电源适配器的故障检测方法及系统与流程

本发明涉及故障检测领域，尤其涉及一种电源适配器的故障检测方法及系统。

背景技术：

1、电源适配器作为电子设备中的重要组成部分，负责将交流电转换为适合设备使用的直流电，并提供稳定的电源供应。然而，在长时间使用和各种工作环境下，电源适配器会受到各种内外部因素的影响，导致故障的发生，传统的电源适配器故障检测方法主要依赖人工观察和手动测试，存在着检测不准确、效率低下的问题。为了满足现代电源适配器故障检测的需求，需要一种智能化的故障检测方法。

技术实现思路

1、本发明为解决上述技术问题，提出了一种电源适配器的故障检测方法及系统，以解决至少一个上述技术问题。

2、为实现上述目的，本发明提供一种电源适配器的故障检测方法，包括以下步骤：

3、步骤s1：对电源适配器进行多频电流激励，并获取电流脉冲信号；对电流脉冲信号进行傅里叶变换，以得到电流频域数据；

4、步骤s2：基于电流频域数据生成多个频域分段数据；对多个频域分段数据进行频段功率计算，以生成频段功率数据；对频段功率数据进行异常功率识别，生成异常频段数据；

5、步骤s3：基于异常频段数据得到异常频段频率偏差数据；基于异常频段频率偏差数据对电源适配器进行故障电路分析，从而得到电路故障数据；

6、步骤s4：对电源适配器进行实时工作检测，获取适配器工作声波数据；基于适配器工作声波数据生成声波波形曲线；对声波波形曲线进行声波包络分析，生成声波动态趋势数据；

7、步骤s5：对声波动态趋势数据进行振动时频分析，以生成振动时频数据；对振动时频数据进行异常振动分析，从而得到异常振动数据；

8、步骤s6：基于电路故障数据及异常振动数据对电源适配器进行故障区域识别，以得到适配器故障点；对适配器故障点进行故障决策分析，构建故障优化策略。

9、本发明通过多频电流激励覆盖更广泛的频率范围，提高对电源适配器故障的检测能力，傅里叶变换将时域的电流脉冲信号转换为频域数据，能够提取电流信号中不同频率成分的信息，为后续故障识别提供基础，生成多个频域分段数据更精细地分析电流信号的频率特征，提高故障检测的准确性，频段功率计算量化不同频段的电流能量，帮助确定异常频段，异常功率识别能够自动检测频段功率数据中的异常情况，快速发现潜在的故障，异常频段频率偏差数据揭示电源适配器输出频率的异常情况，有助于故障诊断和定位，故障电路分析能够通过异常频段数据对电源适配器的电路进行分析，确定故障出现的电路部件或连接，通过获取适配器工作声波数据捕捉到电源适配器在运行过程中产生的声音信号，为故障检测提供额外的信息，声波波形曲线和声波包络分析提取声音信号的特征，如振动频率、幅值等，并生成声波动态趋势数据，有助于故障诊断和预测，振动时频分析将声波信号转换为时域和频域的振动信息，提供更全面的振动特征异常振动分析能够检测和识别振动数据中的异常模式，帮助确定电源适配器是否存在故障，故障区域识别基于电路故障数据和异常振动数据，确定电源适配器中具体的故障位置或故障点，有助于准确修复或更换故障部件，故障决策分析根据故障点的性质和严重程度，制定相应的故障修复策略，提高维修效率和成本效益，构建故障优化策略通过分析多个故障案例和经验，优化电源适配器的设计、生产和维修流程，减少故障的发生率和影响。

10、优选地，步骤s1包括以下步骤：

11、步骤s11：对电源适配器进行多频电流激励，并获取电流脉冲信号；

12、步骤s12：对电流脉冲信号进行时序分析，以得到时序电流脉冲信号；

13、步骤s13：对时序电流脉冲信号进行序列化处理，生成时序脉冲序列；

14、步骤s14：对时序脉冲序列进行傅里叶变换，以得到电流频域数据。

15、本发明通过多频电流激励覆盖更广泛的频率范围，增加了对电源适配器故障的探测能力，获取电流脉冲信号是为了捕捉电源适配器在不同频率上产生的电流响应，为故障检测提供数据基础，时序分析对电流脉冲信号进行时间域特征的提取和分析，如脉冲宽度、上升时间等，以便更好地理解信号的时序特性，通过时序分析，揭示电源适配器中存在的时序异常或故障模式，为后续的故障检测和诊断提供线索，序列化处理将时序电流脉冲信号转换为离散的时序脉冲序列，方便后续的数据处理和分析，生成时序脉冲序列更好地描述电流脉冲信号的时序特征，有助于发现潜在的故障模式和异常情况，傅里叶变换将时序脉冲序列转换到频域，将信号表示从时域转换为频域，提取信号在不同频率上的成分，得到电流频域数据更好地分析电源适配器中各个频率上的电流特征，包括频率成分、频谱分布等，有助于故障检测和故障模式识别。

16、优选地，步骤s2的具体步骤为：

17、步骤s21：对电流频域数据进行多频段分解，生成多个频域分段数据；

18、步骤s22：对多个频域分段数据进行频率谱密度计算，以得到频段频率谱密度；

19、步骤s23：基于频段频率谱密度对频域分段数据进行频段功率计算，以生成频段功率数据；

20、步骤s24：对频段功率数据进行功率分布分析，从而得到频段功率分布数据；

21、步骤s25：基于预设的适配器正常功率分布值对频段功率分布数据进行异常功率识别，生成异常频段数据。

22、本发明通过多频段分解将电流频域数据按照不同频段进行划分，使得后续的分析在更细粒度的频率范围内进行，生成多个频域分段数据能够更好地描述电源适配器在不同频段上的功率特征，有助于故障检测和故障模式的识别，频率谱密度计算衡量电源适配器在不同频段上的频率成分强度，用于分析功率在不同频段上的分布情况，得到频段频率谱密度有助于了解电源适配器在不同频段上的能量分布情况，从而为后续的功率分析提供基础，频段功率计算通过将频段频率谱密度与频域分段数据进行相乘，得到各个频段上的功率值，生成频段功率数据能够 quantitatively 描述电源适配器在不同频段上的功率水平，有助于故障检测和异常功率识别，功率分布分析统计和分析各个频段上的功率值，了解功率在频段上的分布情况，得到频段功率分布数据揭示电源适配器在不同频段上的功率分布特征，为异常功率识别提供依据，基于预设的适配器正常功率分布值，将频段功率分布数据与正常范围进行比较，识别出异常的频段，生成异常频段数据准确定位电源适配器中存在异常功率的频段，有助于故障检测和进一步的故障诊断。

23、优选地，步骤s3的具体步骤为：

24、步骤s31：对异常频段数据进行频率偏差分析，以得到异常频段频率偏差数据；

25、步骤s32：对电源适配器进行电路特性分析，生成电路特性数据；

26、步骤s33：基于异常频段频率偏差数据对电路特性数据进行故障电路分析，从而得到电路故障数据。

27、本发明通过频率偏差分析比较异常频段数据中的频率与预期频率之间的差异，量化异常频段的频率偏移程度，得到异常频段频率偏差数据有助于定量描述电源适配器在异常频段上的频率偏移情况，为故障分析提供重要信息，电路特性分析评估电源适配器的关键电路元件和拓扑结构，了解电路的工作原理和特性，生成电路特性数据能够提供电源适配器的基本信息，包括元件参数、传输特性等，为后续的故障分析提供基础，故障电路分析将异常频段频率偏差数据与电路特性数据进行关联，分析异常频段对应的电路部分的故障原因，得到电路故障数据确定电源适配器中存在的故障电路，进一步指导故障排查和修复工作。

28、优选地，步骤s4的具体步骤为：

29、步骤s41：对电源适配器进行实时工作检测，获取适配器工作声波数据；

30、步骤s42：对适配器工作声波数据进行声波波形分析，以生成声波波形曲线；

31、步骤s43：对声波波形曲线进行幅频周期分析，得到声波幅频周期数据；

32、步骤s44：基于声波幅频周期数据进行声波包络分析，生成声波动态趋势数据。

33、本发明通过实时获取适配器工作声波数据捕捉到电源适配器在实际工作状态下产生的声音信号，工作声波数据提供了电源适配器工作状态的实时反馈，为后续的故障检测和分析提供了基础，声波波形分析对适配器工作声波数据进行波形提取和分析，获得声波信号的时域特征，生成声波波形曲线直观地展示电源适配器工作声波的波形形态，为故障检测和分析提供视觉参考，幅频周期分析对声波波形曲线进行频域分析，提取声波信号的幅度、频率和周期信息，得到声波幅频周期数据量化描述电源适配器工作声波的频域特征，为故障检测和分析提供更多信息，声波包络分析通过提取声波幅频周期数据的变化趋势，分析声波信号的动态特征，生成声波动态趋势数据揭示电源适配器工作声波的变化趋势，有助于故障检测和异常情况的识别。

34、优选地，步骤s44的具体步骤为：

35、基于声波幅频周期数据对适配器工作声波数据进行帧分割处理，以得到多段声波帧；

36、对多段声波帧进行全波整流滤波处理，以得到声波包络线；

37、对声波包络线进行平滑处理，生成平滑声波包络线；

38、对平滑声波包络线进行音调斜率分析，生成音调变化数据；

39、基于音调变化数据进行声波振幅波动识别，生成声波动态趋势数据。

40、本发明通过帧分割处理将声波数据分割成多个连续的时间段，每个时间段称为一个声波帧，方便对声波信号进行后续分析，得到多段声波帧对每个帧进行独立的特征提取和处理，提高故障检测的精度和可靠性，全波整流滤波处理将声波帧中的负半周期波形转换为正半周期波形，突出声波信号的振幅特征，得到声波包络线提取声波信号的包络形态，更好地揭示电源适配器工作声波的振幅变化，平滑处理去除声波包络线中的噪音和细微波动，使其更具平滑性和可读性，生成平滑声波包络线有助于减少干扰和杂音对故障分析的影响，提高信号的可视化效果，音调斜率分析计算平滑声波包络线的斜率变化情况，反映声波信号的音调特征，生成音调变化数据定量描述电源适配器工作声波的音调变化趋势，为故障检测提供更详细的声音特征信息，声波振幅波动识别利用音调变化数据检测声波信号中的振幅异常、波动和周期性变化，生成声波动态趋势数据描述电源适配器工作声波的振幅波动情况，帮助发现并识别故障导致的声波异常行为。

41、优选地，步骤s5的具体步骤为：

42、步骤s51：对声波动态趋势数据进行时域分析，以生成动态趋势时域数据；

43、步骤s52：对动态趋势时域数据进行振动时频分析，以生成振动时频数据；

44、步骤s53：对振动时频数据进行谐波分布分析，生成谐波分布数据；

45、步骤s54：对谐波分布数据进行分布图拟合，构建谐波分布图；

46、步骤s55：对谐波分布图进行异常振动分析，从而得到异常振动数据。

47、本发明通过时域分析对声波动态趋势数据在时间域上进行统计和分析，揭示声波信号的时间特征，生成动态趋势时域数据提供电源适配器工作声波的时间变化信息，帮助检测故障和异常情况，振动时频分析将动态趋势时域数据转换到频域，分析声波信号的频率和振幅特征，生成振动时频数据描述电源适配器工作声波的频率变化和振幅分布，有助于故障检测和异常振动的识别，谐波分布分析提取振动时频数据中的谐波成分，了解声波信号中各个谐波的振幅和频率信息，生成谐波分布数据定量描述电源适配器工作声波中各个谐波的分布情况，为故障检测提供更详细的频率特征信息，分布图拟合将谐波分布数据转化为直观的分布图形式，更易于观察和分析，构建谐波分布图直观地展示电源适配器工作声波中各个谐波的振幅分布情况，为异常振动的识别提供基础，异常振动分析对谐波分布图进行异常振动的检测和分析，发现谐波分布中的异常模式和振动行为，得到异常振动数据定位和描述电源适配器工作声波中的异常振动情况，为故障检测和故障诊断提供重要线索。

48、优选地，步骤s6的具体步骤为：

49、步骤s61：基于电路故障数据及异常振动数据进行异常特征提取，以得到电路故障特征及异常振动特征；

50、步骤s62：对电路故障特征及异常振动特征进行异常关联分析，以得到故障异常关联数据；

51、步骤s63：基于故障异常关联数据对电源适配器进行故障区域定位，以标记适配器故障点；

52、步骤s64：基于电路故障数据及异常振动数据对适配器故障点进行故障因素分析，从而得到适配器故障因素；

53、步骤s65：对适配器故障因素进行故障决策分析，构建故障优化策略，以执行电源适配器故障检测作业。

54、本发明通过异常特征提取通过分析电路故障数据和异常振动数据，提取出与故障相关的特征信息，得到电路故障特征和异常振动特征定量描述电源适配器的故障模式和异常振动行为，为后续的故障检测和分析提供基础，异常关联分析探索电路故障特征和异常振动特征之间的关系，发现它们之间的相关性和相互影响，得到故障异常关联数据揭示电源适配器故障模式和异常振动行为之间的关联规律，为故障定位和故障因素分析提供依据，故障区域定位利用故障异常关联数据确定电源适配器中存在故障的具体区域或组件，标记适配器故障点精确定位电源适配器中的故障位置，缩小故障范围，为后续的故障因素分析和故障决策提供准确的目标，故障因素分析通过对电路故障数据和异常振动数据在故障点位置的分析，确定导致适配器故障的具体因素，得到适配器故障因素详细描述引起适配器故障的根本原因，为故障决策和优化策略的制定提供依据，故障决策分析通过综合考虑适配器故障因素、故障的严重性和影响程度等因素，制定相应的故障处理策略，构建故障优化策略针对不同的适配器故障情况，制定相应的优化方案，包括修复、替换或改进措施，以实施电源适配器的故障检测和维修工作。

55、在本说明书中，提供一种电源适配器的故障检测系统，用于执行如上所述的电源适配器的故障检测方法，包括：

56、多频电流激励模块，用于对电源适配器进行多频电流激励，并获取电流脉冲信号；对电流脉冲信号进行傅里叶变换，以得到电流频域数据；

57、异常功率模块，用于基于电流频域数据生成多个频域分段数据；对多个频域分段数据进行频段功率计算，以生成频段功率数据；对频段功率数据进行异常功率识别，生成异常频段数据；

58、频率偏差模块，用于基于异常频段数据得到异常频段频率偏差数据；基于异常频段频率偏差数据对电源适配器进行故障电路分析，从而得到电路故障数据；

59、声波包络模块，用于对电源适配器进行实时工作检测，获取适配器工作声波数据；基于适配器工作声波数据生成声波波形曲线；对声波波形曲线进行声波包络分析，生成声波动态趋势数据；

60、异常振动模块， 用于对声波动态趋势数据进行振动时频分析，以生成振动时频数据；对振动时频数据进行异常振动分析，从而得到异常振动数据；

61、故障优化模块，用于基于电路故障数据及异常振动数据对电源适配器进行故障区域识别，以得到适配器故障点；对适配器故障点进行故障决策分析，构建故障优化策略。

62、本发明通过多频电流激励模块进行多频电流激励和傅里叶变换，获取电源适配器在不同频率上的响应情况，为后续分析提供了频域数据基础，电流频域数据反映适配器内部电路的工作状态和特征，有助于故障检测和诊断，异常功率模块通过对频域数据的分段和功率计算，获取适配器在不同频率范围内的功率特征，有助于发现异常频段，异常频段数据可提供关键信息，指示适配器存在异常工作情况，为后续故障诊断提供线索，频率偏差模块异常频段频率偏差数据揭示适配器在异常频段上的频率变化情况，有助于确定电路故障位置，电路故障数据提供了故障诊断的重要依据，为确定故障原因和采取相应的维修措施提供指导，声波包络模块通过声波分析，获取适配器内部的工作状态信息，包括噪声、振动等方面的特征，声波动态趋势数据反映适配器在运行过程中的变化情况，为故障检测和诊断提供重要线索，异常振动模块通过振动时频数据，提供了声波信号在时域和频域上的振动特征，有助于更全面地理解适配器的工作状态，异常振动数据指示适配器存在振动异常，为故障检测和诊断提供重要依据，故障优化模块通过故障区域识别通过综合多种数据，提高了对适配器故障点的准确性和可靠性，故障决策分析和故障优化策略的制定有助于提高故障处理效率和维修质量，减少停机时间和成本。