通过光输出时间频率特征分析和机器学习,为LED灯具提供一种新的故障诊断策略
Yuhang Shang1, Fukang Sun1,2,3, Qiansheng Fang1,2
1Anhui Province Key Laboratory of Intelligent Building and Building Energy-saving, Anhui Jianzhu University, Hefei, China.
Heliyon
|October 9, 2023
概括
一种新的方法通过分析光输出信号,准确地诊断出故障的LED灯. 这种方法提高了大型LED照明系统的可靠性和效率.
科学领域:
- 电气工程 电气工程
- 光子学是指光子学的使用方法.
- 信号处理 信号处理
背景情况:
- 缺陷的发光二极管 (LED) 灯会降低光质和系统稳定性.
- 使用电气参数或视觉检查的传统故障检测方法通常是不够的.
研究的目的:
- 根据光输出特征,为LED灯具提出一种新的故障诊断策略.
- 开发一种可靠的方法来识别难以检测的LED灯故障.
主要方法:
- 采集来自LED灯的光输出信号,采样频率为10kHz.
- 使用变量模式分解 (VMD) 和能量提取时间频率特征.
- 使用支持矢量机器 (SVM) 构建故障诊断模型.
主要成果:
- 拟议的战略有效地识别出故障的LED灯.
- 在验证实验中,故障诊断模型的平均准确率超过了92%.
结论:
- 开发的故障诊断策略对于LED灯具是可行的和有效的.
- 这项研究支持大规模LED维护的进步,并促进可靠的照明环境.


