英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
基于先进小波分析的永磁同步电机退磁诊断
Y. Gritli, C. Rossi, Member, IEEE, D. Casadei, Senior Member, IEEE,
L. Zarri, Member, IEEE, and F. Filippetti, Member, IEEE.
摘要：
永磁同步电机（PMSM）是一种有各种吸引力的替代感应电机，主要是因为它们的可靠性和更高的动态性能，适用于新兴应用，如汽车或牵引系统。在这种情况下，诊断电机的磁体状态对于提高其可靠性至关重要。本文通过二维（2-D）有限元分析（FEA）提出了一种由于局部均匀退磁而对这种电动机的转子造成故障的新特征，并提出了一种新的非侵入式方法，通过先进的方法进行检测小波变换（WT）反电动势。此外，为了精确转子故障检测，引入了随时间的故障范围的循环量化。
关键词：永磁电机，永磁体，故障诊断，小波变换。
I.引言
随着人们对其更高功率密度，大动态性能和更高效率的兴趣日益增加，永磁同步电机（PMSM）正广泛应用于各种应用中，如汽车或大功率牵引系统，其中安全操作和可用性强制性的。 对于这种类型的电机，退磁是最严重的故障模式之一，经常导致不可逆的磁通退化，从而降低电机性能和效率[1]。 这种故障模式可以由正常工作条件下由定子绕组产生的反向磁场激发，如[2]所示。
众所周知，如果温度超过居里温度，磁化强度就会降低。显然，对于低于这个极限的温度，BH曲线受到影响，使得剩余磁通密度，矫顽力和能量产品减少（除了陶瓷铁氧体），即使在标称工作条件下也会导致潜在的退磁，而且不仅在大电流应用过载或变频器或定子绕组故障[3-4]。其他可能发生的故障是由于机械或环境应力导致的永磁体上的一些缺陷导致产生类似于局部去磁的气隙磁通扰动的缺口或破裂磁体[5]。主要问题是定义可靠的故障指示器，这些指示器允许监视电机的阈值数值的磁体状态。此外，所考虑的故障指示器应该是动态的，以便随时间评估故障严重性。通过电动机电流特征分析，转子磁通估算或转矩常数平均值已经在[5-8]中提出了转子磁体去磁的诊断程序。分析电流的频谱以检测由于永磁体上的缺陷引起的部分退磁引起的频率分量。
所得到的磁通量分布应该引起下面的频率链f dm = f s（1plusmn;k / p）k = 1,2,3 ...，其中f s是电源频率，p是极对数。基于傅里叶分析（FA）的这些技术在健康和错误条件之间给出了良好的鉴别结果，但是不提供时域信息。傅里叶分析中的这个缺点可以在一定程度上通过短时傅里叶变换（STFT）分析一小段信号来克服。然而，所选窗口的固定尺寸和量化错误程度的困难仍然是该技术的主要缺点。在[8]希尔伯特黄变换用于在时变速度变化条件下检测上述故障频率。出于同样的目的，基于Wigner-Ville的分布在[9]中用于无刷直流电机。然而，这个频率链取决于绕组的实现，在某些情况下不会出现绕组。这种简单的方法无法检测到均匀的退磁。针对不同的定子绕组布置分析了反电动势的谐波含量演变。所考虑的监测策略的基本思想是检测由于反电动势电压中局部且均匀的退磁引起的谐波含量变化。分析表明，频率链与转子上局部缺陷所考虑的绕组配置有明确的关系，在某些情况下更容易检测到故障。另一方面，为了均匀消磁，只有谐波（相对于基波）的变化已经存在于反电动势的频谱中[10]。在本文中，提出了一种先进的离散小波变换（DWT）来提取两个故障分量链的贡献，均匀和局部去磁的特性。所开发的方法最适合汽车或电力牵引系统，其中安全操作和可用性是强制性的。
本文组织如下，第二节介绍了所研究电机的设计和有限元分析，介绍了PMSM设计细节。 第三节介绍并评论了两个退磁情况下的频率分析结果，在第四节中介绍了一个新的时频分析，并给出了相应的定性和定量结果。
II。 永磁同步电机设计描述和仿真
电机表面安装的钕铁硼磁体从附录I中总结的规格开始设计。项目中使用的磁体材料具有1.05T的剩余磁通密度和60°的约800 kA / m的矫顽力。 磁体的厚度是为了容许电流由于最大额定转矩或根据短路转矩而设计的
以下等式：
其中lm是磁体厚度，N是每相串联导体的数量，p是极对数，Br是剩余磁通密度，H ci是所用磁性材料的固有矫顽力，g是空气Igap最大转矩电流和短路电流中最大电流的均方根值。然而，即使磁体厚度设计得很好，由于定子中的高电流导致的磁通动力，磁通量与永久磁通量相反。当转子过热时，会导致磁体尾缘退磁[11-13]。
所考虑的电机是一个带有双层绕组分布的6极9槽机器。绕组配置如表I所示，其中A，B，C是相位，正号和负号表示流过每个槽中导体的电流方向。每相的时隙数目是分数的，并且对应于每极相等的时隙数目Q r = 1。
这个相位表面安装的永磁体的极弧相对于极间距减小了六分之一，以便减小所得到的反电动势中的五次谐波和七次谐波的幅度。
永磁同步电机采用有限元方法（FEM）建模，以证明不同故障的影响。 其横截面（定子，转子，槽，绕组和磁体）的二维模型已经在考虑到用于叠片的非线性钢的有限元环境中实施。 用于模拟的软件是FEMMcopy;4.2。
表一
W在所考虑的六极永磁发电机上的分布情况
使用了几个LUA脚本来促进整个模拟过程并检索感兴趣变量的信息。 为了计算每个绕组的反电动势电压，针对特定的转子位置磁场，而没有电流在导体中流动。
通过这种方式，连接定子绕组的永磁体磁通可以作为仿真的结果来计算。 然后转子旋转一个预定的角度，磁链链接再次计算。
重复该过程直至达到360度的完整旋转，从而允许通过简单的微分操作将磁通链接作为转子位置以及因此反电动势的函数进行计算。对于每个完整旋转720度，已经进行了模拟以便在基本周期中具有相同数量的样本。
图1. 6极9槽永磁同步电机的磁通密度图在正常条件下作为前置转子角。
在图1中，对于所考虑的PMSM的FEA仿真的结果，对于预定的转子位置，在定子绕组和正常磁体条件中没有电流流动的情况下进行介绍。颜色表示通量密度模量从几乎0T的值变化到1.6T的值，并且数字表示与之前相同的对正号和负号具有相同显着性的相分布。
为了重现磁体故障，每个磁体都被分成了20块。以这种方式，可以修改局部部件的材料特性，从而允许减少残余电感以模拟退磁。
图2考虑了均匀（左）和局部（右）消磁的故障配置。
考虑两种不同类型的故障：均匀退磁和单个永磁体上的局部缺陷。首先模拟前者，将最后两块磁铁后缘的剩余磁通密度减小到零（图2左）。之后仅通过从后缘开始仅从一侧移除5个单个磁体来再现局部缺陷（图2右侧）。
III。 F磁场故障特征
本节介绍并评论了通过频率特征分析对磁体故障进行表征的结果。因为一般来说星星的中性点连接的绕组不可用，注意力集中在分析反电动势的空间矢量。在图3中，健康转子（图3-a），（图3-b）和局部（图3-c）消磁转子磁体。幅值归一化为基本谐波分量的值。健康机器的频谱（图3-a）被认为是与缺陷病例相比的参考。
首先，我们正在考虑统一的退磁，如图2左图所示。观察反电动势空间矢量的相应频谱，有可能注意与正常运动条件（图3-a）对应的频谱中已经存在的（6nplusmn;1）次（n = 1,2,3 ...）阶谐波（图3-b）。在健康和故障条件下，涉及基本谐波的两个第一故障分量（第五和第七）的合成百分比值清楚4-a显着。在同一幅图（图4-a）中，链频率（3nplusmn;1）的两个第一故障分量（-2nd和4th）的百分比值参考根本也被描绘，显示，它在健康和错误的条件下不敏感。
图3. a）健康，b）均匀和c）局部去磁的反电动势空间矢量谱。
初步的结果表明，故障频率链（6nplusmn;1）（n = 1,2,3 ...），更具体地说，第5和第7故障分量对均匀退磁非常敏感条件，从而导致适用于PMSM中这种第一类故障的有效检测。最后，应该指出的是，在针对几个断层度进行不同的分析之后，在该断层上观察到轻微的变化11次和13次谐波，这主要是由于高阶故障分量的阻尼效应。
图4. a）健康，b）均匀和c）局部去磁的反电动势空间矢量谱。
让我们现在考虑单个磁体上的局部缺陷，如图2左侧示意图所示。图3-c描述了反电动势空间矢量的相应频谱。对于这种情况，与健康状况相比，新故障分量链（3nplusmn;1）（n = 1,2,3 ...）的出现是明显可见的。经过对几个故障程度的不同分析后，在第8次和第10次谐波上观察到轻微的变化，这主要是由于对高阶故障分量的阻尼效应。无论如何，上述链条的相关性对于第二和第四次谐波来说显然是明显的，从而导致对所考虑的局部退磁的清晰的模式检测和识别。此外，重要的是要注意从链（6nplusmn;1）（n = 1,2,3 ...）发出的第5和第7故障分量的不敏感性，它们成为均匀退磁的唯一代表。
在下一节中，为了清楚和简洁起见，重点将仅限于上述分析中确定的最相关的故障组件。
IV。 TIME -F频率磁场故障特征
A.建议的方法
为了追踪其演变过程，使用经典FA在频域中研究了转子故障条件的上述链条特性的贡献[10]。这种技术只显示信号的频率内容，但是不提供时间域信息，这对准确的故障检测过程是强制性的。
另一方面，小波变换（WT）为信号的高频分量提供更高的时间分辨率，并为低频分量提供更高的频率分辨率。从这个意义上讲，小波有一个窗口，可以自动调整以提供由近似和细节信号产生的适当分辨率。小波分析是信号分解，使用近似和细节信号的连续组合。
重复该过程，直到原始信号被分解为预定义的J级分解。用众所周知的二进制降采样程序，频率每个分解级别的频带都与采样频率有关。因此，除非进行采样频率不同的新采集，否则这些频段不能更改。这个事实使任何基于的故障检测变得复杂DWT。
在本文中，提出了克服这种限制的有效解决方案。采样频率f s = 3.2kHz时，选择九级分解（J = 9）为了覆盖我们可以跟踪故障频率分量特征的频段（见表1）。
为了感知先前在时间 - 频率域中提出的故障分量的贡献，小波分析的最佳使用[14-15]在这里提出检测两个被调查的退磁情况。反电动势信号的简单处理允许移动故障分量;用于均匀退磁的第5次和第7次谐波，然后是用于局部去磁的第2次和第4次谐波。以这种方式，与故障有关的所有信息都被隔离并被限制在一个单独的频带中。更详细地说，用f sl滑动的频率是（1）中的每个时间片应用于反电动势空间矢量信号，使得感兴趣的谐波分量移动到其中跟踪故障分量的频带。
然后通过DWT分析移位信号的实部。因此，关于表I中报告的频段，感兴趣的频段跟踪上述故障频率贡献由第9个近似信号表示。
表中
每个级别的频率段
一旦机器的状态被定性诊断，就需要对故障程度进行定量评估。为了这些目的，在不同分辨率级别j处的动态多分辨率平均功率指标mPa j被引入作为诊断指标来量化故障程度为：
其中N是样本数量，j是水平分解。实际上，MRA分析将信号分解成不同的频率水平。故障指示器是使用如图1所示的1600个样本的窗口周期性地计算（每500个样本），其中delta;n= 500个样本和Delta;n= 1400个样本。
图5.时间间隔计算的原理，TIN：时间间隔编号
这n个序列由时间间隔编号（TIN）索引。这些数值通过实验进行调节，以减少可能导致电动机健康运行条件下误报的变化。
当故障发生时，信号的能量分布在与默认的特征频带相关的分辨率水平处改变。因此，在转子故障情况下，近似值内的能量过剩被认为是异常指示。
这些参数通过实验来调节，以减少可能导致错误解释的变化。在接下来的章节中，介绍并评论健康和错误条件下的频率和时频信号分析。
B.结果
正如前一节所述，故障频率分量的贡献; 5次和7次谐波进行均匀退磁，然后在频率滑动分别施加到反电动势空间矢量上之后，在近似a9处将观察到用于局部去磁的第二和第四谐波。
首先，重点是跟踪与均匀退磁有关的故障签名（图2左），通过跟踪第5和第7个故障分量的贡献反电动势空间矢量。图6-a和图7-a分别描绘了在健康和均匀去磁下的三个反电动势波形。为了隔离-5次谐波故障分量的贡献，在健康和故障条件下对-751.56 Hz的频率滑动应用于反电动势空间矢量，导致结果如图6-b和图。7-b。
在a9中观察到的幅度变化（图6-b）是由于在健康状况下存在-5次谐波，已经在频域中证实（图3-a）。该小波信号a9，从健康情况发出（图6-b）作为参考与故障情况作比较。正如在第三节中建立的频率分析所预期的那样，与健康情况（图6-b）相比，可以注意到在均匀退磁（图7-b）下近似信号a9的幅度增加，导致检测到均匀的退磁。频率滑动频率为1048.44 Hz时，对相同的空间矢量应用相同的程序，以获得健康且均匀的去磁条件，以跟踪
第7个故障分量。
通过比较相应的结果，对于分别在图8和图9中描绘的健康和有缺陷的情况，可以进行相同的观察，导致在PMSM中均匀退磁的有效过程。第二个故障案例是本地退磁（图2右）。图10-a和11-a分别描绘了健康和局部退磁下的三种反电动势波形。为了隔离二次谐波故障分量的贡献，对健康和故障条件的反电动势空间矢量施加-301.56 Hz的频率滑动，导致如图10-b和图10所示的结果。11-b。
在健康状态下，图10-b所示的感兴趣的近似信号（a 9）没有显示任何变化。这表明没有二次谐波，导致诊断电机的健康状况。
然而，在部分去磁条件下，近似信号a9出现大的振荡，如图11-d所示。更详细地说，在信号a9中观察到的具有准恒定振幅的振荡遵循适合于二次谐波的时间演变的特征模式，从而导致精确检测永磁同步电机中的局部退磁。
图
全文共8770字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[9306]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
