永磁同步电机匝间短路的故障诊断分析方法及系统

本发明属于电机故障诊断，尤其涉及永磁同步电机匝间短路的故障诊断分析方法及系统。

背景技术：

1、永磁同步电机(pmsm)因其效率高、易于维护和低转子惯量而已广泛应用于许多工业场景，例如制造系统、电动汽车、风力发电机、船舶推进发动机等。然而，匝间短路(itsc)故障作为永磁同步电机最常见的故障之一，可能会进一步发展成灾难性后果，导致电机系统瘫痪，甚至威胁人员的安全。为了确保永磁同步电机的高稳定性和可靠性，采用合理的故障诊断系统及时准确地监测其状况非常重要。

2、在实际的工业应用场景中，永磁同步电机的匝间短路故障严重程度不同，对应的症状表现也不一样，对电机进行准确地匝间短路故障诊断和分析并提供对应的处理方式需要专业的电机故障领域知识。

3、天津大学申请的中国专利号cn111551849，申请日2020年4月9日，授权日2020年8月18日，发明创造的名称为双y相移30°双余度永磁同步电机匝间短路故障在线诊断方法，该案公开了一种依据电机中两套三相绕组的空间电压矢量模平方差值与角频率平方比值的算术平均值绝对值的关系判断出线圈匝间短路故障方法。其不足之处在于该方法依赖特定的电机结构和参数，电机运行中的条件变化可能会影响诊断结果的准确度。

4、华北电力大学(保定)申请的中国专利号cn118731690，申请日2024年9月2日，授权日2024年11月5日，发明创造的名称为发电机定子匝间短路故障诊断方法、装置及系统和介质，该案公开一种发电机定子匝间短路故障诊断方法、装置及系统和介质。在生成高质量数据扩充样本的基础上，使用双路小波方法提取多类传感器的数据后再进行特征的融合和故障诊断。其不足之处在于使用电流和振动两种数据源，对电机的运行造成影响,并且不能具有大模型的文本输出功能。

5、北京化工大学申请的中国专利号cn118918923，申请日2024年08月19日，公布日2024年11月8日，发明创造的名称为基于语音大模型微调的旋转机械故障预警诊断方法，该案公开了一种基于语音大模型微调的旋转机械故障预警诊断方法，该方法通过利用预训练语音大模型的泛化能力提取更丰富的特征，并仅需微调轻量级自编码器，显著减少了训练时间和成本。其不足之处在于采用语音大模型具有更大的成本和训练复杂度，没有发挥大模型语言组织输出的能力实现对大模型性能的充分利用。

6、珠海格力电器股份有限公司申请的中国专利号cn118729471，申请日2024年7月22日，公布日2024年10月1日，发明创造的名称为空调及其故障分析方法、装置、存储介质和程序产品，该案公开了一种基于大模型的空调故障分析方法，该方法，调用预先训练的空调领域垂域大模型输出相应的故障检测或故障诊断结果，根据得到的所述故障预测结果，调用垂域大模型输出相应的处理建议。其不足之处在于使用了大模型之外的故障诊断模型来辅助诊断故障，没有使用大模型本身来诊断故障，模型结构冗余。

7、目前现有的技术存在有以下缺陷亟待解决：1、基于模型的方法受电机参数和结构的影响。2、多数基于数据的故障诊断方法仅能输出故障类别，最终仍需专业领域专家来指定处理方案。3、未能充分利用大模型在语言组织输出方面的能力，在提供详细、可理解的故障描述和解决方案方面有所欠缺。4、未能将故障数据合理转化为自然语言描述，通过大模型本身实现故障诊断功能。

8、基于此，本发明设计了永磁同步电机匝间短路的故障诊断分析方法及系统，以解决上述问题。

技术实现思路

1、本发明的目的在于：为了解决上述背景技术中的问题，而提出的永磁同步电机匝间短路的故障诊断分析方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：

3、永磁同步电机匝间短路的故障诊断分析方法，其特征在于，包括以下步骤：

4、步骤s1、组建永磁同步电机匝间短路故障领域的微调数据集，该数据集包括故障问答数据集和故障电流诊断数据集；

5、步骤s2、加载预训练好的大模型权重，采用s1中的数据集对其进行微调；

6、步骤s3、接收用户提问输入，判断输入类型；当所述输入为电机故障相关疑问，调用步骤s2中经微调的大模型输出对应解答，当所述输入包含电机电流信号数据和故障诊断需求，则执行步骤s4；

7、步骤s4、对步骤s3中输入所包含的电机电流信号进行数据处理，调用s2中经过微调的大模型输出电流信号的对应故障等级和输入中包含疑问的对应解答。

8、可选地，所述步骤s1具体包括：

9、步骤s1-1、采集永磁同步电机三相电流数据并进行数据预处理；

10、步骤s1-2、组建有关匝间短路故障的背景、成因、症状、解决方案关联知识的故障领域问答数据集；

11、步骤s1-3、将步骤s1-1中处理后的电流数据与对应的故障严重等级、成因、症状、建议处理方法的文字描述相结合，构建故障电流诊断数据集；

12、步骤s1-4、将故障领域问答数据集和故障电流诊断数据集组合成为大模型微调数据集。

13、可选地，所述步骤s2具体包括：

14、步骤s2-1、获取匝间短路故障领域问答数据集，调用预设的大语言模型权重，得到匝间短路故障领域基础模型；

15、步骤s2-2、获取故障电流诊断数据集，将故障电流信号进行数据处理，转换为自然语言格式的数据，并将对应的故障描述作为标签，输入到基础模型中进行监督训练，直至模型性能达到预设标准，得到永磁同步电机匝间短路故障诊断大模型。

16、可选地，当所述输入为电机故障相关疑问，调用经微调的大模型输出对应解答，所述步骤s3具体包括：

17、步骤s3-1、对用户提问输入进行语义理解，判断其是否为电机故障相关的疑问；

18、步骤s3-2、将提问输入到步骤s2中微调后的模型中，获取模型输出的解答；

19、步骤s3-3、对模型输出的解答进行后处理，整合信息、生成连贯的文本，最终输出给用户。

20、可选地，当所述输入所述输入包含电机电流信号数据和故障诊断需求时，调用经微调的大模型进行故障诊断，具体包括：

21、对输入的电流信号进行数据处理，包含去噪、标准化和降维变换；

22、对处理过的数据与用户提问输入结合，输入到步骤s2中微调后的模型中，获取模型输出的解答；

23、对模型输出的解答进行后处理，整合信息、生成连贯的文本，最终输出给用户。

24、所述诊断分析方法还包括：对输入的电流信号进行数据处理，包括：

25、采用滑动窗口平均去噪方法对输入的永磁同步电机三相电流信号进行去除噪声处理；

26、从去除噪声后的三相电流数据中，选取短路故障相电流与另一健康相电流进行移相差异分析，表达式为：

27、

28、

29、

30、式中，和分别代表故障相a和另一健康相b的相位，x代表移相差异分析后得到的数据。随后对该数据进行归一化处理；

31、对归一化后的数据进行离散傅里叶变换和主要频率成分提取来实现降维，表达式为：

32、

33、

34、x′[k]＝x[k]，k＝0，1，…，m-1

35、式中，n为归一化后的数据长度，re(x[k])和im(x[k])分别代表对数据

36、x离散傅里叶变换后的数据实部和虚部，m为变换后数据中包含主要频率信息的点的数量。

37、永磁同步电机匝间短路的故障诊断分析系统，包括：

38、数据采集单元，用于采集永磁同步电机的三相电流数据；

39、数据处理单元，用于对采集到的数据进行数据处理；

40、模型单元，包含预训练并微调的大模型，用于输出故障等级和解答用户疑问；

41、接收单元，用于接收提问；

42、第一输出单元，用于当所述提问为所述输入为电机故障相关疑问时，调用预先训练的大模型输出相应的解答结果；

43、第二输出单元，用于当所述提问包含电机电流信号数据和故障诊断需求时，调用经微调的大模型进行故障诊断，输出对应故障等级和相关疑问的对应解答。

44、综上所述，由于采用了上述技术方案，本发明的有益效果是：

45、1、本发明中，采用的永磁同步电机故障实验装置能够在实验室环境下模拟永磁同步电机匝间短路故障，利用该装置可以在实验室环境下开展永磁同步电机匝间短路故障诊断实验，获取与实际工业条件下信息特征相同的信号，进而为训练匝间短路故障诊断的深度学习网络提供基本的样本集，并为永磁同步电机的设计和优化提供基本实验平台和手段，有助于微调的大模型能够更好的在相关实时预测系统上对pmsm进行实时的匝间短路故障诊断；

46、提供的永磁同步电机匝间短路的故障诊断分析方法中微调数据集的构建，基于永磁同步电机故障实验装置在故障条件下的具体表现结合相关文献书籍针对匝间短路故障的有关描述，能够从多个角度全面概括不同故障程度对应的症状、成因、解决办法，无需领域知识的专业人员即可实现对实时突发匝间短路故障的快速处理；

47、所采用的永磁同步电机三相电流数据作为故障字段数据源，减少了背景噪声和其他机械干扰的影响，通过在逆变器中集成霍尔传感器以采集电机的定子电流，无需安装额外的传感器，减少了对电机运行的影响；

48、本发明所采用的故障数据处理方法能够将电机三相电流数据进行去噪、降维和特征提取操作，通过自然语言来描述电机故障数据作为微调大模型的有效输入；

49、根据本发明的技术方案，通过搭建电机故障诊断分析大模型，解决该领域匝间短路故障分析的不及时、不准确、需要专业电机知识的问题，提供高效的空调领域故障分析平台。

50、2、本发明中，通过构建微调数据集和加载预训练大模型，本发明能够实现对匝间短路故障的智能化诊断，提高诊断的准确性，本发明无需专业的电机故障领域知识，即可实现对实时突发匝间短路故障的快速处理，降低了对专业人员的依赖，通过自动化和智能化的诊断流程，本发明能够快速输出诊断结果和解答疑问，提高了故障诊断的效率，本发明的方法可以扩展到其他类型的电机故障诊断中，具有良好的可扩展性和应用前景。