基于电流预测误差的电机匝间短路故障诊断方法和系统技术方案

本发明专利技术涉及一种基于电流预测误差的电机匝间短路故障诊断方法和系统，方法包括以下步骤：在牵引感应电机运行过程中，实时采样获取感应电机运行参数，进行定子电流预测，从而计算定子电流预测模型的价值函数，进而计算匝间短路故障指标并与故障指标阈值对比，进行匝间短路故障诊断；匝间短路故障指标的构建过程包括：构建感应电机电磁方程，得到定子电流预测模型，将定子电流预测值与电流参考值比较，构建定子电流预测模型的价值函数；根据价值函数中直流分量或二次谐波分量与感应电机电角速度的比值构建匝间短路故障指标。与现有技术相比，本发明专利技术具有可有效地诊断牵引感应电机匝间短路故障，受转速变化影响较小，具有较强的鲁棒性等优点。棒性等优点。棒性等优点。

【技术实现步骤摘要】
基于电流预测误差的电机匝间短路故障诊断方法和系统


[0001]本专利技术涉及电机故障预测
，尤其是涉及基于电流预测误差的电机匝间短路故障诊断方法和系统。

技术介绍

[0002]铁路是国家战略性、先导性、关键性重大基础设施，安全是铁路运行的基础，也是铁路运输所面临最大的风险和挑战，如何切实保障铁路运输的安全在今后的技术研究显得尤为重要。电力机车是铁路运输的载体，保障列车安全运行成为铁路发展的重中之重，迫切地需要对电力机车设备可靠性提出更高要求。
[0003]牵引电传动系统是电力机车的核心，以高速动车组为例，其牵引系统主要包括受电弓(包含高压电气设备)、牵引变压器、牵引变流器、牵引电机和齿轮传动等，其中牵引电机是牵引系统的动力源，负责动能的输出，实现电能与机械能的转换——牵引工况下将电能转换成机械能，制动工况下将机械能转换成电能。目前轨道交通牵引系统所用电机大部分为交流感应电机，牵引系统故障率为32.3％，可见牵引系统的可靠性直接影响到动车组的安全运行。牵引电机是轨道交通牵引传动系统关键部件，其故障检测对保障电力机车安全可靠运行尤为重要。高速列车运行环境恶劣及采用高频电压脉冲驱动，导致牵引电机绝缘强度面临严重的失效风险，所以感应电机定子匝间短路故障多发。因此，针对高速列尔列车感应电机的定子匝间短路故障进行预测并给出故障预警，避免严重故障的发生，对保障列车可靠性及其重要。
[0004]根据故障诊断方法的不同原理，电机故障诊断技术可划分成以下两类：基于数据驱动和基于解析模型，基于数据驱动的方法还细分为基于信号处理和基于人工智能的故障诊断方法；
[0005]基于模型的故障诊断方法，虽然解析模型能够较好模拟系统运行的稳态和动态过程，但是故障诊断系统中解析模型包括两部分：1)残差信号的产生。残差信号是测量的过程变量和基于模型的估计值的差。2)残差评价与决策制作。由于解析过程模型是嵌入式的，此方法适用于动态与静态下进行故障诊断，也导致故障诊断鲁棒性受模型参数、运行环境、设定阈值和设定残差等多重因素影响。此外解析模型本身精度受限于对复杂系统认知深度和系统模型简化影响。
[0006]基于人工智能的故障诊断方法，能够兼顾电机运行环境，复杂运行工况和多种故障对故障诊断的影响，具有较强的鲁棒性，但前提是需要大量健康和故障电机的运行数据，而故障数据往往较为匮乏，并且智能算法耗时且对硬件配置也有较高要求，因此，基于人工智能的故障诊断方法实现准确的故障诊断具有一定的困难。
[0007]基于信号处理的故障诊断方法常采用牵引电机控制系统中的电压、电流、功率、转矩、磁通和控制信号等携带有故障特征信号，结合现代信号处理算法(如FFT、小波变换、Hilbert
‑
Huang变换、经验模态分解等)提取故障特征信号，其中基于电机电流特征分析(Motor Current Signature Analysis,MCSA)的故障诊断方法，是一类非侵入式、可靠的经
典故障诊断算法。

技术实现思路

[0008]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电流预测误差的电机匝间短路故障诊断方法和系统，可有效地诊断牵引感应电机匝间短路故障，具有较强的鲁棒性。
[0009]本专利技术的目的可以通过以下技术方案来实现：
[0010]一种基于电流预测误差的电机匝间短路故障诊断方法，包括以下步骤：
[0011]根据牵引感应电机运行参数构建感应电机电磁方程；
[0012]对所述感应电机电磁方程中的定子电流离散化，得到定子电流预测模型；
[0013]将所述定子电流预测模型输出的定子电流预测值与电流参考值比较，构建定子电流预测模型的价值函数；
[0014]根据所述价值函数中的直流分量或二次谐波分量与感应电机电角度的比值，构建匝间短路故障指标，
[0015]在牵引感应电机运行过程中，实时采样获取感应电机运行参数，进行定子电流预测，从而计算定子电流预测模型的价值函数，进而计算所述匝间短路故障指标并与预设的故障指标阈值对比，进行匝间短路故障诊断。
[0016]进一步地，所述匝间短路故障指标的计算表达式为：
[0017][0018]式中，FI
x
为匝间短路故障指标的计算值，下标x可取0或2，分别表示直流分量与二次谐波分量，J为价值函数的计算结果，感应电机电角速度n1为电机同步转速，n
p
为电机极对数。
[0019]进一步地，所述价值函数的表达式为：
[0020][0021]式中，是当前时刻αβ轴电流的测量值；是下一时刻αβ轴电流的预测值；上标*表示参考值；上标p表示预测值；θ
i
等于故障相的电流相位；i
f
为由匝间短路故障引起的故障电流；μ为短路匝比；i
f
(k+1)为(k+1)时刻电机匝间短路故障导致的故障电流。
[0022]进一步地，所述由匝间短路故障引起的故障电流i
f
的表达式为：
[0023]i
f
＝I
f
sin(θ
e
+θ
i
)
[0024]式中，θ
e
是转子电角度；θ
i
是匝间短路故障所在相的电流角度；I
f
为故障电流的幅值。
[0025]进一步地，所述下一时刻αβ轴电流的预测值i
sα
(k+1)和i
sβ
(k+1)由定子电流预测模型获取，所述定子电流预测模型的计算表达式为：
[0026][0027]式中，T
s
为电机控制周期，R
s
为定子电阻，R
r
为转子电阻，L
s
为定子等效两相绕组自感，L
r
为转子等效两相绕组自感，L
m
为定子与转子同轴等效绕组间的互感，表示漏磁系数，T
r
＝L
r
/R
r
，表示转子电磁时间常数，ψ
rα
(k)为k时刻转子磁链α轴分量，ψ
rβ
(k)为k时刻转子磁链β轴分量，ω(k)为k时刻转子电角速度，u
sα
(k)为k时刻定子电压α轴分量，u
sβ
(k)为k时刻定子电压β轴分量。
[0028]进一步地，所述感应电机电磁方程的表达式为：
[0029][0030]式中，ω(k+1)为k+1时刻转子电角速度；J
m
为电机机械转动惯量；T
L
为电机负载转矩。
[0031]进一步地，根据匝间短路将使价值函数中直流含量和二次谐波含量增加，并且匝间短路电流幅值与电机电角速度成正比，从而基于价值函数中直流含量或二次谐波含量判断是否发生牵引电机匝间短路故障。
[0032]进一步地，所述牵引感应电机的控制策略为模型预测控制。...

【技术保护点】

【技术特征摘要】
1.一种基于电流预测误差的电机匝间短路故障诊断方法，其特征在于，包括以下步骤：根据牵引感应电机运行参数构建感应电机电磁方程；对所述感应电机电磁方程中的定子电流离散化，得到定子电流预测模型；将所述定子电流预测模型输出的定子电流预测值与电流参考值比较，构建定子电流预测模型的价值函数；根据所述价值函数中直流分量或二次谐波分量与感应电机电角速度的比值，构建匝间短路故障指标，在牵引感应电机运行过程中，实时采样获取感应电机运行参数，进行定子电流预测，从而计算定子电流预测模型的价值函数，进而计算所述匝间短路故障指标并与预设的故障指标阈值对比，进行匝间短路故障诊断。2.根据权利要求1所述的一种基于电流预测误差的电机匝间短路故障诊断方法，其特征在于，所述匝间短路故障指标的计算表达式为：式中，FI
x
为匝间短路故障指标的计算值，下标x可取0或2，分别表示直流分量与二次谐波分量；J为价值函数的计算结果；感应电机电角速度n1为电机同步转速，n
p
为电机极对数。3.根据权利要求2所述的一种基于电流预测误差的电机匝间短路故障诊断方法，其特征在于，所述模型预测控制的价值函数表达式为：式中，是当前时刻αβ轴电流的参考值；是下一时刻αβ轴电流的预测值；上标*表示参考值；上标p表示预测值；θ
i
等于故障相的电流相位；i
f
为由匝间短路故障引起的故障电流；μ为短路匝比；i
f
(k+1)为k+1时刻电机匝间短路故障导致的故障电流。4.根据权利要求3所述的一种基于电流预测误差的电机匝间短路故障诊断方法，其特征在于，所述由匝间短路故障引起的故障电流i
f
的表达式为：i
f
＝I
f
sin(θ
e
+θ
i
)式中，θ
e
是转子电角度；θ
i
是匝间短路故障所在相的电流角度；I
f
为故障电流的幅值。5.根据权利要求3所述的一种基于电流预测误差的电机匝间短路故障诊断方法，其特征在于，所述下一时刻αβ轴电流的...

【专利技术属性】
技术研发人员：康劲松，何立松，汪凤翔，
申请(专利权)人：同济大学，
类型：发明
国别省市：