硬件端实现网络构建的具体步骤如下:

(A21)在Vivado平台用Verilog HDL语言根据流水线设计思想搭建硬件网络环境;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都四威功率电子科技有限公司,未经成都四威功率电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010618062.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top