具有动态负载特性的无刷直流电机故障检测和诊断系统(文献翻译)

基于DSP芯片的无刷直流电机控制系统研究（文献翻译）1具有动态负载特性的无刷直流电机故障检测和诊断系统班级（学号）姓名摘要：永恒磁力无刷直流电机的故障检测和诊断系统在改善无刷直流电机系统的可靠性上起了重要的作用，电机的外部动态负载可能影响故障检测的准确性和测距，在本文中，研究了无刷直流电机的标准模型和五种故障模型，也通过仿真研究了在故障条件下的性能。基于以上的讨论，讨论了动态负载对故障检测和诊断系统的影响，通过利用人工神经网络(ANN),讨论了具有动态负载特性的无刷直流电机的诊断，最后通过仿真结果来核实本文所提议方法的效力和可用性。关键词：动态负载，故障检测，无刷直流电机，人工神经网络引言永磁无刷直流电机因为其突出的特点在特殊条件下被广泛使用，比如说：小体积，高效率，高功率密度，以及轻重量等，所以它成为了改善无刷直流电机系统可靠性的关键。故障检测和诊断系统提供了一个无刷直流电机系统可靠性的解决方案，这个领域在数十年中正在被越来越多的关注。线圈承轴和控制回路的故障是无刷直流电机故障模型中的大多数故障，无刷直流电机的可靠性串联模型建立在[1]中。[2]中故障检测用到的五个参数分别为：平均静态电流，均方差，静电流的频率，开始电流的峰值以及附近峰值点的斜率。此外，在[3]中讨论了小波变换和人工神经网络原理。滑模和模糊神经网络也已经被用来改善系统的动态性能故障检测和诊断，见[4]。在本文中，研究了以下故障：固定线圈开路故障，固定线圈短路故障，短路开关故障，开路开关故障以及转子位置传感器故障，讨论了动态负载在这些故障上和故障检测系统上的影响，以及提出了一个用以避免干涉到动态负载故障诊断的参考标准值。同时，人工神经网络也因为其具有稳健性、容错系统和学习能力的优点而被应用与故障检测和诊断系统。Ⅰ无刷直流电机系统的建模这个部分建立了无刷直流电机系统在正常和故障条件下的模型。无刷直流电机系统主要由电机，转子位置传感器，逆变器回路和控制回路构成。无刷直流电机系统标准模型建立如图1所示。在故障条件下的五种故障被认为如下：固定线圈开路故障，固定线圈短路故障，固定线圈开路故障以及转子位置传感器故障。基于DSP芯片的无刷直流电机控制系统研究（文献翻译）2图1BLDCM系统标准模式表1列出了系统故障检测和诊断系统中遇到的具体故障。在下一个部分，会讨论到系统中使用的相应参数的更多细节。表1误差探测和诊断系统中用到的系统误差A.无刷直流电机系统的标准模型无刷直流电机系统的标准模型包括无刷直流电机模型，逆变器模型，转子位置传感器模型和控制器模型。1)无刷直流电机模型在[6]中的无刷直流电机模型，三相绕组是没有中线连接的Y连接而且只有两个相位可以在任意时间同时传导，无刷直流电机的电力学方程式为：000000CAAAABACAABBBABBCBBCCACBCCCuRiLMMieduRiMLMiedtuRiMMLie（1）基于DSP芯片的无刷直流电机控制系统研究（文献翻译）3其中，UA,UB,UC是固定绕组电压，IA,IB,IC是固定绕组电流，EA,EB,EC是反电动势，R是定子相绕组电阻，LX是定子相绕组的自感系数X，Myz是定子相绕组间的互感Y和Z，无刷直流电动机的转矩方程：e/AABBccTeieieiw（2）其中，Te是电动机的电磁转矩,W电机的速度。无刷直流电动机的机械方程是:edLTTJBdt（3）其中，Tl是负载转矩,B是阻尼系数,J是转子和负载的总惯性系数。无刷直流电动机的反电动势方程式是:eeKw（4）其中，Ke是电机的反电动势系数根据式（1）—（4），无刷直流电机模型就可以建立了。2)逆变器模型无刷直流电动机是由三相桥逆变器电路驱动,也就是说这里有六个功率晶体管和六个续流的二极管（见图1），在任意时刻，这里只有两个晶体管导通，当转子每旋转60度电角度时晶体管换相。每个功率晶体管在一个电角度周期中持续工作120度电角度。3)转子位置传感器模型转子位置传感器位于电机的转子上，根据转子位置，可以确定相应的导通状态。在每一个电度循环中，功率晶体管的运行顺序为:VTl,VT4;VTl,VT6;VT3,VT6;VT3,VT2;VT5,VT2;VT5,VT4。4)控制器模型为满足系统的性能的要求，无刷直流电动机系统的六个功率晶体管按照运行序列和规定运行时间运行。B.无刷直流电机系统的五种故障模型本文中所认为的五种故障是：固定线圈开路故障，固定线圈短路故障，短路开关故障，开路开关故障以及转子位置传感器故障，表1中列出了所有本文中讨论的检测故障和诊断故障。由于定子绕组开路故障和开路开关故障都是开路故障，当开关放在电路时是断开时可以实现，因此，可以得到这些故障模型。在短路情况下,相绕组时的故障可以当做相应的相绕组来实现电阻、自感和互感是短路的。开关短路故障也可以通过短路相应的开关获得。基于DSP芯片的无刷直流电机控制系统研究（文献翻译）4在转子位置传感器的故障状态时,三个霍尔信号行之一中断，一个是高电压输出,所以模型也可以建立。Ⅱ无刷直流电机系统的仿真在仿真模型中，负载转矩是额定转矩，假设五个故障在无刷直流电机系统中独立发生，即是：相位A的固定线圈开路故障，相位A的线圈短路故障，相位A的开关开路故障，相位A的开关短路故障和转子转子位置传感器故障。当系统在稳定状态下运转，在正常运行情况下的无刷直流电机系统在五种故障条件下的三相电流波形，电机速度波形和磁力矩波形分别在图2-图7中展示出来。在图2中，很明显当系统处于正常运行情况下，有六种完全对称一样的三相电流波形。在图3中，当相位A的固定绕组是开路，相位A的电流为0，非故障相的电流是大于正常运行情况下的电流值。另外，磁力矩和速度都减少了。在图4中，当相位A中的固定绕组短路，可以知道，无刷直流电机中的三相电流和磁力矩都明显振荡。在图5中，可以看出，故障相位电流是之字形的，因为在VT的开路故障下有六分之二的状态下是不能导通的。此外，在正常运行情况下相位电流从100A增加到200A，电机以一个很低的速度运行伴有少量振荡，另外，磁力矩也在振荡。在图6中，因为在VT1的开关短路故障和其他两相电流明显增加，相位A的电流几乎在任意时间导通。此外，在这种情况下，可能会产生负力矩。在图7中，因为霍尔信号行终端，输出始终保持高电压，电机速度急速减少，并且伴随磁力矩和三相电流振荡。从上述仿真结果，我们可以推导出，三相电流波形，速度波形，正常运转状态下的磁力矩波形和五种故障条件下的波形相互之间是不同的。因此，无刷直流电机系统运行条件可以由这些参数来决定。图2定子绕组开路故障波形基于DSP芯片的无刷直流电机控制系统研究（文献翻译）5图3定子绕组开路故障波形图4定子绕组短路故障波形图5定子绕组开路故障波形图6定子绕组短路故障波形基于DSP芯片的无刷直流电机控制系统研究（文献翻译）6图7霍尔传感器故障波形Ⅲ具有动态负载特性的无刷直流电机的特性在具有动态负载特性的无刷直流电机系统中，电流，磁力矩，速度都有可能快速变化，而这三种变化也可能影响故障检测的正确性，所以说，从动态负载信号中分离出故障信号毋庸置疑地起了很重要的作用。在这个部分，我们讨论了具有动态负载特性的无刷直流电机系统的主要特性。A.阶跃负载在仿真模型中，加在无刷直流电机系统上的一个阶跃负载在0.05s就已经处于一个稳定状态了。波形仿真见图8，从图8中，我们可以看到，随着负载增加，三相电流增加显著，磁力矩也增加，只有电机转速减少了。与故障状态下则不同，然而，在正常状态下，三相电流是对称的而且六种状态的波形是一样的，都是快速增长。另外，相应电机参数的波形是根本不会振荡。图8阶跃负载的波形基于DSP芯片的无刷直流电机控制系统研究（文献翻译）7B.高频率负载在仿真模型中，一个代表了高频率负载的正弦曲线信号，同样被加到了直流无刷系统上，在0.05s时就已经处于一个稳定状态。在图9中给出了这个模型的仿真曲线，如下所示，在0.05s的时候正弦负载加到了电机上，电流，磁力矩和速度全部变成了具有相同频率的正弦曲线。阶跃负载也一样，无刷直流电机的三相电流也是对称的，但是完全没有振荡。图9高频负载的波形Ⅳ动态负载和系统故障对无刷直流电机初级参数的影响A.动力负载和系统误差对BLDCM主要参数的影响基于上面的分析和比较，可以得出，在故障状态下的电流可能增长或减少，结果中的三相电流变得不稳定，相位电流在一般情况下会振荡。相反地，在正常情况下，即使是在载有动态负载的情况下，无刷直流电机系统的三相电流会变成对称而且不会振荡。另外，当在电机上加一个特殊频率的负载，这个频率的组成部分将会被立刻检测到，这也是故障状态下和正常状态下具有负载特性的一个不同。同样我们可以推导出，无刷直流电机的速度既不会随着系统故障变化，也不会随着外部动态负载而改变，尤其是，当负载处于一个特殊频率，同样频率的组成部分必然会被检测出来，电机速度同样也会。关于故障状态，可以从分析中看出磁力矩在几乎所有的故障状态下都会振荡，但是在正常状态下，尽管磁力矩可能会随着负载变化而大幅度变化，它也不会振荡。所以这也是系统故障和动态负载的一个非常重要的检测。基于DSP芯片的无刷直流电机控制系统研究（文献翻译）8B.动态负载在故障检测和诊断系统中的影响当外部动态负载被加到无刷直流电机系统上时，三相电流和电机的磁力矩会随着外加负载而变化，随着外加负载和电机磁力矩的变化，电机速度也会随之改变。电流，速度和磁力矩都是用于判断电机是否处于正常运行状态下的基本物理量。此时，可能从故障诊断系统中得到一个错误结论，整个诊断系统的性能会大大地降低。而与其他参数不同的是，电机速度变化可以更加容易的被观察，所以它可以被用作故障诊断检测系统的一个标准。然而，在一个载有动态负载的无刷直流电机系统中，在正常状态和在故障状态下的变化很难以区分。如上所述，在一个正常状态下，三相电流是对称的而且不是振荡的，但是无刷直流电机的电流也会被外部动态负载所影响。另外，六种状态下的三相电流波形和正常条件下的波形是明显完全一样的，但是在故障状态下是完全不同的。即使一相电流是正常的，三相电流是对称的。换句话说，在外部负载和系统故障条件下可以改变流过电机的电流，但是在正常状态下是不能的，三相电流是对称的，而且是不振荡，这和故障状态下明显不同的。因此，三相电流会被外部动态负载和系统故障明显的影响。在这些故障状态下，磁力矩通常都是振荡的，而在正常状态下，即使转矩可能会随着有动态负载添加到无刷直流电机的过程而减少或者增加，而且此时它根本不会振荡。因此，磁力矩与电流一样，同样是识别动态负载对系统影响的一个很重要的参考。当一个特殊的频率加入给电机之后，这次频率的组成部分将会分解添加到电机的电流，速度和磁力矩的频率成分中。所有这些应该被视作为外部负载对系统的影响，而不是系统误差产生的影响。Ⅴ神经网络模型A.人工神经网络（ANN）模型结构在这个部分，人工智能（BP）人工神经网络（ANN）被用来完成故障诊断以及模型结构可以如图10被建立。这个模型结构有六个输入信号，一个中间层和六个输出信号。基于DSP芯片的无刷直流电机控制系统研究（文献翻译）9图10ANN模型结构B.BP&ANN的训练和建模在这个部分，进行了神经网络实验，其输出状态如表2中所列。为了测试这个故障侦测和诊断系统，创建了一个设置了3000个故障的仿真模型，伴随着一些随机产生的指数，而且动态负载也是被考虑的。开始的2000个仿真数据是用作神经网络学习程序的，而另外1000个数据则是用作生效设置。当外部动态负载的影响不考虑的时候，仿真结果见表3，如表中所示，错误故障侦测率为1.2%。当外部动态负载的影响考虑的时候，仿真结果如表4中所示，错误故障侦测率为0%，动态负载的影响准确的将其区别开了故障状态。表2仿真结果表3考虑动态负载时的仿真结果基于DSP芯片的无刷直流电机控制系统研究（文献翻译）10表4仿真系统输出总结为