【摘要】    数字电视发射机在广播信号传输中发挥重要作用，其结构复杂，一旦发生故障，未在短时间内解决给广播管理造成严重后果。本文分析了数字电视发射器组成、使用和维护管理。提出采用信息技术进行数字电视发射机管理，文章分析了数字电视发射机信息存储信息表和神经网络算法进行数字电视发射机故障预测管理。

【关键词】    数字电视发射机    使用和维护    神经网络算法

引言：

数字电视发射机在电视广播无线传输中发挥重要作用，一旦出现故障直径影响到广播信号发射。数字电视发射机元机件多、系统构造复杂，一旦某个小小的元机件发生故障都会影响到该发射机功能。如何解决数字电视发射机维护难问题是当前急需解决问题，王宏武[1]NL-600MT-UHF 1KW数字电视发射机中100W功放单位控制电路中存在问题，采用高频旁路滤等技术，提高了数字电视发射机稳定性。刘学理[2]针对当前全固态模拟电视发射机功放单元存在问题，进行了关键技术分析，结果表明可从前级推动的调整、中间级推动的调整、末级放大管的调整以及末级功放单元的整体调整出发进行电视发射机维护。目前数字电子发射机的使用与维护管理多以某个关键机件进行研究，而系统数字电视发射机整体使用与维护管理研究尚未报道，本文借助信息技术实现数字电视发射机的使用与维护管理。

一、数字电视发射机组成

数字电視发射机硬件设备主要有自动开关机（自动停启发射电源、冷却风机）、激励器、监测监控装置、功率分类器、功率合成器、功放器、输出滤波器等组成。图1为数字电视发射机硬件结构图。

数字电视发射机中主控配电使用串口通信与电源控制单元、功放单元连接在一起，这样实现通信畅通。

二、数字电视发射机使用与维护研究

2.1数字电视发射机使用与维护知识分析

2.1.1数字电视发射机使用分析

数字电视发射机作用一种重要的电视广播无线覆盖设备，在广播传输中发挥重要作用。数字电视发射机使用直接影响到其寿命。因此科学的进行数字电视发射机使用是急需解决问题。可从规章制度、设备性能、人员素质进行分析。规章制度方面，需要编制设备使用说明书，根据厂家提供的使用说明书进行设备使用说明书编写;根据厂家提供的设备期间核查，制定核查记录;制定设备使用记录表，记录设备使用信息。设备性能方面，采用先进无线传感器进行数字电视发射机设备信息采集，比如电流、电压、温度、湿度等信息，将数据存储。人员素质方面，对上岗人员需进行培训、上岗考试，直到人员考试合格才能使用设备;定期对人员进行专业知识培训，提高人员综合素质。

2.1.2数字电视发射机维护分析

数字电视发射机使用一定时间发生故障是必然，解决设备维护可从规章制度、设备数据分析、维护数据库建立分析。设备维护规章制度是指制定科学的维修管理程序，比如设备维修申请表、设备耗材管理表、维修记录表等。

2.2基于信息技术的数字电视发射机使用与维护管理研究

传统的数字电视发射机使用与维护管理方式不能及时进行设备管理，为提高数字电视发射机的使用和维护效率、质量，本文提出采用信息技术进行数字电视发射机使用与维护研究。通过分析，数字电视发射机使用与维护管理包含的功能总体有数字电视发射机使用和维修管理两部分。使用部分包含功能有设备使用管理模块、设备耗材管理模块，设备使用模块主要有设备操作信息添加、设备操作信息修改、设备操作信息删除、设备操作信息查看;人员操作培训管理。设备维护管理包含功能有设备维护智能管理、设备维护信息管理。图2为信息技术的数字电视发射机使用与维护管理功能图。

为实现数字电视发射机使用与维护管理功能，需要进行相应数据存储，设计的部分存储信息表有设备故障编码表、设备信息表等。

例1：设备故障编号表。该表用于存储设备故障编号信息，方便故障快速识别。

例2：设备信息表。该表用于设备信息存储，方便设备管理。

关于数字电视发射机维护管理中使用智能管理技术进行管理尚未报道，本文提出采用神经网络算法进行数字电视发射机维护管理。

神经网络算法进行数字电视发射机维护管理首先需要从构建的设备维护监控数据库中获取数据，接着对获取数据进行预处理，主要消除异常数据，提高预测结果精度。按照神经网络算法模型进行设备故障预测。假定数字电视发射机维护故障预测值用符号（x1，x2，…xn）表示;隐含层输出结果可用公式（1）描述：

输出层神经元的结果为：

最后设置相应的阈值进行故障预测管理。

三、结束语

数字电视发射机的使用和维护关系到电视广播运行。在运行过程中快速进行故障诊断是有效数字电视发射机使用和维护的方法。后续在进行数字电视发射机管理中可利用AI技术快速进行故障诊断。

参  考  文  献

[1]王宏武，姜欢，姜法林.1 kW数字电视发射机控制级的改进[J].电视技术， 2012，36（24）：74-75.

[2]刘学理.全固态模拟电视发射机功放单元数字化改造[J].电视技术， 2017，41（01）：68-72+78.

[3]张周磊，李垣江，李梦含，魏海峰.基于深度学习的永磁同步电机故障诊断方法[J].计算机应用与软件，2019，36（10）：123-129.

陈文新（1966.11），男，汉族，湖南娄底，本科，工程师，研究方向：数字电视发射机的应用及发展，电视发射台高山台站现况处境及发展。