论文部分内容阅读
光电探测系统是通过光电变换和电路处理的方法对光信号进行探测的系统,广泛应用于工业、医疗、天文和军事领域。随着光电探测系统的不断发展和广泛应用,其精度和稳定性要求越来越高,所以针对光电探测系统故障诊断的研究很有必要。本文通过仿真对基于光电倍增管(PMT)模块和电流放大器的光电检测系统进行故障诊断研究,针对PMT模块和电流放大器分别提出故障诊断方案并进行仿真验证。论文主要研究工作和创新如下:首先,基于PMT模块在脉冲幅度测试时的输出波形特点进行其故障诊断研究。PMT模块的脉冲幅度测试常采用在核辐射源作用下的闪烁体作为脉冲光源,在输出端采集到的核脉冲信号可近似由双指数函数表示。本文在Multisim14.0平台上设计了核脉冲产生电路并采用CR-(RC)~4电路进行信号的高斯成形。通过仿真得到的核脉冲波形数据可以模拟PMT模块脉冲幅度测试时各故障状态下的输出脉冲波形,并为电流放大器提供激励信号以对其电路软故障进行故障诊断研究。其次,通过仿真得到PMT模块和电流放大器在不同故障状态下的模拟输出波形并建立故障模型,采用小波包分解进行故障数据的特征提取,然后使用支持向量机(SVM)和BP神经网络对故障数据进行分类。针对SVM的惩罚参数和核函数参数的选取问题,采用粒子群算法(PSO)和改进粒子群算法(IPSO)进行优化SVM。最后,将SVM模型、PSO-SVM模型、IPSO-SVM模型及BP神经网络用于光电探测系统故障数据分类。仿真结果表明,将小波包分解的特征提取方法与基于SVM和BP神经网络的故障分类方法相结合的故障诊断方案能准确、快速地完成光电探测系统的故障诊断,对光电探测系统故障诊断智能化做了有益的尝试。