一种永磁同步电机的智能故障诊断方法
【专利摘要】本发明公开了一种永磁同步电机的智能故障诊断方法，用于解决永磁同步电机定子绕组匝间短路故障的诊断问题。其技术方案是：首先利用坐标变换理论计算三相相电流基波的瞬时幅值。其次，分别计算三个瞬时幅值中任意两个瞬时幅值差的绝对值，并将三个绝对值的和作为故障特征量Fe，如果Fe>thr（thr为设定的阈值），则有匝间短路故障，并且定位故障相，反之，则没有匝间短路故障。最后，在匝间短路故障情况下，利用支持向量机自动地定位故障相。本发明不需要增加额外的设备，成本少，计算简单，不仅能实时地诊断匝间短路故障，而且能自动地定位故障相。
【专利说明】一种永磁同步电机的智能故障诊断方法
【技术领域】
[0001]本发明属于故障诊断【技术领域】，尤其是一种永磁同步电机的智能故障诊断方法。【背景技术】
[0002]永磁同步电机(PermanentMagnet Synchronous Machine, PMSM)具有功率密度高、效率高、转矩惯量比大、调速范围宽等优点。近年来，永磁同步电机在电动汽车和风力发电等场合得到了广泛关注，可靠性是保证其广泛应用的重要因素。因此，实时地监测和诊断电机的运行状况是提高其可靠性的重要手段。
[0003]本发明主要研究永磁同步电机的匝间短路故障。定子绕组故障是电机中很容易出现的一类故障，主要是由定子绕组绝缘失效造成的。在电机中主要有三种短路故障:匝间短路，相间短路和接地故障。其中，匝间短路是最易出现的一种故障。匝间短路会导致短路回路中产生大量的涡流，如果这种故障没有被监测到，故障就会不断加重，使电机的温度不断增加，严重的情况下会导致电机完全损坏，因此需要及时地诊断永磁同步电机的匝间短路故障。
[0004]目前，已经提出了一些方法来诊断永磁同步电机的匝间短路故障，例如，基于振动的方法，基于负序电流和负序阻抗的方法，基于功率的方法和基于定子电流的方法等。其中，最流行的方法是基于定子电流信号的分析方法，常用的分析技术有快速傅里叶变换、短时傅里叶变换、小波变换、经验模态分解和阶比分析等。但是这种故障诊断方法存在一定的不足，一方面这些信号分析技术的计算量比较大，不易实时地诊断故障，另一方面，这种方法只能诊断匝间短路故障，不能自动地定位故障相。
[0005]专利内容
[0006]发明目的:为了克服现有技术中存在的不足，本发明提供一种永磁同步电机的智能故障诊断方法，不需要增加额外的设备，成本少，计算简单，不仅能实时地诊断匝间短路故障，而且能自动地定位故障相。
[0007]技术方案:为实现上述目的，本发明采用的方案为:一种永磁同步电机的智能故障诊断方法，该方法的包括如下步骤:
[0008]步骤1:首先利用坐标变换理论计算三相相电流基波的瞬时幅值Ia，Ib, Ic ；
[0009]步骤2:分别计算三个瞬时幅值Ia，Ib, I。中任意两个瞬时幅值差的绝对值，并将三个绝对值的和作为故障特征量Fe，如果FeHhr，thr为阈值，则有匝间短路故障，并且定位故障相，反之，则没有匝间短路故障；
[0010]步骤3:在匝间短路故障情况下，利用支持向量机自动地定位故障相。
[0011]优选的，所述步骤2中得到故障特征量Fe，其方法为:
[0012]Fe = I ia-1b| + l ib-1c| + l Ic-1aI
[0013]三相相电流基波的瞬时幅值Ia，Ib, Ic。
[0014]优选的，步骤3中，在匝间短路故障情况下，利用支持向量机自动地定位故障相，其方法为:[0015]f1 (x) = sgn ( ω 1.x+bx)
[0016]式中J1(X)为第I个支持向量机分类器的决策函数，OjPb1是第I个支持向量机分类器的优化参数，其中参数Q1和I3l根据支持向量机的训练进行确定。
[0017]优选的，步骤2中，阈值thr确定方法为:
[0018]对于阈值thr，首先在永磁同步电机正常工作情况下，记录下故障特征量Fe在不同工作点的值，然后将其设置为阈值thr，最后把这些设定好的阈值保存在表格中，在故障诊断的时候进行调用。
[0019]有益效果:本发明提供的一种永磁同步电机的智能故障诊断方法，不需要增加额外的设备，成本少，计算简单；不仅能实时地诊断匝间短路故障，而且能自动地定位故障相；能够克服现有诊断方法的不足，提高诊断的实时性、有效性和可靠性。
【专利附图】
【附图说明】
[0020]图1为永磁同步电机匝间短路等效图；
[0021]图2为定位故障相的流程图；
[0022]图3为永磁同步电机匝间短路故障诊断的流程图；
[0023]图4为永磁同步电机在矢量控制情况下匝间短路故障诊断的框图。
【具体实施方式】
[0024]下面结合附图对本发明作更进一步的说明。
[0025](I)首先利用坐标变换理论计算三相相电流基波的瞬时幅值Ia，Ib, Ic ；
[0026](2)分别计算三个瞬时幅值中任意两个瞬时幅值差的绝对值，并将三个绝对值量的和作为故障特征量Fe，如果FeHhr (thr为阈值)，则有匝间短路故障，并且定位故障相，反之，则没有匝间短路故障；
[0027](3)在匝间短路故障情况下，利用支持向量机分类器自动地定位故障相。
[0028]下面以永磁同步电机A相(B相和C相类似)发生匝间短路为例对本案进行说明:
[0029]( I)匝间短路故障情况下的电压方程
[0030]做以下假设:永磁同步电机的三相绕组的连接方式为Y型，不考虑饱和的影响，认为转子是隐极的。永磁同步电机匝间短路等效图如图1所示，一个附加的电阻Rf放在a相中，并且将其分成B1和a2两部分，流过Rf的故障电流称为if。在一般情况下，定子的电阻和反电动势与绕组的匝数是成比例的。为了表示定子绕组短路故障的程度，做以下定义
[0031 ]
【权利要求】
1.一种永磁同步电机的智能故障诊断方法，其特征在于:该方法的包括如下步骤: 步骤1:首先利用坐标变换理论计算三相相电流基波的瞬时幅值Ia，Ib, I。; 步骤2:分别计算三个瞬时幅值Ia，Ib, I。中任意两个瞬时幅值差的绝对值，并将三个绝对值的和作为故障特征量Fe，如果FeHhr，thr为阈值，则有匝间短路故障，并且定位故障相，反之，则没有匝间短路故障； 步骤3:在匝间短路故障情况下，利用支持向量机分类器自动地定位故障相。
2.根据权利要求1所述的永磁同步电机的智能故障诊断方法，其特征在于:所述步骤2中得到故障特征量Fe，其方法为:
Fe = I Ia-1bM Ib-1cM Ic-1aI 三相相电流基波的瞬时幅值Ia，Ib, I。。
3.根据权利要求1所述的永磁同步电机的智能故障诊断方法，其特征在于:步骤3中，在匝间短路故障情况下，利用支持向量机分类器自动地定位故障相，其方法为:
fi (x) = sgn (ω χ.x+bx) 式中AU)为第I个支持向量机分类器的决策函数，Q1和卜是第I个支持向量机分类器的优化参数，其中参数Q1和I3l根据支持向量机的训练进行确定。
4.根据权利要求1所述的永磁同步电机的智能故障诊断方法，其特征在于:步骤2中，阈值thr确定方法为: 对于阈值thr，首先在永磁同步电机正常工作情况下，记录下故障特征量Fe在不同工作点的值，然后将其设置为阈值thr，最后把这些设定好的阈值保存在表格中，在故障诊断的时候进行调用。
【文档编号】G01R31/02GK103558547SQ201310535822
【公开日】2014年2月5日 申请日期:2013年11月1日 优先权日:2013年11月1日
【发明者】张建忠, 杭俊, 程明 申请人:东南大学