تشخيص شيخوخة ترانزستورات IGBT بذاكرة حجمها 0.7 ميجابايت فقط

تُعد موثوقية العواكس ثلاثية الطور ذات مصدر الجهد العمود الفقري لأنظمة الطاقة الحديثة. تزوّد هذه المكونات توربينات الرياح ومزارع الطاقة الشمسية والمركبات الفضائية بالطاقة. يعتمد صحتها بشكل كامل على ستة ترانزستورات ثنائية القطب ببوابة معزولة أو ما يُعرف بـ IGBT. غالبًا ما يعامل المراقبة التقليدية العاكس ككتلة واحدة. يخفي هذا النهج تحديد المفتاح الذي يتدهور حالته. قد يؤدي هذا النقطة العمياء إلى انقطاعات غير مخطط لها. تكلف مثل هذه الأعطالات ملايين الدولارات من إنتاج الطاقة الضائع. كما تقوض السلامة في أنظمة الدفع الحرجة.

يقدّم حل جديد نموذج CWT-MTNet. وهو شبكة عصبية تلافيفية خفيفة الوزن ومتعددة المهام تشخص حالة الشيخوخة لجميع المفاتيح الستة في وقت واحد. تعتمد المدخلات على صورة واحدة فقط. تبدأ العملية بتحويل إشارات الجهد الخام إلى صور طيفية باستخدام تحويل الموجة المستمر. تُنتج هذه الصور بأبعاد 224x224 وبصيغة RGB. تمثل كل قناة مركبة متناظرة لإشارة الكهرباء. يلتقط الترميز البصري هذه التشوهات الدقيقة في الزمن والتردد. يكتشف انفصال أسلاك الربط وتشققات اللحام قبل حدوث الفشل الكامل بوقت طويل.

الهندسة المعمارية للنموذج فعالة للغاية. تحتوي على 172 ألف معامل فقط. تحتل مساحة ذاكرة تبلغ 0.7 ميجابايت. يسمح هذا الحجم الصغير بتشغيل النموذج مباشرة على المتحكمات الدقيقة المدمجة داخل المحركات الصناعية. لا حاجة لخوادم طرفية خارجية. لم تعد ترقيات المتحكمات ضرورية. تم تدريب النموذج من الصفر على أكثر من 15 ألف سيناريو محاكاة. غطت هذه السيناريوهات كل تركيبة ممكنة لحالات المفاتيح.

حقق CWT-MTNet دقة بلغت 98.15 بالمائة. ووصل معدل الاستدعاء للحالات الخفيفة إلى 95.81 بالمائة. يعمل بمستوى إحصائي لا يمكن تمييزه عن النماذج الأكبر مثل MobileNet-v2. ومع ذلك يستخدم جزءًا واحدًا من اثنين وعشرين من المعاملات. تسلط الدراسة الضوء على أن التدريب المسبق على الصور الطبيعية يضر بالأداء. يقلل عدم التطابق بين المجالات من الفعالية. أثبت التدريب من الصفر تفوقه على البيانات التقنية المتخصصة هذه.

تشمل الابتكارات الرئيسية الالتواءات المنفصلة العميقة أو DS-Conv. تمنع هذه التقنية تضارب التدرجات. يُعد تضارب التدرجات مشكلة شائعة في التعلم متعدد المهام. يمكن للمهام المتنافسة أن تعطل استقرار النموذج. تعاني الشبكات الأعمق مثل ResNet-18 من انخفاض كبير في الأداء عند التعامل مع ست توقعات متزامنة. يبقى CWT-MTNet مستقرًا تحت هذه الظروف. تحدد البحث قيدًا حاسمًا رغم ذلك. النظام عرضة لضوضاء المستشعرات المستقلة. يتطلب المتانة في التطبيقات الواقعية متوسطًا متماسكًا. يجب على واجهة الاكتساب الأولى قمع ضوضاء النطاق العريض. يضمن ذلك بقاء توقيع الشيخوخة واضحًا. يمثل هذا التقدم خطوة كبيرة نحو الصيانة التنبؤية. وهو دقيق للغاية وقابل للتنفيذ حسابيًا للانتشار الصناعي الواسع.