永磁電機(jī)故障診斷和容錯(cuò)技術(shù)概述

1、2017 年第 2 期11永磁電機(jī)故障診斷和容錯(cuò)技術(shù)概述（中車(chē)株洲電力機(jī)車(chē)，湖南 株洲 412001）摘 要：永磁電機(jī)在國(guó)內(nèi)一些關(guān)鍵裝備領(lǐng)域（如軌道交通、電動(dòng)汽車(chē)、風(fēng)力發(fā)電）的應(yīng)用日益增加，這些領(lǐng)域?qū)﹄姍C(jī)的可靠性提出很高的要求。永磁電機(jī)由于存在旋轉(zhuǎn)的永磁體，即使定子已斷電，對(duì)電機(jī)的損壞行為仍將繼續(xù)，因此電機(jī)狀態(tài)監(jiān)測(cè)、故障診斷及容錯(cuò)對(duì)維持系統(tǒng)安全可靠十分重要。文章闡述了永磁電機(jī)狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的發(fā)展近況，特別介紹了轉(zhuǎn)子去磁、定子繞組匝間短路、轉(zhuǎn)子偏心等故障的診斷方法及在非穩(wěn)態(tài)下故障診斷、故障容錯(cuò)運(yùn)行方法，指出系統(tǒng)故障預(yù)診斷和健康管理技術(shù)是未來(lái)發(fā)展方向。：永磁電機(jī)；狀態(tài)監(jiān)測(cè)；故障診斷；電信號(hào)

2、分析；去磁；匝間短路；偏心；容錯(cuò)；非穩(wěn)態(tài)號(hào)：TM351文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-3631(2017)02-0011-06doi:10.13889/j.issn.2095-3631.2017.02.002Review on Fauiagnosis and Fault Tolerant Control forPermanent Magnet Electrical MachinesKE Siqin( CRRC Zhuzhou Institute Co.,., Zhuzhou,Hunan 412001, China )Abstract: Permanent magnet electrical

3、machines (PMEM) have started to be more preferred in some safety critical application fields such as rail-transit, electric vehicle, wind power generation etc, and reliability of electrical machine is highly required in these fields. Due to the presence of rotating permanent magnets, damage to the m

4、achine will continue even if the stator is disconnected from the line, so condition monitoring, fau iagnosis techniques(CMFD) and fault tolerant control for PMEM are very important for system safe operation. It reviewed recent reports on CMFD for PMEM, specially diagnosis methods for faults such as

5、rotor demagnetization, stator inter-turn short and eccentricity. Fault tolerant control and fau iagnosis under non-stationary condition for PMEM were also presented and prognosis andhealth management is pointed to be the trend in this field.Keywords: permanent magnet electrical machine; condition mo

6、nitoring; fauinter-turn short circuit; eccentricity; tolerant control; non-stationary conditioniagnosis; electric signal analysis; demagnetization;很高要求的領(lǐng)域，如軌道交通、電動(dòng)汽車(chē)、風(fēng)力發(fā)電等，0引言電電機(jī)的狀態(tài)監(jiān)測(cè)和故障診斷尤為重要，因此一直以來(lái)是電驅(qū)動(dòng)系統(tǒng)中的關(guān)鍵部件，承擔(dān)著將受到高度重視。近年來(lái)，隨著的快速發(fā)展，率轉(zhuǎn)換為機(jī)械功率的重要任務(wù)。20 世紀(jì)最常用的電動(dòng)電機(jī)狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)也有相應(yīng)的進(jìn)步。國(guó)內(nèi)外在電機(jī)的狀態(tài)監(jiān)測(cè)與故障診斷領(lǐng)域開(kāi)

7、展了不少工作， 已有較多文獻(xiàn)1-3，但有關(guān)永磁電機(jī)方面的相關(guān)文獻(xiàn)較少。本文僅就永磁電機(jī)狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)， 特別對(duì)轉(zhuǎn)子去磁、定子繞組匝間短路、轉(zhuǎn)子偏心等故障的診斷方法及在非穩(wěn)態(tài)下故障診斷、故障容錯(cuò)運(yùn)行等作一些簡(jiǎn)要介紹 。機(jī)是直流電速發(fā)展，異步電，隨著電子功率器件及技術(shù)的迅變頻驅(qū)動(dòng)取而代之。21 世紀(jì)以來(lái)，永磁電以其效率高、性能比好的優(yōu)勢(shì)，在一些重要領(lǐng)域已取代異步電。在一些對(duì)安全、可靠性有收稿日期：2016-12-20作者簡(jiǎn)介：（1968-），女，工程師，主要從事科技期刊編輯4及科技文獻(xiàn)研究工作。綜論122017 年第 2 期1狀態(tài)監(jiān)測(cè)機(jī)座的橫向振動(dòng)是由軸承磨損或轉(zhuǎn)子偏心等所致，而這還是產(chǎn)生

8、不平衡磁拉力的主要。這些力可能導(dǎo)致軸對(duì)電機(jī)進(jìn)行狀態(tài)監(jiān)測(cè)的主要目的是監(jiān)測(cè)電機(jī)狀態(tài)的變承的過(guò)早磨損。機(jī)械振動(dòng)的檢測(cè)有兩種方法，一種是將加速度傳感器安裝在軸承座上，測(cè)量較高頻率范圍的振動(dòng)；化、辨別變化的（診斷）、預(yù)計(jì)在可見(jiàn)的未來(lái)電機(jī)的狀態(tài)（預(yù)診斷）。故障的包含實(shí)質(zhì)上的不確定性，因另一種是將度傳感器安裝在定子側(cè)的機(jī)座上，對(duì)橫向此預(yù)診斷是一項(xiàng)的工作，本文對(duì)此不作詳細(xì)介紹。振動(dòng)進(jìn)量。一些電氣故障也可以通過(guò)對(duì)振動(dòng)信號(hào)的分狀態(tài)監(jiān)測(cè)的第一步是從各種傳感器獲取信號(hào)；第二步是信號(hào)調(diào)理，包括被測(cè)數(shù)據(jù)的初始處理；第三步是故障診斷。1.1 狀態(tài)信號(hào)檢測(cè)根據(jù)被測(cè)信號(hào)類(lèi)別，狀態(tài)監(jiān)測(cè)包括電信號(hào)、磁信號(hào)、振動(dòng)信號(hào)、溫度狀態(tài)及聲學(xué)

9、信號(hào)等檢測(cè)方法。1.1.1 電信號(hào)檢測(cè) 3電信號(hào)檢測(cè)僅對(duì)電信號(hào)（如電流、電壓）作評(píng)估， 其優(yōu)點(diǎn)是非侵入性、信號(hào)獲取容易。特別是電流信號(hào)， 只需利用系統(tǒng)已有的傳感器便能獲取，同時(shí)電流檢測(cè)電路便于與保護(hù)和調(diào)速系統(tǒng)集成，實(shí)現(xiàn)成本低、難度小， 因此本文主要關(guān)注電流檢測(cè)方式。目前，電流信號(hào)分析法（motor current signal analysis, MCSA) 已成為電機(jī)故析進(jìn)行監(jiān)測(cè)。文獻(xiàn)6 基于振動(dòng)信號(hào)分析提出一種永磁同步電故障檢測(cè)和的方法，可用于監(jiān)測(cè)轉(zhuǎn)子偏心、去磁及定子繞組匝間短路等故障。1.1.4 溫度狀態(tài)檢測(cè)溫度狀態(tài)檢測(cè)可以通過(guò)直接測(cè)量方式或由狀態(tài)觀測(cè)器或模型方式進(jìn)行。直接測(cè)量法是通過(guò)預(yù)

10、先埋置在定子繞組、軸承等部位的溫度傳感器來(lái)進(jìn)行檢測(cè)溫度信號(hào)， 已被廣泛采用；但受傳感器數(shù)量和分布位置等因素限制，該方法有一定的局限性，特別是對(duì)轉(zhuǎn)子溫度，難以采用該方法獲得。文獻(xiàn)7 基于永磁磁通與溫度的敏感關(guān)系提出了一種磁通觀測(cè)器，其通過(guò)對(duì)永磁同步電機(jī)轉(zhuǎn)子磁通變化的觀測(cè)來(lái)間接評(píng)估磁鐵的溫度。文獻(xiàn)8 介紹了幾種關(guān)于轉(zhuǎn)子磁鐵溫度的監(jiān)測(cè)方法，如熱模型、磁通觀測(cè)器及電壓信號(hào)注入方式等并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了評(píng)估。1.1.5 聲學(xué)信號(hào)檢測(cè)聲學(xué)信號(hào)檢測(cè)是基于電機(jī)發(fā)出特殊聲音的狀態(tài)，但測(cè)量結(jié)果與電機(jī)運(yùn)行環(huán)境的背景噪音有很大關(guān)系，因此很難在現(xiàn)實(shí)的工業(yè)環(huán)境中采用。隨著數(shù)據(jù)分析技術(shù)的進(jìn)步，文獻(xiàn) 9 提出了一種聲學(xué)信號(hào)的識(shí)

11、別方法來(lái)診斷電機(jī)故障。1.2 信號(hào)調(diào)理通過(guò)傳感器獲得的信號(hào)稱(chēng)為原始信號(hào)，一部分可直接利用，如溫度、位移等；但大部分由于含有豐富的噪聲或諧波 , 這些信號(hào)必須經(jīng)過(guò)處理。初始處理包括對(duì)被測(cè)數(shù)據(jù)進(jìn)行濾波、變換、檢測(cè)、頻譜分析、估算、壓縮、障診斷最常用、最有效的方法，可以監(jiān)測(cè)以發(fā)現(xiàn)早期故障。該方法對(duì)平穩(wěn)信號(hào)能給出滿意的結(jié)果，但無(wú)法用于非平穩(wěn)信號(hào)的故障診斷，這是因?yàn)槠渌玫目焖俑道锶~變換（fast Fourier tranform，F(xiàn)FT) 不適用于非穩(wěn)態(tài)。1.1.2 磁信號(hào)檢測(cè)磁信號(hào)檢測(cè)是對(duì)被埋在定子槽內(nèi)或放置在電機(jī)外部（如Rogowki 線圈）的磁場(chǎng)測(cè)量線圈 5 的信號(hào)進(jìn)行評(píng)估?；谕獯艌?chǎng)的方法，其

12、優(yōu)點(diǎn)為非侵入性，而且操作簡(jiǎn)單；缺點(diǎn)是磁場(chǎng)建模。外磁場(chǎng)可分解為軸向和徑向。軸向磁場(chǎng)處于含電機(jī)軸線的平面內(nèi)，是由定子繞組端部或鼠籠端環(huán)中的電流所產(chǎn)生；徑向磁場(chǎng)處于與電機(jī)軸線垂直的平面內(nèi)，它是氣隙磁場(chǎng)的鏡像，會(huì)受定子鐵心及機(jī)座影響而衰減。在合適位置用測(cè)量線圈就可以測(cè)量外部漏磁場(chǎng)。例如，當(dāng)定子繞組匝間短路時(shí)，氣隙磁場(chǎng)出現(xiàn)了不對(duì)稱(chēng)，所產(chǎn)生的磁密分量將明顯地出現(xiàn)在外部漏磁場(chǎng)中。值得一提的是，用外部漏磁場(chǎng)檢測(cè)比用電流檢測(cè)識(shí)別等一系列工作，處理后提取并分析特一步狀態(tài)評(píng)估提供依據(jù)。1.3 故障診斷號(hào)，為下目前電機(jī)故障診斷方法可以分為 3 類(lèi)： 基于模型的方法、基于信號(hào)的方法及人工智能（artificial in

13、telligence，AI) 方法?；谀Ｐ偷姆椒?，其采用數(shù)學(xué)模型來(lái)描述電機(jī)的運(yùn)的靈敏度要高。據(jù)，軸向漏磁監(jiān)測(cè)方法可以用來(lái)檢測(cè)定子匝間短路、氣隙偏心、轉(zhuǎn)子斷條、非多種故障。1.1.3 振動(dòng)信號(hào)檢測(cè)運(yùn)行等行狀態(tài)，故障診斷速度快，能用于故障監(jiān)測(cè)；但需要振動(dòng)信號(hào)檢測(cè)是基于對(duì)振動(dòng)度或速度的評(píng)估，一準(zhǔn)確的電機(jī)模型，而且故障診斷殘值不僅受系統(tǒng)故障影響，還受系統(tǒng)模型不確定性及干擾信號(hào)的影響。系統(tǒng)不確定性般采用壓電傳感器測(cè)取振動(dòng)信號(hào)。機(jī)械的不平衡或故障難以由電信號(hào)來(lái)檢測(cè)，因此用振動(dòng)信號(hào)來(lái)檢測(cè)由機(jī)械引無(wú)法用數(shù)學(xué)建模，并且模型與真實(shí)系統(tǒng)存在性能差異，起的故障更為合理。引起機(jī)械振動(dòng)的可能是電氣故障，可能對(duì)基于模型的

14、故障診斷系統(tǒng)產(chǎn)生虛假殘值。也可能是機(jī)械故障。兩者以不同的方式影響振動(dòng)。例如，2017 年第 2 期：永磁電機(jī)故障診斷和容錯(cuò)技術(shù)概述13基于信號(hào)的方法，其經(jīng)初步處理后的信號(hào)需在不同的域內(nèi)進(jìn)行頻率分析，以抽取更敏感、更能反映電機(jī)狀態(tài)的特征量，然后將其與無(wú)故障理想狀態(tài)下抽取的特征量進(jìn)行對(duì)比。對(duì)于平穩(wěn)信號(hào)，一般采用 FFT 時(shí)域分析或頻域分析方法；而對(duì)于非平穩(wěn)信號(hào)，要用時(shí)頻域或小波分析法等更先進(jìn)的方法來(lái)抽取特征量。該方法的主要優(yōu)點(diǎn)是不需要電機(jī)的動(dòng)態(tài)模型，但故障診斷處理速度較另兩種方法的慢。目前，基于信號(hào)的故障檢測(cè)方法主要分為兩類(lèi)，一種基于電流殘值，另一種基于電壓殘值。（1）式中：fs電源頻率；p極對(duì)數(shù)

15、；k正整數(shù)。檢測(cè)轉(zhuǎn)子磁鐵缺陷的法是估算在同步參中 d 軸定子繞組磁鏈值。磁鐵 d 軸磁通與定子繞組的磁鏈由式（2）給出。磁鐵的磁場(chǎng)強(qiáng)度用的平均值來(lái)衡量。（2）基于電壓殘值的故障檢測(cè)方法速度較快，和虛假ee式中：idsd 軸定子電流瞬時(shí)值；iqsq 軸定子電流瞬時(shí)值；Vqsq 軸定子電壓瞬時(shí)值；Ldsd 軸定子電感瞬時(shí)值；rs定子電阻；e轉(zhuǎn)子轉(zhuǎn)速瞬時(shí)值。文獻(xiàn) 13 推薦一種角域 - 階次比跟蹤 （angulardomain order tracking AD-OT) 方法對(duì)電流信號(hào)進(jìn)行分故障能力較強(qiáng)，但需要額外的電壓傳感器。基于電流殘值的故障檢測(cè)方法，由于電流傳感器在系統(tǒng)中已存在，ee因此應(yīng)用較

16、普遍，但速度較慢，基于人工智能的方法包括能力也較差。系統(tǒng)（expertsystem）、模糊邏輯（fuzzy logic）、人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）及支持矢量機(jī)（support vector machine，SVM）等，是用于復(fù)雜系統(tǒng)的故障診斷最流行的 。其中 ANN 要求具有強(qiáng)大的計(jì)算能力，適合析。該方法一直被用于振動(dòng)信號(hào)分析，這是第一次將其用于對(duì)永磁電機(jī)電流的分析。為獲得去磁磁通的大小和角度，文獻(xiàn) 14 推薦了一種狀態(tài)觀測(cè)器，其基于數(shù)學(xué)模型而構(gòu)建，將 d 軸和 q 軸在失磁后的磁通作為未知量輸入，算法簡(jiǎn)單、快速，能滿足在運(yùn)行中實(shí)時(shí)監(jiān)測(cè)的要求。

17、文獻(xiàn) 15 推薦了一種滑模狀態(tài)觀測(cè)器（sliding檢測(cè)逐步發(fā)展的故障。系統(tǒng)常采用表，因此反應(yīng)速度很快；其缺點(diǎn)是領(lǐng)域內(nèi)被有效表達(dá)。的經(jīng)驗(yàn)知識(shí)可能無(wú)法observer）用來(lái)未知輸入對(duì)殘差產(chǎn)生的干擾。由于2永磁電機(jī)故障及其診斷永磁電機(jī)由于存在旋轉(zhuǎn)的永磁體，即使定子已從電源斷開(kāi)，對(duì)電機(jī)的損壞行為仍將繼續(xù)。因此對(duì)永磁電機(jī)， 不僅需要在設(shè)計(jì)和制造工藝上強(qiáng)調(diào)可靠性，而且狀態(tài)監(jiān)測(cè)及容錯(cuò)運(yùn)行對(duì)電機(jī)的可靠運(yùn)行也具有十分重要的意義。永磁電機(jī)故障可分為電氣故障（系統(tǒng)和繞組故障）、機(jī)械故障（軸承故障和偏心）和磁性故障（去磁）。觀測(cè)器的參數(shù)是由線性矩陣不等式而確定，故所產(chǎn)生的殘差只對(duì)故障信號(hào)敏感，提高了故障檢測(cè)的精度。

18、用該方法對(duì)永磁電機(jī)去磁故障進(jìn)行檢測(cè)并了實(shí)際應(yīng)用的驗(yàn)證。2.2 轉(zhuǎn)子偏心故障，其效果得到轉(zhuǎn)子偏心為機(jī)械故障。氣隙偏心狀況通常有兩種類(lèi)型：靜態(tài)偏心 (SE) 和動(dòng)態(tài)偏心 (DE) （圖 1）。SE 是由定子內(nèi)徑的橢圓度或裝配不良引起的，其偏心的位置在空間上是固定的。DE 是由轉(zhuǎn)軸彎曲、軸頸為橢圓、機(jī)軸承故障及其檢測(cè)已有很多專(zhuān)門(mén)文獻(xiàn)，可參見(jiàn)文獻(xiàn) 10-11，因此這里不作介紹。下面主要就去磁、定子繞組短路及轉(zhuǎn)子偏心等故障的診斷方法等進(jìn)行闡述。2.1 轉(zhuǎn)子去磁故障通常，啟動(dòng)電流大、由瞬態(tài)到穩(wěn)態(tài)迅速變化時(shí)的電樞反應(yīng)作用等因素易使永磁電機(jī)產(chǎn)生去磁故障，尤其是械共振、軸承磨損等引起。這兩種狀況也可能同時(shí)存在，

19、稱(chēng)為混合偏心 (ME)。在高溫及弱磁同時(shí)存在的工，電樞反應(yīng)作用更容易使磁鐵磁通發(fā)生不可逆的損失。去磁故障的結(jié)果是導(dǎo)致電機(jī)效率降低、振動(dòng)及噪聲增加。目前，在對(duì)安全有很高要求的領(lǐng)域，其使用的電機(jī)在設(shè)計(jì)上采取有效措施以降低電樞反應(yīng)的去磁作用并采用高溫磁鐵如釤鈷（Sm-Co） 磁鐵等來(lái)提高電機(jī)本身的抗去磁能力 12。與此同時(shí)， 加強(qiáng)對(duì)去磁故障的監(jiān)測(cè)也十分重要。產(chǎn)生局部去磁故障后，在 FFT 頻譜中會(huì)出現(xiàn)附加的邊帶分量，這些邊帶分量在頻帶中的位置可由式 (1) 給出：（a）正常轉(zhuǎn)子（b）靜態(tài)偏心轉(zhuǎn)子 （c）動(dòng)態(tài)偏心轉(zhuǎn)子圖 1 氣隙偏心Fig. 1 Eccentricity由于偏心會(huì)產(chǎn)生不均衡磁拉力，使振

20、動(dòng)增大，導(dǎo)致繞組和機(jī)座松動(dòng)、絕緣磨損，甚至定子和轉(zhuǎn)子相磨。當(dāng)氣隙存在偏心時(shí)，氣隙磁導(dǎo)沿圓周方向會(huì)出現(xiàn)不均勻現(xiàn)象，從而在定子電流中感應(yīng)出諧波分量。這些特征諧波分量的頻率為142017 年第 2 期f 偏心=1±(2k-1)/pfs文獻(xiàn)16 采用（3）障引起的不對(duì)稱(chēng)效果就反映到電的電壓上。為此，有限元法（time-stepping finite推薦一種基于電壓的匝間故障檢測(cè)方法，但需要增加電壓傳感器及連線。對(duì)存在匝間故障的電機(jī)建模，得出的結(jié)論是：匝間短路故障減小了電機(jī)阻抗及反電勢(shì)的正序分量，但同時(shí)也增加了負(fù)序分量及阻抗矩陣?yán)锏鸟詈享?xiàng)。根據(jù)電壓參element method, TSFEM)

21、 為存在偏心故障的永磁電機(jī)建模。永磁電機(jī)不同部件的幾何和物理特性、氣隙因定子槽引起的磁導(dǎo)不均勻性、永磁體的非線性特性、定子和轉(zhuǎn)子鐵心特性，這些因素在建模時(shí)均應(yīng)考慮。用TSFEM 法對(duì)定子電流進(jìn)行運(yùn)算，以此作為故障診斷的合適信號(hào)。因此給SE，DE 和ME 導(dǎo)入一種新的頻率模式，從中抽取的邊帶分量幅值被用來(lái)診斷不同類(lèi)型的偏心故障。偏心的類(lèi)型由K 型近鄰分類(lèi)器（K-nearest neighbor classifier) 確定，最后用ANN 對(duì)偏心程度進(jìn)行評(píng)估。文獻(xiàn)17 為永磁電機(jī)的偏心故障引入一個(gè)新指數(shù)，其由定子電流在小波分解中基于能量、形狀因素、幅值等因子抽取的信號(hào)來(lái)確定。用TSFEM 為偏心故

22、障的永磁電機(jī)建模，將定子電流作為合適信號(hào)處理。由K 型近鄰分類(lèi)器確定偏心的類(lèi)型，用模糊支持向量機(jī)(fuzzy support vector machine, FSVM）評(píng)定轉(zhuǎn)子的偏心程度。文獻(xiàn)18 采用有限元分析法分析偏心故障。用離散小波變換法（discrete wavelet transform, DWT) 從定子電流基于能量的計(jì)算結(jié)果中抽取特號(hào)對(duì)故障作評(píng)估。在永磁電機(jī)轉(zhuǎn)速和轉(zhuǎn)矩變化情，該算法可用于檢測(cè)偏心及去磁故障。2.3 定子繞組故障定子繞組故障屬電氣故障，故障形式主要有 5 種， 即匝間短路、線圈間短路、相間短路、線與地間短路和開(kāi)路（圖 2）。故障起初是在同一線圈里發(fā)生匝間短路； 故障

23、若蔓延，則會(huì)發(fā)生相間短路，甚至發(fā)展成接地故障。中正序和負(fù)序分量的不同，可以間短路故障的存在。并顯示定子匝文獻(xiàn) 19 將基于負(fù)序分析與模糊邏輯相結(jié)合的方法用于永磁電機(jī)定子故障的診斷。將負(fù)荷波動(dòng)引起的高頻成分從總負(fù)序電流中，獲得校正的負(fù)序電流。該電流分量提供對(duì)定子故障程度的數(shù)值評(píng)估。模糊邏輯的使用，提高了故障檢測(cè)方法的靈敏度，從而降低了負(fù)荷波動(dòng)時(shí)的虛警率。文獻(xiàn) 20 推薦的智能保護(hù)系統(tǒng)由 2 部分組成，其一是 K 型近鄰分類(lèi)器， 用于檢測(cè)系統(tǒng)從正常運(yùn)行、相間故障及開(kāi)路狀態(tài)中辨識(shí)出匝間短路故障，同時(shí)檢測(cè)出故障相；其二是基于改進(jìn)引力搜索訓(xùn)練的智能神經(jīng)網(wǎng)絡(luò)（ANN trained with improv

24、ed gravitation search algorithm)，用來(lái)確定故障總量。文獻(xiàn) 21 推薦了一種基于定子電流 Concodia 圖的圖樣分析和識(shí)別技術(shù)，用以確認(rèn)定子繞組匝間短路故障及相應(yīng)的故障程度指數(shù)，方法簡(jiǎn)單且在離線模式下工作，為狀態(tài)監(jiān)測(cè)的一個(gè)替代。故障程度指數(shù)FS（I 式（4）在 0 和 1 間變化。（4）在 5 種故障模式中，匝間短路被認(rèn)為是最具性的一種，因?yàn)榱?4 種形式故障通常是匝間短路故障的延續(xù)，而匝間故障在起始階段很難被檢測(cè)到。式中：Rh健康狀態(tài)下電機(jī)圓圖的半徑；Rf故障狀態(tài)下電機(jī)橢圓圖的長(zhǎng)軸半徑。3非穩(wěn)態(tài)下的永磁電機(jī)故障診斷技術(shù)在軌道交通、電動(dòng)汽車(chē)、風(fēng)力發(fā)電等傳動(dòng)領(lǐng)域

25、，永磁電機(jī)的運(yùn)行狀態(tài)通常是迅速變化的。短時(shí)葉變換（short time Fourier tansform, STFT) 是非穩(wěn)態(tài)狀態(tài)下故障診斷的經(jīng)典方法。這是一種線性時(shí)頻表示（time frequency representation , TFR) 分析技術(shù)，其簡(jiǎn)單但只適用于變化較慢的場(chǎng)合。采用二次時(shí)頻表示技術(shù)（quadratic TFR）作為非穩(wěn)態(tài)狀態(tài)下運(yùn)行電機(jī)轉(zhuǎn)子故障診斷的一個(gè)方法已被證明是切實(shí)、有效的。Wigner-Ville 分布（WVD), Choi-Williams 分布（CWD）及 Zhao-Atlas Marks 分布（ZAM）圖 2 Y 型聯(lián)結(jié)定子繞組故障模型Fig. 2 P

26、ossible fault modes in Y-connected stator windings傳統(tǒng)的匝間故障檢測(cè)方案幾乎都是監(jiān)測(cè)線電流的負(fù)序分量或負(fù)序阻抗，并依賴(lài)對(duì)稱(chēng)感應(yīng)電機(jī)的數(shù)學(xué)模型來(lái)說(shuō)明不平衡電源電壓對(duì)負(fù)序電流的影響；如若忽略固有的不對(duì)稱(chēng)，則會(huì)導(dǎo)致誤判。固有不對(duì)稱(chēng)問(wèn)題可通過(guò)基于神經(jīng)網(wǎng)絡(luò)的方法引導(dǎo)出。雖然該技術(shù)用于異步電機(jī)效果很好，但并不適用于永磁電機(jī)。因?yàn)閭鲃?dòng)系統(tǒng)中的電流器會(huì)調(diào)節(jié)電流跟蹤參考值；由于電流被調(diào)節(jié)，由故等二次 TFR 法被認(rèn)為是處理非平穩(wěn)信號(hào)的工具。時(shí)頻分布技術(shù)雖然已被驗(yàn)證有效，但信息處理量大。2017 年第 2 期：永磁電機(jī)故障診斷和容錯(cuò)技術(shù)概述15雖然二次 TFR（如

27、 WVD 及 CWD）比線性 TFR 的譜圖計(jì)算密集度更高，但能提供更好的頻率分辨率，且用相應(yīng)的逆變器損壞時(shí)，不平衡電流會(huì)引起轉(zhuǎn)矩抖動(dòng)， 導(dǎo)致電機(jī)無(wú)法平順運(yùn)轉(zhuǎn)，從而造成系統(tǒng)毀損。文獻(xiàn) 24 對(duì)電動(dòng)汽車(chē)永磁電機(jī)傳動(dòng)系統(tǒng)電壓源逆變器的各種容錯(cuò)方法進(jìn)行了綜述，認(rèn)為相冗余的逆變器拓?fù)渥钸m合ZAM 分布法能量性能最好。CWD 是 WVD 優(yōu)越的頻率分辨率和ZAM 高度交互項(xiàng)抑制間一個(gè)很好的折衷。然而，最好的頻率分辨率和良好的能量是以增加計(jì)電動(dòng)汽車(chē)永磁電機(jī)傳動(dòng)系統(tǒng)容錯(cuò)。算量為代價(jià)。若忽略復(fù)雜性增加的問(wèn)題，由于 CWD 的計(jì)算時(shí)間只有幾十微秒，因而能實(shí)時(shí)應(yīng)用。近年來(lái)，DWT 或 Hilbert-Huang

28、變換（HHT）技術(shù)的采用，為非多相電機(jī)已被建議在各種重要應(yīng)用場(chǎng)合采用。這類(lèi)電機(jī)由于較多，能提供較高的冗余度以及較低的轉(zhuǎn)矩波動(dòng)。其最大的優(yōu)點(diǎn)是在任何不平衡狀態(tài)下有較高的容錯(cuò)能力，即使出現(xiàn)一相或兩相故障，仍能繼續(xù)運(yùn)行。文獻(xiàn) 25 在提出故障檢測(cè)與運(yùn)行策略后，構(gòu)建了系統(tǒng)平穩(wěn)信號(hào)分析提供了更的。文獻(xiàn) 22風(fēng)力發(fā)電機(jī)的非穩(wěn)態(tài)運(yùn)行工況，采用瞬時(shí)對(duì)稱(chēng)分量分解法描述數(shù)值和復(fù)數(shù)帶通濾波（complexvalued filtering) 來(lái)篩選基頻附近的分量。為從基頻附動(dòng)態(tài)模型進(jìn)行分析和推導(dǎo)。在法則上，提出通過(guò)智能互補(bǔ)的滑模（complementary sliding mode control,CSMC) 并結(jié)合

29、非對(duì)稱(chēng)歸屬函數(shù)之 TSK 型模糊神經(jīng)網(wǎng)絡(luò) (TSK Fuzzy neural network-asymmetric membershipfunction, TSKFNN-AMF）方法對(duì)六相永磁電機(jī)傳動(dòng)系近抽取有用信息， 可使用文中提出的樣本抽樣（sample-per-sample) 算法并對(duì)穩(wěn)態(tài)或非穩(wěn)態(tài)下的數(shù)據(jù)進(jìn)行處理。關(guān)于非穩(wěn)態(tài)工況永磁電機(jī)的故障診斷還可參11，13-21。統(tǒng)實(shí)施容錯(cuò)，以性能，達(dá)到容錯(cuò)的穩(wěn)定性要求。文獻(xiàn) 26 基于 Park 變換，采用矢量空間解4永磁電機(jī)故障容錯(cuò)技術(shù)采用永磁電機(jī)驅(qū)動(dòng)時(shí)，匝間故障是一種特殊問(wèn)題。耦建立電機(jī)的數(shù)學(xué)模型。五相永磁電機(jī)有高容錯(cuò)率的特性，在電機(jī)發(fā)生單相

30、開(kāi)路故障后，采用定子電流補(bǔ)這是由于當(dāng)故障發(fā)生后，永磁體通常立刻停止旋轉(zhuǎn)，償法對(duì)其進(jìn)行。結(jié)果表明，采用容錯(cuò)后，因而故障電流繼續(xù)，直至電機(jī)發(fā)生嚴(yán)重的熱損壞。電機(jī)平均轉(zhuǎn)矩顯著提高、轉(zhuǎn)矩脈動(dòng)大幅削減。所以對(duì)永磁電機(jī)，不僅要求有一種可靠的匝間故障檢測(cè)方法，而且要求有能維持驅(qū)動(dòng)系統(tǒng)不中斷運(yùn)行的補(bǔ)救措施，以期當(dāng)出現(xiàn)定子匝間短路故障后，電機(jī)仍能在不降5結(jié)語(yǔ)電機(jī)監(jiān)測(cè)及診斷技術(shù)在過(guò)去20有了很大進(jìn)步，從簡(jiǎn)單的電機(jī)保護(hù)裝置到能監(jiān)測(cè)運(yùn)行狀態(tài)、防止早期故障發(fā)生的先進(jìn)裝置。文中所述的技術(shù)可用來(lái)提高永磁電機(jī)運(yùn)行的可靠性，由此可減少非計(jì)劃的停機(jī)時(shí)間，提升低運(yùn)行性能的情繼續(xù)運(yùn)行。對(duì)此，只有基于冗余的方法才能解決該問(wèn)題。定子匝間

31、短路故障，文獻(xiàn) 23 提出了一種簡(jiǎn)電機(jī)的利用率，其潛在效益是巨大的。單的容錯(cuò)策略，其無(wú)需任何硬件上的改進(jìn)，且造成以往對(duì)電機(jī)狀態(tài)監(jiān)測(cè)的目標(biāo)僅限于電機(jī)內(nèi)部的電氣和機(jī)械性能，但如今已覆蓋包括逆變器、負(fù)荷狀態(tài)及傳動(dòng)系統(tǒng)中一些其他部件的監(jiān)測(cè)。首個(gè)用于電機(jī)在穩(wěn)態(tài)運(yùn)行下?tīng)顟B(tài)監(jiān)測(cè)的 MCSA 技術(shù)，現(xiàn)在仍作為首選的方法在應(yīng)用，但已遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)實(shí)情況復(fù)雜系統(tǒng)的需求?；诠收蠣顟B(tài)的物理現(xiàn)象，先進(jìn)的數(shù)字信號(hào)處理和可靠的決策過(guò)程等新技術(shù)代表了近期的技術(shù)發(fā)展水平。當(dāng)然，驅(qū)動(dòng)裝置能力的完全喪失。一般情，由定子匝間短路造成定子電壓的不對(duì)稱(chēng)對(duì)整個(gè)定子電壓只有很小的影響，故障相電壓的幅值幾乎與同步旋轉(zhuǎn)參的復(fù)定子電壓矢量相同

32、，因而故障繞組的電流if 由式（5）給定。該方程強(qiáng)調(diào)，對(duì)給定的運(yùn)行狀態(tài)，適當(dāng)選擇 d，q 電流組合，能顯著降低定子電壓。相應(yīng)地，在維持給定的運(yùn)行狀態(tài)下，i 顯著減小。f更完善的故障識(shí)別和技術(shù)、故障預(yù)診斷技術(shù)仍在繼續(xù)探索中。對(duì)運(yùn)用狀態(tài)不敏感且在時(shí)變狀態(tài)下的驅(qū)動(dòng)系統(tǒng)的故障檢測(cè)、故障程度評(píng)估及對(duì)驅(qū)動(dòng)系統(tǒng)的容錯(cuò)等是近期研究的熱點(diǎn)。電信號(hào)分析仍是目前電機(jī)狀態(tài)檢（5）測(cè)主要使用方法。若結(jié)合模糊邏輯方法，將可能提式中：Rf繞組短路部分的電阻值；短路繞組的分?jǐn)?shù)；L1S漏感；L1繞組平均自感；L2自感的一次諧波幅值。永磁電機(jī)驅(qū)動(dòng)系統(tǒng)是高度非線性系統(tǒng)，且對(duì)于系統(tǒng)參數(shù)變化及外來(lái)干擾相當(dāng)敏感，尤其當(dāng)電機(jī)繞組斷線或供一

33、個(gè)更具綜合處理能力的電機(jī)狀態(tài)檢測(cè)方案。將一些彼此相關(guān)技術(shù)融合到一種集合式方案中，其優(yōu)點(diǎn)是可覆蓋的故障范圍廣，能提高故障檢測(cè)及診斷的準(zhǔn)確性，并有助于預(yù)診斷技術(shù)的開(kāi)發(fā)。隨著 AI 技術(shù)的發(fā)展，在162017 年第 2 期國(guó)外，一種系統(tǒng)故障預(yù)診斷和健康管理技術(shù)（prognosisand health management，PHM) 已在國(guó)防、核能等以安Elektrotechniczny, 2013, 89(2)229-233.14YANG Y M, LI Y Q. Demagnetization fauiagnosis of permanentmagnet in synchronous motorJ

34、. COMPUTER M NEW TECHNOLOGIES, 2014, 18(12D)221-225.LING &全為關(guān)鍵要素的領(lǐng)域得到應(yīng)用 27-28，相信能在國(guó)內(nèi)強(qiáng)調(diào)安全的關(guān)鍵裝備領(lǐng)域得到應(yīng)用。的將來(lái)也15HE J, ZHANG C F, MAO S A,. Demagnetization faultdetection in permanent magnet synchronous motors based on slidingobserverJ. Journal of Nonlinear Science and Applications, 2016,參1：，9(5)2039-2

35、048.16EBRAHIMI B M, FAIZ J, ROSHTKHARI M J. Static-, Dynamic-,，. 異步電的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)綜and Mixed-Eccentricity Fauiagnoses in Permanent-Magnet述J.科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2001（3) 285-289.Synchronous MotorsJ. IEEE Transactions on IndustrialLIU Z X, ZHANG Z, YING X G. A Summary of On-line ConditionElectronics, 2009, 56(

36、11)4727-4739.Monitoring and Fauiagnostics for 3-phase Induction MotorsJ.17EBRAHIMI B M, ROSHTKHARI M J, FAIZ J,. AdvancedJournal of Wuhan University of Science and Technology(Nature Science Edition), 2001(3) 285-289.2RIERA-GUASP M, ANTONINO-DAVIU J A, CAPOLINO G A.Advances in Electrical Machine, Pow

37、er Electronic, and DriveEccentricity Fault Recognition in Permanent Magnet SynchronousMotors Using Stator Current Signature AnalysisJ. IEEETransactions on Industrial Electronics, 2014, 61(4)2041-2052.18ROSERO GARCÍA J, Luis Romeral J, ROSERO GARCÍA E.Detecting eccentricity faults in a PMSM

38、 in non-stationary conditionsCondition Monitoring and Fauetection: State of the ArtJ.IEEE Transactions on Industrial Electronics, 2015, 62(3) 1746-1759.J. INGENIERÍA E INVESTIGACIÓN , 2012, 32(1)5-10.19QUIROGA J, LIU L, CARTES D A. IEEE Fuzzy Logic based Fault Detection of PMSM Stator Wind

39、ing Short under Load Fluctuation using Negative Sequence AnalysisC/American Control3GRITLI Y. Diagnosis and Fauetection in Electrical Machinesand Drives based on Advanced Signal Processing TechniquesD. Bologna Universita di Bologna, 2014.Conference. Washington, 200811-13.4HENAO H, CAPOLINO G-A, FERN

40、ANDEZ-CABANAS M,. 2 0 TA G H I P O U R - G O R J I K O L A I E M , R A Z AV S M I ,SHAMSINEJAD M A. Intelligent Determining Amount of Inter- Turn Stator Winding Fault in Permanent Magnet Synchronous Motor Using an Artificial Neural Network Trained by Improved Gravitational Search AlgorithmJ. Journal

41、 of Advances inTrends in Fauiagnosis for Electrical Machines: A Review ofDiagnostic TechniquesJ. IEEE Industrial Electronics Magazine, 2014, 8(2) 31-42.5HENAO H, DEMIAN C, CAPOLINO G. A frequency-domain detection of stator winding faults in induction machines using an external flux sensorJ. IEEE Tra

42、nsactions on Industry Applications, 2003, 39(5) 1272-1279.Computer Research, 2015, 6(1)63-84.21HADEF M, DJERDIR A, IKHLEF N,. A Fault SeverityIndex for Stator Winding Faults Detection in Vector ControlledPM Synchronous MotorJ. Journal of Electrical Engineering &6ALAMEH K, CITÉ N, HOBLOS G,.

43、 FAUETECTIONAND ISOLATION APPROACH FOR PERMANENT MAGNETSYNCHRONOUS MACHINESC/ICSV22, Florence (Italy) , 2015 12-16.7SPECHT A, BOCKER J. Observer for the Rotor Temperature of IPMSMC/14th International Power Electronics and Motion Control Conference, EPE-PEMC, 2010.Technology, 2015, 10(5)709-718.22CAB

44、LEA G, GRANJON P, B'ERENGUER C. Method of analysing non-stationary electrical signalsC/4th International Conference on Condition Monitoring of Machinery in NonStationary Operations (CMMNO). Lyon, 2014.23LEE Y, HABETLER T G. A Stator Turn Fault Tolerant Strategy for Induction Motor Drives in Safe

45、ty Critical ApplicationsC/IEEE8WALLSCHEID O, HUBER T, PETERS W,. Real-Time CapableMethods to Determine the Magnet Temperature of Permanent Magnet Synchronous MotorsA ReviewC/Conference of IEEE Industrial Electronics Society, 2014 811-818.9GLOWACZ A. Recognition of Acoustic Signals of Synchronous Mot

46、ors with the Use of MoFS and Selected ClassifiersJ. Measurement Science Review, 2015, 15(4) 167-175.10MBOO C P, HEROLD T , HAMEYER K. Impact of the load in the detection of bearing faults by using the stator current in PMSMs USBC/Proceedings 2014 International Conference on Electrical Machines (ICEM).11ABBAS A H, AL-SAFFAR A A. SHARY D K. Bearings fault diagnosis in direct torque con