【變頻器故障診斷淺析16000字（論文）】

目錄TOC\o"1-3"\h\u77071緒論 1243901.1課題研究背景及意義 1186581.2國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢 2238521.2.1IGBT驅(qū)動(dòng)保護(hù)研究現(xiàn)狀 2255081.2.2變頻器中IGBT故障診斷研究現(xiàn)狀 387452變頻器及其故障診斷 4238102.1變頻器概述 4175812.2.變頻器的基本結(jié)構(gòu)及分類 547882.3變頻器故障分析及故障診斷 5287883變頻器驅(qū)動(dòng)故障診斷與原因分析設(shè)計(jì) 6150773.1驅(qū)動(dòng)電路設(shè)計(jì)方法 7161133.1.1驅(qū)動(dòng)條件與主要特性的關(guān)系 775253.1.2驅(qū)動(dòng)方案設(shè)計(jì) 8174583.2電流采樣電路的設(shè)計(jì) 9172813.3短路與接地故障保護(hù) 9317153.3.1保護(hù)方案設(shè)計(jì)目的 9152313.3.2保護(hù)方案設(shè)計(jì) 10244023.4IGBT故障原因分析 11135843.4.1IGBT故障產(chǎn)生 11298593.4.2故障診斷分析 1297803.4.3故障診斷方法 14267734變頻器故障診斷效率的神經(jīng)網(wǎng)絡(luò)分析 14257024.1人工蜂群算法的生物背景 1439764.2人工蜂群算法原理 15153744.3人工蜂群算法優(yōu)化過程 17203944.4識(shí)別結(jié)果分析 2083225總結(jié)與展望 2117766參考文獻(xiàn) 23變頻器故障診斷研究摘要工業(yè)生產(chǎn)中，節(jié)能環(huán)保一直都是人們所關(guān)注的內(nèi)容，具有優(yōu)異調(diào)速性能及節(jié)能效果的變頻器近年來得到了廣泛的應(yīng)用。然而變頻器的使用場景往往工況十分惡劣，使得變頻器的故障率居高不下，并且由于變頻器使用的IGBT器件較為脆弱，不可靠的驅(qū)動(dòng)以及不及時(shí)的保護(hù)都會(huì)使其發(fā)生故障，當(dāng)其發(fā)生故障時(shí)，輕則影響工業(yè)生產(chǎn)，重則危及人身安全。IGBT作為變頻器的“心臟”，在發(fā)生故障時(shí)能否及時(shí)被保護(hù)以及運(yùn)行過程中能否被可靠驅(qū)動(dòng)，成為了研究的關(guān)鍵。本文從變頻器在運(yùn)行前就發(fā)生故障、運(yùn)行過程中發(fā)生故障以及發(fā)生故障后這三種狀態(tài)入手，對(duì)IGBT的驅(qū)動(dòng)保護(hù)與故障識(shí)別進(jìn)行研究。其后，針對(duì)已經(jīng)發(fā)生故障狀態(tài)下運(yùn)行IGBT的故障情況，本文設(shè)計(jì)了一套保護(hù)方案，利用特殊運(yùn)行策略，可靠保護(hù)IGBT不受損壞。關(guān)鍵字：IGBT，變頻器，故障1緒論1.1課題研究背景及意義隨著我國經(jīng)濟(jì)的快速發(fā)展，工業(yè)生產(chǎn)以及結(jié)構(gòu)升級(jí)所消耗的能源總也在逐年遞增。根據(jù)統(tǒng)計(jì)顯示，預(yù)計(jì)到2035年，我國能源消費(fèi)總量將達(dá)到60億噸煤炭，達(dá)到世界總消耗量的24%左右。但在這組數(shù)據(jù)背后，我國能源單位消耗占比巨大，同時(shí)能源消費(fèi)結(jié)構(gòu)長久以來就是以煤炭為主，能源轉(zhuǎn)換方式的長期落后以及能源的利用率低等問題使得經(jīng)濟(jì)損失巨大，并帶來生態(tài)環(huán)境破壞愈發(fā)嚴(yán)重等問題。國家在“十一五”上提出減少能源浪費(fèi)和降低廢氣排放，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提倡生產(chǎn)過程節(jié)能化、環(huán)?；?，建立可持續(xù)發(fā)展的工業(yè)生產(chǎn)結(jié)構(gòu)，才可以保持經(jīng)濟(jì)的持續(xù)健康增長。在工業(yè)生產(chǎn)中，電機(jī)使用量非常大，在諸如泵類、風(fēng)機(jī)類、起重器等設(shè)備上使用變頻技術(shù)對(duì)驅(qū)動(dòng)電機(jī)進(jìn)行調(diào)速控制，即可產(chǎn)生約15%-20%的節(jié)能減排效果。但是由于各種原因，我國現(xiàn)階段在通用機(jī)械設(shè)備商所采用的變頻驅(qū)動(dòng)比例還未到10%。據(jù)悉，我國泵類、風(fēng)機(jī)等工業(yè)設(shè)備的電動(dòng)機(jī)數(shù)量接近2000萬，而上述設(shè)備的電機(jī)耗電量能夠占到整個(gè)工業(yè)發(fā)電量的一半左右，遺憾的是它們大都以低效率模式運(yùn)行，如果把電機(jī)的效率提高12.5%左右，工業(yè)用電能節(jié)約的電能就有300億千瓦左右，節(jié)能效果相當(dāng)可觀。近年來由于變頻技術(shù)的加速發(fā)展，在國內(nèi)許多小型生產(chǎn)廠商也開始使用變頻技術(shù)對(duì)其生產(chǎn)過程進(jìn)行優(yōu)化升級(jí)，多采用小功率通用型變頻器，其具有優(yōu)異的性能，價(jià)格也相對(duì)低廉，大大減少了能源消耗，同時(shí)其應(yīng)用場景較為廣泛，對(duì)節(jié)能減排、促進(jìn)我國經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。變頻器中核心的器件就是IGBT（InsulatedGateBipolarTransistor），絕緣柵雙極型晶體管，簡稱IGBT，作為新型的功率半導(dǎo)體器件，IGBT具有開關(guān)速度快、耐壓值高、承受電流大以及熱穩(wěn)定性好等優(yōu)點(diǎn)，如此之多的優(yōu)點(diǎn)，使IGBT成為在工業(yè)用途中諸如逆變器、有源濾波器、開關(guān)電源等以及家用電器行業(yè)諸如空調(diào)、冰箱等的理想功率器件。近幾年，由于技術(shù)快速發(fā)展，變頻驅(qū)動(dòng)、有源電力濾波器、UPS電源、電焊機(jī)、醫(yī)療儀器等電力電子的應(yīng)用技術(shù)正快速發(fā)展，IGBT作為主流的功率輸出器件，應(yīng)用日趨廣泛。從IGBT作為第三代功率器件問世的20世紀(jì)末期，IGBT在國際市場中年增長率達(dá)到30%以上，近年來它的勢頭有增無減。特別是在諸如小功率低壓變頻器這種要求低損耗的電力電子應(yīng)用中，IGBT具有壓倒性的性能優(yōu)勢，已然取代了MOSFET和GTO，成為當(dāng)今電力電子行業(yè)首選的功率開關(guān)器件。目前市場上的IGBT驅(qū)動(dòng)電路大都是IGBT器件生產(chǎn)廠家提供的專用配套驅(qū)動(dòng)器，不僅價(jià)格昂貴，而且復(fù)雜且不易調(diào)換和匹配，同時(shí)，電路保護(hù)功能不夠完善可靠、故障信息無法被識(shí)別分類并反饋等問題也越來越突出。為解決IGBT驅(qū)動(dòng)過程中的這些問題，使用優(yōu)化的單獨(dú)驅(qū)動(dòng)電路，以及搭配保護(hù)電路和信號(hào)反饋電路，同時(shí)應(yīng)用軟件方案來實(shí)現(xiàn)IGBT在運(yùn)行前的故障保護(hù)，并在此基礎(chǔ)之上，通過人工蜂群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，建立故障識(shí)別分析，對(duì)IGBT進(jìn)行故障信號(hào)分析、學(xué)習(xí)、分類，在發(fā)生故障后，準(zhǔn)確識(shí)別故障發(fā)生位置，便于確認(rèn)故障點(diǎn)從而進(jìn)行維修更換。1.2國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢1.2.1IGBT驅(qū)動(dòng)保護(hù)研究現(xiàn)狀I(lǐng)GBT驅(qū)動(dòng)保護(hù)電路的可靠驅(qū)動(dòng)能力是其穩(wěn)定運(yùn)行的保障，如果穩(wěn)定性不佳，不僅會(huì)影響整個(gè)驅(qū)動(dòng)系統(tǒng)的正常運(yùn)行，而且會(huì)影響IGBT器件的使用壽命，因此，驅(qū)動(dòng)和保護(hù)功能完善的驅(qū)動(dòng)保護(hù)電路及故障檢測是IGBT安全穩(wěn)定且高效運(yùn)行的必要條件。上個(gè)世紀(jì)誕生的IGBT作為開關(guān)功率器件，對(duì)其開關(guān)過程的優(yōu)化以及其驅(qū)動(dòng)保護(hù)電路就一直是國內(nèi)外學(xué)者的研究重點(diǎn)和難點(diǎn)，在IGBT的整個(gè)發(fā)展歷程中，主要分為三個(gè)階段：第一階段為IGBT驅(qū)動(dòng)保護(hù)基本功能實(shí)現(xiàn)，第二階段為IGBT驅(qū)動(dòng)保護(hù)功能優(yōu)化，第三階段為IGBT驅(qū)動(dòng)保護(hù)功能集成。第一階段是對(duì)IGBT驅(qū)動(dòng)保護(hù)基本功能的研究，在IGBT問世后，針對(duì)IGBT的基本驅(qū)動(dòng)研究以及如何實(shí)現(xiàn)故障保護(hù)是這一階段的研究重點(diǎn)。在國外學(xué)者的大量研究中，發(fā)現(xiàn)驅(qū)動(dòng)電路的設(shè)計(jì)以及外部直流電路直接決定并影響著IGBT的性能，在此階段，對(duì)IGBT開關(guān)損耗、動(dòng)態(tài)恢復(fù)、開關(guān)電壓切換、感應(yīng)電流這一系列參數(shù)與門極驅(qū)動(dòng)電路的關(guān)系進(jìn)行了詳細(xì)的分析。第二階段為對(duì)IGBT驅(qū)動(dòng)保護(hù)功能優(yōu)化，在第一階段實(shí)現(xiàn)了IGBT的基本驅(qū)動(dòng)功能的研究后，為了優(yōu)化驅(qū)動(dòng)性能，就有學(xué)者提出高性能主動(dòng)門(AGD)技術(shù)，這是一種在硬件開關(guān)條件下，具有良好切換性能的最優(yōu)組合的一種技術(shù)，同時(shí)對(duì)高壓大功率IGBT驅(qū)動(dòng)電路的AGD技術(shù)進(jìn)行了相應(yīng)的研究。該技術(shù)達(dá)到了低噪聲、低能力量損耗、慢驅(qū)動(dòng)、高速開關(guān)的驅(qū)動(dòng)要求，大大降低了器件的開關(guān)延時(shí)，另外除了門極驅(qū)動(dòng)電路，研究出的柵極驅(qū)動(dòng)方法能夠有效地抑制在低電流瞬變情況下發(fā)生震蕩的IGBT。BemdXWeis與MBruchman在權(quán)衡瞬態(tài)高壓和關(guān)斷損耗后，針對(duì)高電流IGBT模塊關(guān)斷過程出現(xiàn)的瞬時(shí)過壓，提出了利用雙極驅(qū)動(dòng)程序來改進(jìn)IGBT的關(guān)斷過程。除此之外，還有學(xué)者提出利用推挽驅(qū)動(dòng)來可靠驅(qū)動(dòng)IGBT，以及利用光纖的高速傳輸特性來設(shè)計(jì)驅(qū)動(dòng)電路等。1.2.2變頻器中IGBT故障診斷研究現(xiàn)狀近代計(jì)算機(jī)技術(shù)興起，基于計(jì)算機(jī)技術(shù)的人工智能也發(fā)展迅速，其智能化和高速化的特點(diǎn)適用于故障診斷，這其中以專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)及知識(shí)工程在故障診斷領(lǐng)域應(yīng)用的較為廣泛，在學(xué)者及各個(gè)研究機(jī)構(gòu)對(duì)變頻器故障診斷的研究過程中，產(chǎn)生了許多研究熱點(diǎn)，以下介紹目前應(yīng)用較為廣泛的四種研究成果。1、基于專家系統(tǒng)的變頻器故障診斷專家系統(tǒng)是在故障診斷中通過使用相關(guān)機(jī)制計(jì)算并處理采集到的故障信息，最終由用戶確認(rèn)分離出的故障類別的一種方法，其主要框架由推理機(jī)、框架網(wǎng)絡(luò)、知識(shí)管理系統(tǒng)等部門組成，專家系統(tǒng)的優(yōu)點(diǎn)在于它運(yùn)作過程中采用了和人類思維相似的計(jì)算機(jī)制，融合專業(yè)知識(shí)對(duì)故障進(jìn)行識(shí)別診斷，它是目前該領(lǐng)域中較為普遍的一種方法，同時(shí)被認(rèn)為是人工智能在故障診斷實(shí)踐領(lǐng)域中應(yīng)用效果較為優(yōu)異的方法。2、基于神經(jīng)網(wǎng)絡(luò)的變頻器故障診斷神經(jīng)網(wǎng)絡(luò)是近年來在故障診斷識(shí)別領(lǐng)域快速崛起的一個(gè)研究方向，神經(jīng)網(wǎng)絡(luò)模仿人腦神經(jīng)的思維過程進(jìn)行仿生，具備了簡單的推理、自學(xué)習(xí)以及自適應(yīng)等特性，可以用來處理映射較為復(fù)雜的非線性關(guān)系，并對(duì)其做出精準(zhǔn)診斷識(shí)別，目前已成為分類問題的主要方法。在變頻器的故障診斷中，神經(jīng)網(wǎng)絡(luò)的應(yīng)用解決了許多以往無法克服的問題，具有高度自適應(yīng)及良好的容錯(cuò)性等。但是神經(jīng)網(wǎng)絡(luò)受其工作原理的約束依舊有一些缺點(diǎn)，神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本量較為敏感，并且易陷入局部極值等。針對(duì)神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)，學(xué)者們研究使用了諸如蟻群算法、遺傳算法等來對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，很好的克服了神經(jīng)網(wǎng)絡(luò)的諸多缺點(diǎn)。Cirrincione在研究電機(jī)驅(qū)動(dòng)系統(tǒng)的故障診斷的文章中，提出了一種人工BP神經(jīng)網(wǎng)絡(luò)，經(jīng)過分析與測試證明了其有效性。何成兵等則提出采用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，在變頻器故障診斷識(shí)別應(yīng)用中證明了該方法的有效性。仇國慶等則在旋轉(zhuǎn)機(jī)械設(shè)備的故障診斷中，使用混沌PSO算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)，優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)的故障診斷準(zhǔn)確率大幅提升。3、基于信息融合的變頻器故障診斷信息融合就是將系統(tǒng)中的若干傳感器采集到的信息做二次加工，可以在時(shí)間和空間兩個(gè)維度上顯示采集到信息。信息融合的本質(zhì)是以預(yù)設(shè)好的處理機(jī)制對(duì)傳感器所采集到的診斷系統(tǒng)各個(gè)部分的特征信息進(jìn)行優(yōu)化組合，經(jīng)過解析得到想要的診斷信息，這個(gè)過程使診斷系統(tǒng)具有更高的掌控度，確保了系統(tǒng)的準(zhǔn)確度。目前，信息融合一般是在數(shù)據(jù)層、特征層和決策層對(duì)數(shù)據(jù)進(jìn)行相應(yīng)處理，其中主要采取決策層融合的方式，其融合的方法一般有貝葉斯融合準(zhǔn)則、推理和D-S證據(jù)理論等。信息融合因其具有很高的魯棒性、優(yōu)良的檢測性能和更高的分辨率在故障診斷識(shí)別領(lǐng)域方面得到了廣泛應(yīng)用。王志珍把一種多傳感器融合的智能診斷方法，應(yīng)用于對(duì)變頻器的故障診斷，并證實(shí)了該方法的有效性。譚逢友等則將信息融合技術(shù)應(yīng)用于機(jī)械設(shè)備的故障診斷。艾莉等提出了一種多傳感器技術(shù)融合的診斷方法，目的是為了提高滾動(dòng)軸承診斷的正確率，第一步是預(yù)處理傳感器采集到的軸承狀態(tài)信息，該信息作為神經(jīng)網(wǎng)絡(luò)的輸入，使用PSO優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)分析對(duì)輸入的特征信息進(jìn)行處理診斷，從而得到每個(gè)獨(dú)立部分的故障診斷，在根據(jù)D-S理論進(jìn)行融合處理，測試結(jié)果證明該方法的有效性。2變頻器及其故障診斷目前電氣傳動(dòng)的主流是交流調(diào)速傳動(dòng)，而交流傳動(dòng)的電動(dòng)機(jī)是交流異步電機(jī)，工頻交流電只有經(jīng)過變頻之后才能控制不同應(yīng)用場合下交流電機(jī)的轉(zhuǎn)速，所以變頻電源是實(shí)現(xiàn)交流變頻調(diào)速的關(guān)鍵環(huán)節(jié)。最初的變頻調(diào)速功能是借助由直流電動(dòng)機(jī)和同步發(fā)電機(jī)組成變頻機(jī)組實(shí)現(xiàn)的，但是變頻機(jī)組體積大，可靠性差，限制了變頻調(diào)速技術(shù)的應(yīng)用，隨著工業(yè)生產(chǎn)的不斷發(fā)展，變頻功能已經(jīng)用靜止的變頻器來實(shí)現(xiàn)。2.1變頻器概述大多數(shù)情況下，工頻交流電不能直接應(yīng)用到生產(chǎn)中，需要把工頻交流電調(diào)節(jié)成不同生產(chǎn)場合所需電壓和頻率的交流電，而變頻器的功能主要是把恒壓恒頻的電網(wǎng)電壓(工頻交流電)變?yōu)殡妷汉皖l率可調(diào)的交流電壓，正好滿足這樣的要求，因此廣泛應(yīng)用在工業(yè)生產(chǎn)中。把電網(wǎng)電壓變成各種電機(jī)應(yīng)用場合下所需電壓和頻率的交流電壓。變頻調(diào)速數(shù)學(xué)分析很早就已經(jīng)有了，但當(dāng)時(shí)由于電子元器件技術(shù)的落后，限制了其推廣。隨著電力電子技術(shù)、計(jì)算機(jī)控制技術(shù)的發(fā)展，上世紀(jì)70年代以后，隨著各種全控型電力半導(dǎo)體器件的出現(xiàn)，各種體積小，性能高的變頻器相繼問世，使很多以前只能使用直流電機(jī)的場合也能夠使用交流電機(jī)，極大的促進(jìn)了變流變頻技術(shù)的發(fā)展。變頻調(diào)速是通過變頻器改變工頻交流電的頻率和電壓，實(shí)現(xiàn)被控對(duì)象的輸出控制，對(duì)交流傳動(dòng)而言就是實(shí)現(xiàn)交流電動(dòng)機(jī)的轉(zhuǎn)速控制。主要優(yōu)點(diǎn)有：1.變頻器可以實(shí)現(xiàn)電動(dòng)機(jī)的軟啟動(dòng)和軟停止，運(yùn)行平穩(wěn)，調(diào)速平滑。2.能量利用率高。3.自動(dòng)化程度高，可以實(shí)現(xiàn)自動(dòng)控制。變頻調(diào)速已慢慢取代了傳統(tǒng)的調(diào)速技術(shù)，廣泛應(yīng)用于鋼鐵、礦山、紡織、化工、交通、及家用電器等領(lǐng)域中。2.2.變頻器的基本結(jié)構(gòu)及分類1.變頻器的基本結(jié)構(gòu)變頻器的種類不同，內(nèi)部結(jié)構(gòu)也會(huì)不同，但所有變頻器的基本結(jié)構(gòu)都類似，生產(chǎn)中廣泛使用變頻器，大多數(shù)都具有圖所示的結(jié)構(gòu)。一般來說，針對(duì)不同的應(yīng)用條件，控制算法及控制和檢測電路的實(shí)現(xiàn)會(huì)有所不同。變頻器通常主要由整流電路、中間直流電路、逆變電路和控制電路等組成。圖2.1變頻器基本結(jié)構(gòu)2.3變頻器故障分析及故障診斷在使用風(fēng)機(jī)、泵類等機(jī)械時(shí)，其運(yùn)行速度不能隨負(fù)載的變化調(diào)整，造成嚴(yán)重的電能資源浪費(fèi)，如果在這類機(jī)械中使用變頻器則可以根據(jù)負(fù)載的大小而調(diào)整轉(zhuǎn)子電壓，減小轉(zhuǎn)子電流，節(jié)約大量的電能，可使泵類負(fù)載的節(jié)能效率高達(dá)70%，因此，作為密集型的高技術(shù)產(chǎn)品，變頻器的節(jié)能效果顯著。另外，變頻調(diào)速具有平滑的加速、減速特性，可以根據(jù)負(fù)載的不同工況，保證最佳轉(zhuǎn)速，在機(jī)床控制、電梯的傳動(dòng)控制等方面都有廣泛的應(yīng)用。隨著工業(yè)的發(fā)展和人民生活水平的不斷提高，變頻調(diào)速必定會(huì)得到更廣泛的應(yīng)用，其可靠性問題也會(huì)愈來愈受關(guān)注。交-直-交變頻調(diào)速系統(tǒng)主要由電源、變頻器及電動(dòng)機(jī)三部分組成的，研究變頻器系統(tǒng)的故障時(shí)，按照故障所在的部位可以劃分為：電源故障、內(nèi)部故障和負(fù)載故障。以下是根據(jù)變頻器長期的維修經(jīng)驗(yàn)、專家經(jīng)驗(yàn)及考慮到數(shù)據(jù)測取的方便性和數(shù)據(jù)處理的可行性，總結(jié)出的該變頻器典型的故障及其對(duì)應(yīng)的故障分析。1.電源故障，指變頻器所接電網(wǎng)電壓所存在的故障。無電源指示故障分析為：檢查連線，檢查熔斷器。輸入電源缺相或相序混亂。故障分析為：檢查連線，檢查熔斷器，檢查R、S、T電源相序和是否缺相。變頻器故障(內(nèi)部故障)，指的是變頻器本身的故障，又分為主電路故障和控制系統(tǒng)故障。目前，變頻器的故障報(bào)警都是采用快速檢測電路，變頻器中的一些關(guān)鍵點(diǎn)狀態(tài)送入微處理器，經(jīng)算法處理后，作出故障與否的判斷，然后給出相應(yīng)的報(bào)警信號(hào)，這種方式不僅耗時(shí)長，而且報(bào)警不精確。故障診斷理論在變頻器中的應(yīng)用還不成熟的問題引起國內(nèi)外學(xué)者的高度重視，主要研究方法有以下幾種：1.基于神經(jīng)網(wǎng)絡(luò)的變頻器故障診斷變頻器是高階、非線性、強(qiáng)耦合的多變量系統(tǒng)，其故障類型和故障信號(hào)之間的邏輯關(guān)系難以描述。鑒于神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，將神經(jīng)網(wǎng)絡(luò)引入變頻器故障診斷是十分合適的，基于神經(jīng)網(wǎng)絡(luò)的變頻器故障診斷也取得了一定的成果。2.基于信號(hào)處理的變頻器故障診斷基于信號(hào)處理的變頻器故障診斷方法，不需要診斷對(duì)象的數(shù)學(xué)分析，診斷速度快，實(shí)現(xiàn)簡單，國內(nèi)外研究者也相繼做了研究。但是，故障特征參數(shù)缺乏一種通用實(shí)效的設(shè)定方法，需要根據(jù)專家經(jīng)驗(yàn)歸納。3.其他變頻器故障診斷方法變頻器的故障診斷非常值得開發(fā)和研究，可以采用的方法也很多。國內(nèi)外很多研究者采用不同的方法研究了變頻器的故障診斷技術(shù)。逆變電路失效是導(dǎo)致變頻器故障的主要原因，因此許多對(duì)變頻器故障診斷的研究集中在逆變電路部分，也有專門研究整流部分故障，例如文獻(xiàn)。目前變頻器故障診斷的研究主要局限于其內(nèi)部的某些單元，如果將變頻器作為一個(gè)系統(tǒng)進(jìn)行故障診斷研究是很有發(fā)展前途的，這樣很有實(shí)用性，在變頻器的應(yīng)用場合，便于故障診斷的實(shí)踐性。另外，變頻器主電路部分的故障診斷雖然做了許多的研究，但是還需要研究更高效的方法提高逆變電路故障診斷的高效性，這對(duì)變頻器故障預(yù)測預(yù)警有很大的貢獻(xiàn)。3變頻器驅(qū)動(dòng)故障診斷與原因分析設(shè)計(jì)IGBT模塊的設(shè)計(jì)使用壽命普遍在十年以上，然而在實(shí)際的應(yīng)用中往往遠(yuǎn)小于設(shè)計(jì)壽命，驅(qū)動(dòng)不夠穩(wěn)定以及保護(hù)不夠及時(shí)是造成IGBT模塊損壞的主要原因。本設(shè)計(jì)目的在于提升驅(qū)動(dòng)時(shí)對(duì)米勒效應(yīng)的抑制作用，從而減小IGBT模塊上下管直通風(fēng)險(xiǎn)，并且針對(duì)低頻率運(yùn)行狀態(tài)下發(fā)生負(fù)載短路或接地故障時(shí)，硬件系統(tǒng)不能及時(shí)保護(hù)IGBT模塊的情況，設(shè)計(jì)一套軟件保護(hù)方案。大大提升在惡劣工況下IGBT模塊的使用壽命，減少企業(yè)的生產(chǎn)成本。3.1驅(qū)動(dòng)電路設(shè)計(jì)方法IGBT驅(qū)動(dòng)電路連接控制系統(tǒng)與主電路功率器件，其性能直接影響整個(gè)變頻系統(tǒng)的運(yùn)行穩(wěn)定性。驅(qū)動(dòng)電路主要為IGBT的開通與關(guān)斷提供適合的門極電壓，同時(shí)在開通與關(guān)斷的過程中保持該電壓，并且為保證開關(guān)速度減小損耗需要提供足夠的驅(qū)動(dòng)電流，實(shí)現(xiàn)控制電路與功率電路間的電器隔離。在此基礎(chǔ)之上，當(dāng)發(fā)生故障時(shí)，需設(shè)計(jì)保護(hù)電路為IGBT提供及時(shí)有效的保護(hù)。3.1.1驅(qū)動(dòng)條件與主要特性的關(guān)系驅(qū)動(dòng)電路設(shè)計(jì)的首要目標(biāo)是根據(jù)IGBT的驅(qū)動(dòng)特性確定主要的驅(qū)動(dòng)電路參數(shù)。表2.1IGBT相關(guān)的特性與驅(qū)動(dòng)條件的對(duì)應(yīng)關(guān)系主要特性+V?VRGV減小——tE減小—增加tE—減小增加開通浪涌電壓增加—減小關(guān)斷浪涌電壓——減小dv/dt誤觸發(fā)增加—減小短路最大耐受量降低——1、驅(qū)動(dòng)電壓的選取根據(jù)經(jīng)驗(yàn)以及IGBT元器件手冊(cè)，我們普遍使用的門極正偏壓為15V，最高不建議超過18V，開關(guān)電源提供的電源電壓波動(dòng)要求在±10%以內(nèi)。IGBT開通過程中，IGBT的飽和壓降隨門極驅(qū)動(dòng)電壓變化，驅(qū)動(dòng)電壓越高，在開通過程中產(chǎn)生的導(dǎo)通損耗也越低，同時(shí)開通延時(shí)也越短。IGBT關(guān)斷時(shí)，IGBT自身的反并聯(lián)二極管由于反向恢復(fù)時(shí)間產(chǎn)生的會(huì)使IGBT柵極誤動(dòng)作，使IGBT誤導(dǎo)通。門極驅(qū)動(dòng)電壓越高，最大耐受的短路電流越小，承受時(shí)間也越短。門極反壓的建議值為-5到-15V，驅(qū)動(dòng)器M57962L給出的建議值為-10V。反偏壓對(duì)IGBT的關(guān)斷影響很大，反偏壓的絕對(duì)值越大，關(guān)斷的時(shí)間越短，IGBT的交越損耗就越小。IGBT極間電容的米勒效應(yīng)與有關(guān)，一定程度的負(fù)壓有助于防止關(guān)斷時(shí)IGBT發(fā)生誤導(dǎo)通。2、門極電阻的選擇數(shù)據(jù)手冊(cè)或產(chǎn)品使用說明書中會(huì)給出該產(chǎn)品標(biāo)準(zhǔn)的門極電阻值。由前文中IGBT的相關(guān)特性可知，IGBT的開通和關(guān)斷本質(zhì)上是門極的充放電，那么對(duì)門極驅(qū)動(dòng)的影響是至關(guān)重要的。越大，充放電時(shí)間越長，開關(guān)的時(shí)間越長，交越時(shí)間也越長，相應(yīng)的損耗就越大。較大的也會(huì)在的作用下更容易發(fā)生誤導(dǎo)通，但能減小開通時(shí)的，對(duì)關(guān)斷時(shí)過壓有明顯的抑制作用。3.1.2驅(qū)動(dòng)方案設(shè)計(jì)驅(qū)動(dòng)電路與主電路之間存在較大的電位差，并且由于IGBT的特性使得在其運(yùn)行的開關(guān)狀態(tài)下產(chǎn)生較為嚴(yán)重的電磁干擾。為了使驅(qū)動(dòng)電路穩(wěn)定可靠工作，要求驅(qū)動(dòng)電路與主電路之間要有可靠的電氣隔離，在變頻技術(shù)發(fā)展的過程中，出現(xiàn)了許多隔離方式，諸如自舉式隔離、光纖隔離、光耦隔離及變壓器隔離等方式，這幾種隔離方式具有不同的特性，在應(yīng)用過程中需要考慮實(shí)際情況選擇適合的隔離方案，以下介紹幾種隔離方式的特性。1、電平移位的自舉式自舉電路隔離方式由于使用器件少，占用空間小，常被使用在應(yīng)用半橋電路的小型設(shè)備中，自舉電路只需要一個(gè)二極管和自舉電容即可搭建完成，其工作原理是：當(dāng)下管導(dǎo)通、上管關(guān)斷時(shí)，開關(guān)電源通過二極管為自舉電容充電，當(dāng)上管導(dǎo)通、下管關(guān)斷時(shí)，自舉電容開始為負(fù)載供電，此時(shí)上管的驅(qū)動(dòng)器的地為浮動(dòng)狀態(tài)，實(shí)現(xiàn)了輸入與輸出的隔離。自舉電路由于電路結(jié)構(gòu)簡單，所以成本低廉且發(fā)生故障后易維修，但是自舉隔離方式并沒有實(shí)現(xiàn)電氣的完全隔離、隔離電壓等級(jí)也較低（≤600V），所以適用場景有限。2、光耦隔離方式作為最為常用的驅(qū)動(dòng)電路隔離方式，光耦隔離是使用光耦芯片作為輸入側(cè)控制端，由光耦芯片內(nèi)部的光敏三極管實(shí)現(xiàn)電器的完全隔離，使用光耦芯片搭建的驅(qū)動(dòng)電路較為簡單，具有較高集成度，由于光耦芯片的特性，在其副邊則需要提供單獨(dú)的隔離電源，并且由光耦芯片搭建的驅(qū)動(dòng)電路在PCB設(shè)計(jì)上要靠近IGBT模塊以減小傳輸距離短的影響，同時(shí)光耦隔離方式還有隔離電壓等級(jí)不夠的問題，因此在高壓、高頻和大功率場合并不選用光耦隔離方式，但是本文設(shè)計(jì)的驅(qū)動(dòng)電路針對(duì)的低壓IGBT更加適合使用光耦隔離方法來驅(qū)動(dòng)，由于低壓IGBT是使用平臺(tái)多為低成本產(chǎn)品，所以對(duì)方案的成本就比較敏感。使用光耦隔離，再使用開關(guān)電源對(duì)每一路驅(qū)動(dòng)進(jìn)行隔離供電是更好的選擇，并且由于低壓IGBT產(chǎn)品小型化、集成度高的特點(diǎn)，可以克服傳輸距離、傳輸延遲等缺點(diǎn)。3.2電流采樣電路的設(shè)計(jì)本文電流采樣電路采用AVAGO公司生產(chǎn)的ACPL-C790霍爾芯片，ACPL-C790是專為電機(jī)驅(qū)動(dòng)器和可再生能源系統(tǒng)等電子功率器件變流器中的電流感測而設(shè)計(jì)的。在應(yīng)用中，芯片可檢測到電機(jī)電流通過外部電阻所產(chǎn)生的模擬電壓降，在副邊產(chǎn)生差分正比于電機(jī)電流的差分輸出電壓。ACPL-C790芯片的優(yōu)點(diǎn)在于它具有±3%的增益誤差以及優(yōu)異的線性度和60dB的信噪比動(dòng)態(tài)性能。由于具有200kHz帶寬和1.6μs的快速響應(yīng)時(shí)間，該產(chǎn)品可以捕獲短路和過載情況下的瞬變。ACPL-C790高達(dá)15kV/μs的共模瞬變抑制能力可在高噪聲的電機(jī)控制環(huán)境下精確監(jiān)測電機(jī)電流。電流采樣電路如圖3.1所示。圖3.1電流采樣電路此電路采用了ACPL-C790的典型應(yīng)用電路設(shè)計(jì)，主要信號(hào)輸出Iout(3.1):通過分流器原邊的電流值；：分流器的阻值；：ACPL-C790自身放大系數(shù)；：TL082運(yùn)放放大比例。3.3短路與接地故障保護(hù)3.3.1保護(hù)方案設(shè)計(jì)目的前文中的驅(qū)動(dòng)及保護(hù)電路，作為硬件保護(hù)電路，主要作用是保護(hù)額載運(yùn)行中的IGBT模塊，當(dāng)輸出三相中的任意兩相或三相同時(shí)短路以及單相輸出接地時(shí)，隨之產(chǎn)生短路電流，要產(chǎn)生OC信號(hào)，必要條件為短路電流達(dá)到額定電流的2~3倍。但是在實(shí)際的工業(yè)應(yīng)用中，設(shè)備運(yùn)行工況較為復(fù)雜，本文設(shè)計(jì)所適用的低功率IGBT設(shè)備尤為如此，例如石材廠、礦場等應(yīng)用場景往往環(huán)境惡劣，從而帶來了許多不可預(yù)知的故障因素，若在設(shè)備使用前已經(jīng)發(fā)生短路或者接地故障，運(yùn)行設(shè)備后，IGBT模塊從0Hz運(yùn)行到額定頻率，由于初始運(yùn)行頻率低，產(chǎn)生的短路電流未能使硬件保護(hù)電路動(dòng)作，而一般低功率IGBT設(shè)備的啟動(dòng)時(shí)間為3秒左右，在2~3秒的時(shí)間內(nèi)持續(xù)產(chǎn)生低于OC閾值的小短路電流，雖然IGBT模塊能夠承受大于自身額定電流3倍以上的過流，但持續(xù)的短路小電流會(huì)造成熱擊穿，炸毀很難避免。短路情況下從0Hz運(yùn)行時(shí)的波形，CH1為輸出電流波形，CH3為OC信號(hào)波形，設(shè)置為OC信號(hào)下降沿觸發(fā)。在示波器顯示的2ms內(nèi)，1.5ms之前，由于運(yùn)行頻率低，短路電流遠(yuǎn)小于OC觸發(fā)閾值電流，此時(shí)載頻為4K，從圖中可以看到，量程為250μs，短路電流產(chǎn)生的頻率與載頻一致。直到約1.5ms時(shí)，產(chǎn)生的短路電流達(dá)到OC動(dòng)作閾值觸發(fā)OC動(dòng)作，驅(qū)動(dòng)電路停止運(yùn)行。雖然這一次的實(shí)驗(yàn)，保護(hù)住了IGBT模塊，但是已經(jīng)對(duì)IGBT模塊造成了損傷，在第二次實(shí)驗(yàn)時(shí)，IGBT模塊炸毀，PCB下方的IGBT模塊已經(jīng)損毀，并波及到PCB板。3.3.2保護(hù)方案設(shè)計(jì)該方案基于SPWM可調(diào)頻技術(shù)，通過在正式運(yùn)行前運(yùn)行特定的波形的方法，對(duì)IGBT輸出的短路和接地狀態(tài)進(jìn)行檢測，方案流程圖如圖3.2所示圖3.2保護(hù)方案流程首先變頻器的運(yùn)行載頻設(shè)置為10K的出廠載頻，第一階段為預(yù)發(fā)波階段，此時(shí)給出運(yùn)行信號(hào)，但是其他指令未傳至DSP中。第二階段為接地保護(hù)階段，此時(shí)變頻器三相輸出中只有其中一相的下管IGBT模塊進(jìn)行發(fā)波，設(shè)置固定載頻4K，IGBT模塊導(dǎo)通時(shí)長150μs，該階段總時(shí)長為5ms。第三階段為預(yù)充電階段，執(zhí)行變頻器的設(shè)置載頻，導(dǎo)通占空比為50%，該階段總時(shí)長為10ms左右，該階段與接地保護(hù)階段可進(jìn)行相應(yīng)調(diào)整，以保證預(yù)充電階段結(jié)束時(shí)已經(jīng)達(dá)到了IGBT模塊的導(dǎo)通幅值，在預(yù)充電結(jié)束時(shí)，UVW三相中V相上管驅(qū)動(dòng)信號(hào)幅值應(yīng)達(dá)到12.6V左右，VW兩相上管驅(qū)動(dòng)信號(hào)幅值11.2V左右。第四階段為短路保護(hù)階段，三相的IGBT模塊上下管進(jìn)行輪換發(fā)波，執(zhí)行變頻器的設(shè)置載頻，此階段中上管導(dǎo)通時(shí)長15μs。四個(gè)階段總時(shí)長為25ms，若未發(fā)生接地故障或者短路故障，直接進(jìn)入正常運(yùn)行，在進(jìn)入正式前，25ms的特殊發(fā)波不影響負(fù)載的正常運(yùn)行。3.4IGBT故障原因分析傳統(tǒng)的變頻器在發(fā)生故障后一般會(huì)做跳閘處理，控制系統(tǒng)會(huì)切斷主電路供電進(jìn)行保護(hù)，但無法確定故障位置以及故障類型，對(duì)故障排除和維修造成了一定障礙。通過建立的變頻器逆變控制部分的診斷分析，模擬故障發(fā)生從而的到各個(gè)類型的故障數(shù)據(jù)，并以此作為研究故障識(shí)別的基礎(chǔ)。3.4.1IGBT故障產(chǎn)生如果設(shè)備構(gòu)成變頻器逆變單元的6個(gè)IGBT受控通斷，是整個(gè)系統(tǒng)中最重要也是最易損壞的部件，一旦損壞，整個(gè)系統(tǒng)也會(huì)隨之停止運(yùn)行。根據(jù)統(tǒng)計(jì)，變頻器發(fā)生的絕大部分故障都是由于IGBT損壞導(dǎo)致的，而在變頻器運(yùn)行過程中，短路或者接地故障，都會(huì)直接導(dǎo)致IGBT損壞。其中變頻器若發(fā)生短路或者接地故障，導(dǎo)致IGBT過流，短時(shí)間內(nèi)在IGBT模塊內(nèi)部就可積累大量熱量，從而造成芯片燒毀，輸入端若發(fā)生過壓則會(huì)導(dǎo)致IGBT擊穿。外部故障導(dǎo)致IGBT損壞是一方面，變頻器本身在使用的過程當(dāng)中，其他元器件隨著時(shí)間發(fā)生老化、接觸不良等問題也會(huì)間接導(dǎo)致IGBT損壞。在Simulink的診斷過程中，沒有辦法直接模擬現(xiàn)實(shí)環(huán)境中的故障條件，但是可直接通過單只IGBT開關(guān)管的通與斷來對(duì)應(yīng)短路和斷路這兩種故障類型。3.4.2故障診斷分析變頻器中有IGBT開關(guān)管，將多個(gè)IGBT管分別進(jìn)行編號(hào)，對(duì)應(yīng)單管故障編號(hào)為G1、G2、G3、G4、G5、G6。其斷路與短路故障的組合方式有許多種，根據(jù)實(shí)際情況以及權(quán)衡應(yīng)用場景，我們分析在故障發(fā)生的時(shí)刻，最多有兩個(gè)IGBT開關(guān)管同時(shí)發(fā)生故障，并且排除掉同一相上兩個(gè)IGBT管同時(shí)故障的可能性，因?yàn)槿敉幌嗌蟽蓚€(gè)IGBT同時(shí)短路即為上下管直通，根據(jù)經(jīng)驗(yàn)，發(fā)生這種情況時(shí)，逆變部分往往已經(jīng)炸毀。而若上下管同時(shí)斷路，該相則無輸出，變頻器就會(huì)跳缺相故障，不需要對(duì)這種故障類型進(jìn)行識(shí)別。三個(gè)以上IGBT管發(fā)生故障的可能性較小所以暫不考慮。故障狀態(tài)輸出波形如下圖所示：單管發(fā)生故障。在逆變單元中，對(duì)六個(gè)開關(guān)管中任一開關(guān)管，手動(dòng)對(duì)做其短路或斷路處理，參數(shù)保持與正常運(yùn)行時(shí)相同，進(jìn)行診斷，得到如圖3.3、3.4輸出電流波形。圖3.3單管發(fā)生短路圖3.4單管發(fā)生斷路在發(fā)生單管斷路故障中，可見三相輸出明顯失去對(duì)稱性，電流幅值此時(shí)小于正常狀態(tài)，在單管發(fā)生短路的情況下，在運(yùn)行開始時(shí)，電流即迅速抬升到較大幅值，在此后三相電流不對(duì)稱，與正常狀態(tài)下的正弦波形相差較大。3、同時(shí)兩個(gè)開關(guān)管故障圖3.5雙管短路故障圖3.6雙管斷路故障如上圖所示，某雙管同時(shí)故障時(shí)的波形，雙管同時(shí)斷路時(shí)可以看到，此時(shí)已不能正常驅(qū)動(dòng)電機(jī)，電流持續(xù)升高。而雙管斷路從波形看與單管斷路較為相似，在開始運(yùn)行的較短時(shí)間內(nèi)，先是產(chǎn)生一個(gè)較大的尖峰，而后發(fā)生波動(dòng)，若單從波形難以判斷故障類型。3.4.3故障診斷方法根據(jù)變頻器實(shí)際發(fā)生故障時(shí)的情況以及診斷的結(jié)果可以發(fā)現(xiàn)，當(dāng)逆變單元發(fā)生故障后，不會(huì)造成變頻器直接停止運(yùn)行，但是輸出的電流波形已經(jīng)不能正常驅(qū)動(dòng)電機(jī)，同時(shí)對(duì)變頻器本身的性能和工作狀態(tài)也產(chǎn)生嚴(yán)重影響，還有很大可能造成安全隱患。由診斷結(jié)果能夠得到變頻器發(fā)生不同故障時(shí)，它對(duì)應(yīng)的輸出波形各不相同。在同一類型的故障波形中輸出波形發(fā)生的畸變具有很大程度的相似性，差距并不明顯，很難直觀判斷出故障發(fā)生位置。由于目前變頻器中使用的都是IGBT整體封裝的模塊化產(chǎn)品，當(dāng)其中某個(gè)開關(guān)管發(fā)生故障后若需要維修，則需要更換整個(gè)IGBT模塊，判斷出故障位置的意義在于可由此判斷出該開關(guān)管的驅(qū)動(dòng)電路是否也發(fā)生故障，或者該開關(guān)管的故障是否就是由于驅(qū)動(dòng)電路故障當(dāng)值驅(qū)動(dòng)不當(dāng)而損壞的，防止在更換IGBT模塊后再次損壞。發(fā)生故障時(shí)輸出信號(hào)與正常狀態(tài)下的輸出相比，故障輸出信號(hào)中相同頻帶內(nèi)信號(hào)能量值是不同的。因此在各頻帶的信號(hào)能量中，可以提取代表故障信息的特診數(shù)據(jù)，作為區(qū)分故障的特征。利用短時(shí)傅里葉分析可以將故障信號(hào)的能量精確的分解到各個(gè)頻帶上，利用頻帶的分析可以提取出不同的特征系數(shù)，構(gòu)造故障的特征向量。利用構(gòu)造的特征向量可以作為神經(jīng)網(wǎng)絡(luò)故障診斷分析的故障樣本集。4變頻器故障診斷效率的神經(jīng)網(wǎng)絡(luò)分析4.1人工蜂群算法的生物背景人工蜂群算法最基本的兩個(gè)特性是自組織與分工，首先自組織特性即作為蜂群中的單一個(gè)體是簡單且非智能的，同時(shí)單個(gè)個(gè)體完成的所有工作內(nèi)容都是自發(fā)的，但是個(gè)體間通過一定的交流，交換信息來完成一項(xiàng)復(fù)雜的任務(wù)的行為自組織體現(xiàn)出的即集體群智行為。其中正負(fù)反饋、波動(dòng)及多方互動(dòng)組成了自組織的四個(gè)基本特性。其次蜂群作為具有社會(huì)群體性質(zhì)的種群，分工是重要組成部分，在蜂群中蜜蜂擔(dān)任不同的角色，并決定其工作方式和內(nèi)容，但是每個(gè)蜜蜂的分工并不是一成不變的，當(dāng)發(fā)生環(huán)境變化時(shí)，蜂群即采取自我調(diào)節(jié)來達(dá)到平衡，在蜂群中主要由雇傭蜂、跟隨蜂、偵察蜂以及蜜源組成，從而實(shí)現(xiàn)群體智慧的最小分析。在搜索蜜源的過程中雇傭蜂擔(dān)任將蜜源信息進(jìn)行分享的工作，雇傭蜂將蜜源的相關(guān)信息分享給跟隨蜂，之后跟隨蜂即選擇合適的蜜源進(jìn)行跟隨，而雇傭蜂如果搜索到的蜜源質(zhì)量低于預(yù)期時(shí)，就會(huì)轉(zhuǎn)換為偵察蜂尋找新的蜜源，當(dāng)新蜜源的質(zhì)量超過預(yù)期時(shí)，偵察蜂再次轉(zhuǎn)換角色為雇傭蜂，如此周而復(fù)始。在以上對(duì)蜜源進(jìn)行搜索的過程中，雇傭蜂用于維持尋找更優(yōu)質(zhì)的蜜源也就是更優(yōu)解，跟隨蜂則用于對(duì)蜜源進(jìn)行跟隨也就是提高獲取蜜源的收斂速度，而偵察蜂的作用時(shí)防止陷入局部最小，及時(shí)放棄質(zhì)量不佳的蜜源，重新搜索新蜜源。蜜蜂完成采蜜活動(dòng)的過程如圖4.1所示，整個(gè)過程中，蜜源為雇傭蜂最終的搜索目標(biāo)，許多不同的蜜源含有的蜜源質(zhì)量各不相同。采蜜工蜂即上文提到的雇傭蜂在獲得蜜源信息后并將其分享給跟隨蜂，待工蜂停留在蜂巢中，等待雇傭蜂分享蜜源信息。蜂群采蜜的過程如下：1、此時(shí)蜂巢中全部為待工蜂，一部分待工蜂以圖中S路徑飛出蜂巢搜索蜜源，另外一部分則留在蜂巢中以圖中的R路徑等待雇傭蜂分享蜜源信息。2、在上一步中飛出蜂巢搜索蜜源的雇傭蜂找到蜜源后，返回蜂巢，此時(shí)它可以由EF2路徑繼續(xù)對(duì)現(xiàn)有蜜源進(jìn)行采蜜，如若找到的蜜源質(zhì)量并不理想也可以通過UF路徑放棄該蜜源回到蜂巢成為待工蜂，如果蜜源質(zhì)量達(dá)到預(yù)期則可以經(jīng)由EF1路徑向蜂巢內(nèi)的待工蜂分享蜜源信息。以上步驟在一定周期內(nèi)反復(fù)進(jìn)行，完成整個(gè)蜂群的采蜜過程。圖4.1蜜蜂采蜜示意圖4.2人工蜂群算法原理根據(jù)上文介紹可以知道，人工蜂群算法包含了三個(gè)基本組成要素即蜜源、雇傭蜂與非雇傭蜂。蜜源在人工蜂群算法中即代表了可行解，而蜜源的價(jià)值則由參數(shù)收益來決定，類比到生物學(xué)即蜜源的價(jià)值是由其蜜源中花蜜的數(shù)量、質(zhì)量以及蜜源到蜂巢的距離決定的。人工蜂群算法中的雇傭蜂即為生物學(xué)機(jī)理中的采蜜工蜂，蜜源時(shí)數(shù)量與采蜜工蜂的數(shù)量一致，在發(fā)現(xiàn)蜜源后通過跳“8字舞”的方式向其他蜜蜂分享傳遞關(guān)于蜜源距離以及質(zhì)量的信息，當(dāng)發(fā)現(xiàn)的蜜源價(jià)值越高，其能引領(lǐng)到的其他工蜂數(shù)量也越多。生物學(xué)中的待工蜂即為人工蜂群算法中的非雇傭蜂，在算法中又將非雇傭蜂分為跟隨蜂與偵察蜂，偵察蜂的工作內(nèi)容為在蜂巢附近進(jìn)行隨機(jī)搜索，尋找新的蜜源，當(dāng)一個(gè)雇傭蜂尋找到蜜源后沒有跟隨蜂進(jìn)行跟隨，該蜜源就會(huì)被放棄，雇傭蜂轉(zhuǎn)而變?yōu)閭刹旆淙ふ倚碌拿墼?；跟隨蜂則是在蜂巢中等待被引領(lǐng)蜂傳遞蜜源信息，并遵循貪婪算法選擇跟隨對(duì)象。因此在經(jīng)過細(xì)化后的算法分析采蜜過程如下：在初始階段，算法分析中的所有工蜂都為偵察蜂，隨即飛出蜂巢并在附近搜索尋找蜜源，發(fā)現(xiàn)蜜源后，偵察蜂則記錄包括蜜源距離、質(zhì)量的信息后返回蜂巢向跟隨蜂分享傳遞蜜源信息，如若吸引到了跟隨蜂，偵察蜂隨即轉(zhuǎn)換為雇傭蜂，在此之后雇傭蜂再次返回蜂巢，當(dāng)繼續(xù)有跟隨蜂進(jìn)行跟隨時(shí)，則繼續(xù)重復(fù)上一步，或者繼續(xù)對(duì)蜜源進(jìn)行采蜜操作，若不再有跟隨蜂時(shí)即轉(zhuǎn)換身份為偵察蜂，放棄原有蜜源重新進(jìn)行搜索尋找，以尋找最優(yōu)蜜源為最終目的重復(fù)以上步驟。在以上過程中，偵察蜂尋找蜜源的過程即為求解過程，而蜜源質(zhì)量的好壞則代表了解的優(yōu)劣，偵察蜂在采蜜過程中對(duì)蜜源的搜索與身份的轉(zhuǎn)換即為防止陷入局部最小，以下為在解決具體問題時(shí)人工蜂群算法的步驟。人工蜂群優(yōu)化算法在搜索最優(yōu)解時(shí)一開始需要初始化，來確定不同種群的數(shù)量，最大的迭代次數(shù)，最大循環(huán)極限和所求解的區(qū)間。1、蜜源初始化在初始化過程中，個(gè)可行解可以隨機(jī)生成，它與雇用蜂數(shù)量一致，同時(shí)對(duì)適應(yīng)度函數(shù)進(jìn)行計(jì)算，隨機(jī)就能得到下面的可行解算式：(4.25)以上隨機(jī)生成的初始解為，對(duì)應(yīng)的是D維向量，其中問題維數(shù)為D，亦即是優(yōu)化參量數(shù)量，。2、新的蜜源更新搜索公式工蜂在檢索到蜜源后還會(huì)進(jìn)一步發(fā)現(xiàn)新蜜源，由此來對(duì)優(yōu)劣度進(jìn)行確認(rèn)，人工蜂群優(yōu)化算法在現(xiàn)有蜜源基礎(chǔ)上對(duì)新的蜜源算式進(jìn)行搜索，可得：(4.26)上式，，，是為隨機(jī)生成，同時(shí)，則是隨機(jī)數(shù)，在之間。當(dāng)偵查蜂取得蜜源信息之后，就會(huì)回到蜂巢朝著蜂完成蜜源信息的傳遞，接而跟隨蜂則可以借助于下面算式來對(duì)不同蜜源的選擇概率進(jìn)行計(jì)算：(4.27)在上式中，解適應(yīng)值用表示，它能夠衡量蜜源的優(yōu)劣度，其質(zhì)量越佳，那么此值越大，意味著跟隨蜂就會(huì)有著更大的選擇幾率，這樣最優(yōu)解就更容易被發(fā)現(xiàn)。3、偵查蜂的產(chǎn)生為了規(guī)避算法陷入局部最小值，人工蜂群算法引入了偵查蜂搜索模式，若是某個(gè)蜜源的迭代次數(shù)持續(xù)次不產(chǎn)生改變，那么此時(shí)工蜂就會(huì)轉(zhuǎn)換成偵查蜂，對(duì)此蜜源進(jìn)行放棄，然后借助于第一步隨機(jī)生成新的蜜源來加以搜索。4.3人工蜂群算法優(yōu)化過程由于BP神經(jīng)網(wǎng)絡(luò)的自身特性，它具有較強(qiáng)處理非線性關(guān)系的能力。神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)包括輸入層、輸出層及隱含層，一般情況下輸入層與輸出層的數(shù)量為1，而隱含層則需要視情況而定。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程大致分為兩步，首先收入曾接收到樣本集數(shù)據(jù)，數(shù)據(jù)按照正方向進(jìn)行傳遞，由下一層的各個(gè)隱含層對(duì)數(shù)據(jù)進(jìn)行處理，而后再向輸出層進(jìn)行傳遞，最后由輸出層輸出結(jié)果；其次是將計(jì)算誤差與數(shù)據(jù)傳遞方向相反的方向進(jìn)行傳遞，每當(dāng)期望輸出與預(yù)測輸出之間精度沒有達(dá)到預(yù)先的設(shè)定精度時(shí)，將誤差反向傳遞，并在傳遞過程中將誤差平均分配給各個(gè)神經(jīng)單元，各個(gè)神經(jīng)元根據(jù)誤差修改權(quán)值。神經(jīng)網(wǎng)絡(luò)能夠很好建立故障特征與故障類型之間的復(fù)雜關(guān)系，此外神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于各個(gè)領(lǐng)域中，其中被使用最普遍的是建立在BP神經(jīng)網(wǎng)絡(luò)分析結(jié)構(gòu)上的神經(jīng)網(wǎng)絡(luò)，如下圖為BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)?。圖4.2BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下圖為算法結(jié)合BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化流程：圖4.3人工蜂群算法優(yōu)化流程根據(jù)人工蜂群優(yōu)化流程圖，可得到優(yōu)化步驟：1、定義一個(gè)BP神經(jīng)網(wǎng)絡(luò)。2、將人工蜂群算法中的各個(gè)參數(shù)進(jìn)行初始化處理。需要初始化的參數(shù)包括工蜂的總數(shù)（）、引領(lǐng)蜂的個(gè)數(shù)（），解的個(gè)數(shù)（）即蜜源的個(gè)數(shù)等于引領(lǐng)蜂的個(gè)數(shù)，跟隨蜂的個(gè)數(shù)（），最大循環(huán)次數(shù)（），最大極限次數(shù)（），并產(chǎn)生維的初始解。這里維的初始解即為上一步中BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，維數(shù)滿足以下公式：(4.28)上式中，，，分別為輸入層、隱含層、輸出層的神經(jīng)元個(gè)數(shù)。維輸入層到隱含層的閾值和權(quán)值，維隱含層到輸出層的閾值和權(quán)值。3、計(jì)算并評(píng)估每個(gè)初始解的適應(yīng)度值，公式如下：(4.29)上式中，表示第個(gè)解的BP神經(jīng)網(wǎng)絡(luò)均方誤差，當(dāng)?shù)闹禐?時(shí)即適應(yīng)度值為1時(shí)為最優(yōu)解。4、偵察蜂按公式4.26搜索尋找新的蜜源，即為搜索新的解，在尋找到解后開始比較新解與舊解的適應(yīng)度，偵察蜂遵循貪婪算法對(duì)解進(jìn)行選擇，若搜索到的新解適應(yīng)度更優(yōu)，則更新蜜源信息，否則視為失敗并將失敗次數(shù)累計(jì)加1。5、此時(shí)跟隨蜂根據(jù)公式4.27對(duì)引領(lǐng)蜂的選擇進(jìn)行概率計(jì)算，選擇提供的蜜源適應(yīng)度信息更優(yōu)的引領(lǐng)蜂進(jìn)行跟隨并前去采蜜同時(shí)通過偵察蜂公式在蜜源附近進(jìn)行蜜源搜索，即為在原解的領(lǐng)域中搜索新解。6、在采蜜過程中若某一蜜源的累計(jì)更新失敗次數(shù)超過了預(yù)設(shè)值，則代表該蜜源陷入了局部最小，立即放棄該蜜源并代表該蜜源的解的閾值所對(duì)應(yīng)的雇傭蜂轉(zhuǎn)換為偵察蜂，利用公式4.25搜索尋找新的蜜源。7、保存目前為止搜索到的最優(yōu)蜜源作為最優(yōu)解。8、在保存最優(yōu)解后判斷算法迭代次數(shù)，若迭代次數(shù)大于預(yù)設(shè)最大循環(huán)次數(shù)（），則結(jié)束訓(xùn)練，否則返回第四步中重新進(jìn)行蜜源搜索。9、完成最優(yōu)蜜源即最優(yōu)解的搜索，由此確定BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，并用來訓(xùn)練測試BP神經(jīng)網(wǎng)絡(luò)。4.4識(shí)別結(jié)果分析將訓(xùn)練樣本集輸入經(jīng)過人工蜂群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)故障診斷分析，得到診斷結(jié)果。圖4.4人工蜂群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)驗(yàn)證樣本對(duì)比如上圖所示為人工蜂群算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本的驗(yàn)證對(duì)比，可以看到期望類與預(yù)測類基本吻合，成功率較高。圖4.5Fit回歸圖如上圖所示，為優(yōu)化后BP神經(jīng)網(wǎng)絡(luò)的回歸曲線圖，可以看到數(shù)據(jù)基本與Fit曲線重合，擬合度較高，與原BP神經(jīng)網(wǎng)絡(luò)相比提升明顯。圖4.6優(yōu)化前后識(shí)別正確率對(duì)比如圖4.6所示，可以看到，經(jīng)過人工蜂群算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)識(shí)別故障類型的總正確率達(dá)到96.3%，識(shí)別精準(zhǔn)度有了很大提高。對(duì)比未優(yōu)化的BP神經(jīng)內(nèi)網(wǎng)絡(luò)故障診斷分析，優(yōu)化后從測試結(jié)果可以看到，經(jīng)過人工蜂群算法優(yōu)化后的故障識(shí)別診斷分析的準(zhǔn)確率和精度得到大幅度提高，證明該分析可以很好的對(duì)變頻器逆變故障類型進(jìn)行診斷識(shí)別。本章采用人工蜂群算法對(duì)原神經(jīng)網(wǎng)絡(luò)分析進(jìn)行優(yōu)化，后經(jīng)過測試驗(yàn)證優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)故障診斷分析對(duì)故障類型的識(shí)別正確率與精度大幅提高，可滿足使用需求。5總結(jié)與展望IGBT作為一種重要開關(guān)功率器件，應(yīng)用越發(fā)廣泛，同時(shí)應(yīng)用IGBT的變頻器在工業(yè)生產(chǎn)中由于其優(yōu)異的調(diào)速能力和節(jié)能減排的要求被廣泛應(yīng)用，隨著變頻器應(yīng)用場景越發(fā)豐富，其工況也變的愈發(fā)復(fù)雜，對(duì)變頻器本身的可靠性要求也越來越高，因此在變頻器的運(yùn)行過程中提高其運(yùn)行穩(wěn)定性、快速保護(hù)能力以及發(fā)生故障后快速準(zhǔn)確識(shí)別的能力，具有實(shí)際意義。本文以變頻器中IGBT的故障為研究對(duì)象，以變頻器運(yùn)行前、運(yùn)行中以及發(fā)生故障后為研究場景對(duì)IGBT的驅(qū)動(dòng)保護(hù)電路、短路接地方案及故障診斷分析進(jìn)行設(shè)計(jì)。針對(duì)變頻器發(fā)生輸出短路或接地再運(yùn)行難以及時(shí)保護(hù)的問題，本文設(shè)計(jì)一套短路保護(hù)方案，根據(jù)低頻率運(yùn)行的故障發(fā)生機(jī)理，使IGBT在正式運(yùn)行前預(yù)先運(yùn)行一段特殊波形，對(duì)故障狀態(tài)進(jìn)行檢測，經(jīng)過實(shí)驗(yàn)，通過監(jiān)測運(yùn)行波形驗(yàn)證保護(hù)方案實(shí)際運(yùn)行情況，并利用實(shí)驗(yàn)?zāi)M故障狀態(tài)，證明該方案的有效性。為提升IGBT運(yùn)行過程中的穩(wěn)定性，設(shè)計(jì)改進(jìn)一種驅(qū)動(dòng)電路與短路保護(hù)電路，有效抑制在運(yùn)行過程中的米勒效應(yīng)防止發(fā)生單路上下管直通，并且在運(yùn)行中發(fā)生短路的情況下，保護(hù)電路及時(shí)動(dòng)作。在此基礎(chǔ)上，提出了基于神經(jīng)網(wǎng)絡(luò)的故障識(shí)別方法，由于BP神經(jīng)網(wǎng)絡(luò)的自身缺陷，使用人工蜂群算法對(duì)其進(jìn)行優(yōu)化，構(gòu)建故障診斷分析，經(jīng)過測試驗(yàn)證了算法的優(yōu)化效果以及該神經(jīng)網(wǎng)絡(luò)分析對(duì)故障類型識(shí)別的正確率。但由于本人水平有限，研究中有一些工作不夠深入，也存在一定的不足，有以下幾點(diǎn)可做出改進(jìn)：在變頻器中除逆變部分，整流橋與濾波器也是故障高發(fā)的器件，本文只考慮研究了逆變部分的故障，對(duì)于整個(gè)變頻系統(tǒng)來說，研究不夠全面。故障識(shí)別部分沒有實(shí)現(xiàn)實(shí)物實(shí)驗(yàn)，受個(gè)人水平限制，未將該故障識(shí)別分析應(yīng)用到實(shí)際的變頻器故障診斷中，并且要達(dá)到實(shí)際可用的程度，仍有許多工作需要做，仍有許多可以優(yōu)化完善的地方。

參考文獻(xiàn)[1]謝敬青.變頻器故障診斷與容錯(cuò)控制[J].電子技術(shù),2021,50(11):98-99.[2]許文杰.變頻器的故障診斷與維修方法分析[J].機(jī)械管理開發(fā),2021,36(06):172-173.[3]王曉霞.高壓變頻器常見故障分析及處理[J].中小企業(yè)管理與科技(下旬刊),2021(04):184-185.[4]王傳鴻.基于變頻器的電潛泵智能系統(tǒng)及其控制方法[J].中國新技術(shù)新產(chǎn)品,2021(04):29-31.[5]劉紹京.雷神雷達(dá)接收機(jī)故障診斷方法[J].中國航班,2021(03):94-95.[6]孫宇.探究電梯電氣控制系統(tǒng)故障診斷及維修[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化,2020,10(11):155-157.[7]程傳杰.運(yùn)維方式優(yōu)化及結(jié)構(gòu)改進(jìn)在提升高壓變頻器運(yùn)行可靠性中的應(yīng)用研究[D].山東大學(xué),2020.[8]張法,陳月營,王志,劉騰,花磊.基于BP神經(jīng)網(wǎng)絡(luò)的靜止變頻器故障診斷方法[J].自動(dòng)化與儀表,2020,35(10):67-72.[9]安如山,郭瑞濤.一起由變頻器故障引發(fā)的二倍頻振動(dòng)案例分析[J].河北電力技術(shù),2020,39(05):52-54.[10]謝國坤,王亞亞,王娟娟.基于傅里葉歸一化的變頻器開路故障診斷方法研究[J].自動(dòng)化與儀器儀表,2020(09):29-32.[11]鄧云暉,丁志,劉映帆.利用信息化系統(tǒng)診斷高壓變頻器疑難故障[C].中國機(jī)電一體化技術(shù)應(yīng)用協(xié)會(huì).第五屆