大功率電力機(jī)車(chē)牽引變流器的故障診斷

1、 大功率電力機(jī)車(chē)牽引變流器的故障診斷 1 引言 牽引變流器作為大功率電力機(jī)車(chē)的核心部件之一， 其在能量 轉(zhuǎn)換時(shí)起著關(guān)鍵性作用。對(duì)于牽引變流器而言，IGBT、支撐電容 等是其中的關(guān)鍵部件， 是整個(gè)牽引變流器功能實(shí)現(xiàn)的基礎(chǔ)。 機(jī)車(chē) 的牽引變流器通常在大電壓、大電流的條件下，在IGBT開(kāi)通與 關(guān)斷的過(guò)程中， 電路的電流變化率很大， 繼而由于回路中的分布 電感而產(chǎn)生尖峰也很大，大大增加了開(kāi)關(guān)管過(guò)壓損壞的可能性； 同時(shí)，在高頻開(kāi)關(guān)狀態(tài)下， 特別是在高電壓、 大電流條件下， IGBT 發(fā)熱造成過(guò)溫的可能性更大， 發(fā)熱嚴(yán)重， 更容易引發(fā)故障。 因此， 對(duì)開(kāi)關(guān)管IGBT開(kāi)展故障診斷研究有重要意義。 HXD1（

2、機(jī)車(chē)牽引系統(tǒng)采用的是牽引變壓器、牽引變流器及異 步牽引電動(dòng)機(jī)構(gòu)成的交流傳動(dòng)系統(tǒng)。 機(jī)車(chē)采用軸控方式， 牽引系 統(tǒng)共裝有 6套牽引繞組、 6 個(gè)四象限整流模塊、 6個(gè)牽引逆變模 塊及 6 臺(tái)牽引電機(jī)， 這些設(shè)備一一對(duì)應(yīng)進(jìn)行電氣連接， 并獨(dú)立控 制。牽引變流器采用IGBT作為功率器件，水冷散熱，散熱效率 高。本文主要對(duì)牽引變流器逆變部分的IGBT開(kāi)路故障進(jìn)行故障 診斷研究，逆變器拓?fù)浜?jiǎn)圖如圖 1 所示。 2 牽引變流器逆變部分仿真模型的建立 為獲取故障診斷系統(tǒng)所需的開(kāi)路故障信號(hào)，本文基于 MATLAB/Simulink 軟件構(gòu)建了基于矢量控制策略的仿真模型。 “control ”模塊中包含了靜止三

3、相 - 兩項(xiàng)變換（ 3/2 變換）、轉(zhuǎn) 子磁鏈觀測(cè)、 PI 調(diào)節(jié)等模塊。通過(guò)仿真測(cè)量電機(jī)定子的三相電 流，作為故障診斷的分析對(duì)象，搭建的仿真模型如圖 2 所示。 3 小波分析的引入及故障特征的提取 變流器的輸出電壓或者輸出電流波形的變化含有變流器故 障位置和故障類(lèi)型等信息， 從中快速的、 精確的提取出故障特征， 是故障診斷研究的關(guān)鍵。近年來(lái)，小波分析備受研究者的重視， 它不僅在數(shù)學(xué)上形成了一個(gè)新的分支，而且廣泛應(yīng)用于信號(hào)處 理、圖像處理和模式識(shí)別等領(lǐng)域。本文結(jié)合大量的資料，并做了 多次的仿真實(shí)驗(yàn)對(duì)比，采用db3小波進(jìn)行6層小波分解，提取三 相電流的低頻系數(shù)a6，獲取每個(gè)系數(shù)對(duì)應(yīng)的能量值，將能量

4、值 按順序排成一個(gè)向量，構(gòu)成對(duì)應(yīng)于某一個(gè)故障的特征向量。 利用上述的提取故障特征向量的方法， 對(duì)變流器的故障特征 進(jìn)行提取。 4 故障模式及編碼 本文只考慮單只開(kāi)關(guān)管故障的情況， 變流器三相橋臂上一共 有6個(gè)開(kāi)關(guān)管， 采用三位二進(jìn)制數(shù)對(duì)故障進(jìn)行編碼， 具體編碼如 表 1 所示。 5 神經(jīng)網(wǎng)絡(luò)故障模型的建立及仿真 誤差逆?zhèn)鞑ィ╡rrorBackPropagation ，簡(jiǎn)稱(chēng)BF）算法是迄 今最成功的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法， 現(xiàn)實(shí)任務(wù)中使用神經(jīng)網(wǎng)絡(luò)時(shí)， 大 多是在使用BP算法進(jìn)行訓(xùn)練。開(kāi)關(guān)管的斷路故障與逆變器的輸 出電流波形變化之間具有較強(qiáng)的非線性關(guān)系，利用BP神經(jīng)網(wǎng)絡(luò) 的學(xué)習(xí)能力以及其輸入與輸出的非線

5、性映射關(guān)系， 使得小波分析 結(jié)果與故障類(lèi)型之間的關(guān)系通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)并保存其中， 用 于故障診斷。 本文選用三層BP神經(jīng)網(wǎng)絡(luò)對(duì)變流器開(kāi)關(guān)管開(kāi)路故障進(jìn)行診 斷。輸入層的神經(jīng)元個(gè)數(shù) N1為3個(gè)，輸出層的神經(jīng)元個(gè)數(shù)為 N3 為3個(gè)，根據(jù)N2=2N1+1=7可知隱層節(jié)點(diǎn)數(shù)為7個(gè)。隱含層采 用正切傳遞函數(shù)(tan sig )，輸出層采用對(duì)數(shù) S型傳遞函數(shù) (logsig )，利用MATLAR申?網(wǎng)絡(luò)工具箱來(lái)生成神經(jīng)網(wǎng)絡(luò)，采用 Trainlm 算法進(jìn)行訓(xùn)練。 輸入向量 P1： 將訓(xùn)練之后的神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值凍結(jié)， 輸入非樣本測(cè)試 數(shù)據(jù)，用于驗(yàn)證網(wǎng)絡(luò)性能。 新的測(cè)試數(shù)據(jù)可以通過(guò)設(shè)置不同的仿 真時(shí)間獲得。 測(cè)試結(jié)果如表 2 所示。 由表 2 可知， 實(shí)際輸出與期望輸出達(dá)成一致， 所建立的神經(jīng) 網(wǎng)絡(luò)具有較好的識(shí)別能力，能夠進(jìn)行故障診斷。 6 結(jié)束語(yǔ) 本文運(yùn)用小波分析和神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)變流器逆變部分進(jìn)行 故障診斷研究。 通過(guò) MATLAB/Simulink 建模仿真， 獲取單管故障 時(shí)定子三相電流的