基于改进DFA和LDA的永磁同步电机机械故障检测

为提高故障检测的精度,研究了变转速工况下永磁同步电机的机械故障检测方法.首先,分析了电机轴承、转子偏心及其复合故障的振动特性;其次,采用Vold-Kalman算法对故障特征分量进行跟踪提取,并通过信号重构消除转速变化对故障特征分量的影响;提出一种基于改进去趋势波动分析和线性判别式分析的机械故障检测方法,实现对重构信号的故障特征提取和故障检测;最后,对所提出故障检测方法的有效性进行实验验证.实验结果表明文中所提出方法的故障检测精度为88%.

永磁同步电机锯齿载波减振控制

为了降低电力推进用永磁同步电机水下噪声,提出一种新型锯齿载波减振控制方法。该方法应用锯齿载波替代传统三角载波进行空间矢量脉宽调制,使相电流基波两侧的边带谐波幅值大幅降低,从而抑制电机低频振动。针对锯齿载波带来的相电流高频谐波增大的问题,进一步应用基于随机开关频率和随机零矢量的双随机控制,使得开关频率整数倍处的相电流高频谐波幅值有效降低,从而降低电机高频振动。实验结果表明,锯齿载波双随机控制对低频和高频振动均有明显抑制作用,尤其是锯齿载波较传统三角载波低频振动加速度降幅可达60%。

基于特征重构深度置信网络的车用电机复合故障定位研究

永磁同步电机(Permanent magnet synchronous motor,PMSM)故障产生的机理较为复杂且每种电机故障的产生通常相互关联,复合故障定位是其故障诊断研究的难点所在。在电动汽车应用场合中,PMSM普遍存在变转速工作模式,变工况下的PMSM故障定位在工程应用中将具有重要价值。为了提高变转速工况下车用PMSM的复合故障定位精度,对基于特征重构和深度置信网络(Deep belief network,DBN)的新型PMSM复合故障定位方法进行研究。首先基于PMSM的振动特性分析,明晰转子偏心及轴承内圈故障下电机的复合故障特征分量;然后采用Vold-Kalman阶比追踪(Vold-Kalman filtering order tracking,VKF-OT)和角域重构算法实现对复合故障特征分量提取与重构,以减弱或消除转速变化对复合故障特征的影响。最后将特征重构信号用于构建基于DBN的故障定位模型,从而实现变转速工况下车用电机复合故障的定位。试验结果表明,基于特征重构深度置信网络的复合故障定位精度可达99.5%。