电工技术学报
電工技術學報
전공기술학보
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
2014年
1期
104-109
,共6页
双余度%永磁无刷直流电机%匝间短路%故障诊断
雙餘度%永磁無刷直流電機%匝間短路%故障診斷
쌍여도%영자무쇄직류전궤%잡간단로%고장진단
Dual redundancy%permanent magnet brushless DC motor%inter-turn short circuit%fault diagnosis
为了提高系统可靠性,将余度技术引入到电机设计中来,设计了双余度永磁无刷直流电机.针对双余度永磁无刷直流电机绕组细微的匝间短路故障,选择了相电流作为故障分析信号,通过拆分定子槽,改变控制电路的方式,建立了电机的匝间短路故障有限元仿真模型.根据故障信号和小波函数的特点,分别利用Daubechies3和coif5小波函数对故障信号进行了特征提取,结果表明在小波分解高频部分的第2层,信号有明显突变,并由此确定了coif5小波函数进行故障特征检测.采用coif5小波函数对相电流d2分解系数进行了能量特征提取,得到了各相短路时的故障特征向量.采用了小波神经网络进行故障诊断,建立了基于PNN神经网络的故障诊断模型,对故障样本进行了诊断,诊断结果准确可靠,验证了所用方法的有效可行.
為瞭提高繫統可靠性,將餘度技術引入到電機設計中來,設計瞭雙餘度永磁無刷直流電機.針對雙餘度永磁無刷直流電機繞組細微的匝間短路故障,選擇瞭相電流作為故障分析信號,通過拆分定子槽,改變控製電路的方式,建立瞭電機的匝間短路故障有限元倣真模型.根據故障信號和小波函數的特點,分彆利用Daubechies3和coif5小波函數對故障信號進行瞭特徵提取,結果錶明在小波分解高頻部分的第2層,信號有明顯突變,併由此確定瞭coif5小波函數進行故障特徵檢測.採用coif5小波函數對相電流d2分解繫數進行瞭能量特徵提取,得到瞭各相短路時的故障特徵嚮量.採用瞭小波神經網絡進行故障診斷,建立瞭基于PNN神經網絡的故障診斷模型,對故障樣本進行瞭診斷,診斷結果準確可靠,驗證瞭所用方法的有效可行.
위료제고계통가고성,장여도기술인입도전궤설계중래,설계료쌍여도영자무쇄직류전궤.침대쌍여도영자무쇄직류전궤요조세미적잡간단로고장,선택료상전류작위고장분석신호,통과탁분정자조,개변공제전로적방식,건립료전궤적잡간단로고장유한원방진모형.근거고장신호화소파함수적특점,분별이용Daubechies3화coif5소파함수대고장신호진행료특정제취,결과표명재소파분해고빈부분적제2층,신호유명현돌변,병유차학정료coif5소파함수진행고장특정검측.채용coif5소파함수대상전류d2분해계수진행료능량특정제취,득도료각상단로시적고장특정향량.채용료소파신경망락진행고장진단,건립료기우PNN신경망락적고장진단모형,대고장양본진행료진단,진단결과준학가고,험증료소용방법적유효가행.
