CN109765450A - 基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 - Google Patents
基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 Download PDFInfo
- Publication number
- CN109765450A CN109765450A CN201910215117.4A CN201910215117A CN109765450A CN 109765450 A CN109765450 A CN 109765450A CN 201910215117 A CN201910215117 A CN 201910215117A CN 109765450 A CN109765450 A CN 109765450A
- Authority
- CN
- China
- Prior art keywords
- failure
- switched reluctance
- probability
- bayesian network
- fault
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Control Of Electric Motors In General (AREA)
Abstract
本发明提出了一种基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法,首先根据应用场合对电机驱动系统的实际功能需求制定失效判定标准,然后通过Matlab/Simulink仿真和理论分析得到系统在各元件故障下的失效状态,之后建立系统贝叶斯网络的可靠性评估模型并计算贝叶斯网络叶节点的先验概率,最后根据贝叶斯网络的因果推理得到系统的失效率,进而得到系统的可靠度函数和平均失效前工作时间,实现了开关磁阻电机驱动系统的可靠性定量评估,同时,根据贝叶斯网络的反向推理,可以发现系统中的薄弱环节,为开关磁阻电机驱动系统的可靠性优化设计指明了方向,具有一定的工程实用价值。
Description
技术领域
本发明涉及一种开关磁阻电机驱动系统的可靠性定量评估方法,尤其适用于各种结构、各种相数、不同功率的开关磁阻电机驱动系统。
背景技术
开关磁阻电机的突出特点是定、转子均为凸极结构,转子上没有绕组和永磁体,具有结构简单、坚固,故障容错性能好,效率高,起动转矩大,制造成本低等一系列优点,因此广泛地应用于高速、高温、潮湿、粉尘等恶劣环境下的工作场合,因而极易发生开关磁阻电机驱动系统故障,可能会造成系统停机或者生命财产损失,故需要针对开关磁阻电机驱动系统进行可靠性定量评估,获取系统可靠度函数,预计系统组件的寿命周期,及时更换和维修关键部件,避免系统发生严重故障,同时为系统可靠性设计提供参考依据,改善器件选型方案,优化系统的可靠性分配布局,充分发挥冗余结构的设计效果,为系统的薄弱环节进行针对性的故障诊断和容错控制,降低功率变换器发生故障的概率,进一步提高系统的可靠性。目前,常用的可靠性评估方法主要有元器件计数法、可靠性框图法以及马尔科夫建模法。其中,元器件计数法和可靠性框图法建模简单、求解快速,但是没有考虑开关磁阻电机驱动系统的故障容错能力,得到的系统可靠性与实际的可靠性有较大偏差。马尔科夫建模法虽然考虑了系统的故障容错能力,但是建模过于复杂,状态数过多,严重影响了模型求解的快速性。
发明内容
本发明的目的是克服现有可靠性定量评估方法中存在的问题,提出一种基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法。
本发明提出的基于贝叶斯网络的开关磁阻电机系统功率变换器的可靠性评估方法:
开关磁阻电机驱动系统主要由四个部分构成:功率变换器、开关磁阻电机本体、检测单元和控制器;通过电机驱动系统故障历史数据、维修记录和操作指导手册可知:功率变换器容易发生的故障包括母线电容开路(OC)、母线电容短路(SC)、斩波管开路(OUM)、斩波管短路(SUM)、位置管开路(OLM)、位置管短路(SLM)、二极管开路(OD)、二级管短路(SD);电机本体容易发生的故障包括绕组开路(OW)、绕组短路(SW);检测单元容易发生的故障包括位置传感器故障(PSF)、电流传感器故障(CSF);控制器容易发生的故障包括硬件故障(HWF)、软件故障(SWF);
由于开关磁阻电机驱动系统具有一定的容错能力,在一些故障条件下仍可以容错运行,根据不同应用场合对电机驱动系统的功能需求,可以制定不同的系统失效判定标准,本文对开关磁阻电机驱动系统的性能要求主要集中在电机转速n和相电流峰值ip两个方面,定义系统在正常工作状态下的性能指标:
其中,Ne表示给定转速,Iref表示开关磁阻电机在电流斩波控制下的参考电流,本文以此性能指标作为系统失效判定标准;当系统运行过程中发生故障,电机转速超出给定转速5%的范围时,或者绕组相电流峰值超出2倍参考电流值时,就认为系统已经无法完成正常功能,进入失效状态,即该故障类型能够导致系统失效;另外,当一级故障发生并未导致系统失效时,就需要考虑二级故障发生的情况;在电机驱动系统的实际应用中,即便系统发生的一级故障不会直接导致系统失效,管理者也不允许系统长期处于带故障运行状态,而是尽快进行系统维护和更换元件,避免发生进一步的故障;因此,本文考虑到二级故障来适当简化故障分析过程,不再考虑更多级的故障情况;本文利用开关磁阻电机驱动系统的Matlab/Simulink模型进行仿真和理论分析,可以得到系统在一级故障或者二级故障下是否失效,并根据这些故障后系统的存活或失效状态建立系统的贝叶斯网络可靠性评估模型;
在贝叶斯网络中进行推理得到系统失效的发生概率,需要以节点的先验概率和条件概率分布为前提,开关磁阻电机驱动系统贝叶斯网络的节点先验概率源于系统组件和功率器件的失效率,这些元器件的失效率λp的计算依据是应力分析法,计算表达式如下:
λp=λb·πT·πA·πQ·πE (2)
其中λb为器件的基本失效率、πT为温度系数、πA为应用系数、πQ为电应力系数、πE为环境系数,可参考可靠性预计手册量化元器件的应力环境,进而计算出主要功率器件的失效率;然后通过下式就可以计算出不同故障模式下器件的失效率λF:
λF=λp·α (3)
其中α为器件发生故障的概率系数,可参考可靠性预计手册查得;之后将器件在不同故障模式下的失效率作为系统发生这类故障的概率,从而可以得到开关磁阻电机驱动系统所有故障类型的发生概率,即贝叶斯网络叶节点的先验概率;在贝叶斯网络中,有向箭头两端分别为子节点(叶节点)和父节点(根节点),由子节点指向父节点,子节点与父节点之间存在因果关系,按照有向无环图箭头方向的概率推理即为因果推理,根据叶节点先验概率可以计算各节点的条件概率;
最终,根据贝叶斯网络中各节点的先验概率和条件概率经过贝叶斯网络的正向推理可以得到开关磁阻电机驱动系统失效的概率λS,则开关磁阻电机驱动系统的可靠度函数RS(t)为:
根据系统的可靠度函数,可以得到系统的平均失效前工作时间MTTF为:
因此,本文依据贝叶斯网络的正向推理得到了系统失效概率,实现了开关磁阻电机驱动系统的可靠性定量评估;同时,贝叶斯网络还具有能够反向推理的优点,利用各个节点之间的逻辑关系和条件概率分布情况,可以反向推理系统失效后元件故障的条件概率P(X|SF):
其中,P(SF|X)表示在X故障下系统失效的概率,P(X)表示系统发生X故障的概率,P(SF)表示系统失效的概率;根据系统失效后元件故障的条件概率,可以定量分析元件在系统中的重要程度,适用于识别系统中可靠性薄弱元件,为系统的可靠性管理和维护也提供有效的参考依据。
有益效果:采用贝叶斯网络对开关磁阻电机驱动系统进行可靠性建模,其建模方法更加简单,求解更加方便快速,并且充分考虑了开关磁阻电机驱动系统的故障容错能力,同时,基于贝叶斯网络的反向推理,可以发现系统中的薄弱环节,为开关磁阻电机驱动系统的可靠性优化设计指明了方向,有利于开关磁阻电机驱动系统的可靠性提高。
附图说明
图1是本发明的开关磁阻电机驱动系统的工作原理图;
图2是本发明的开关磁阻电机驱动系统贝叶斯网络可靠性评估模型;
图3是本发明的开关磁阻电机驱动系统的可靠度曲线。
具体实施方式
下面结合附图中的实施例对本发明作进一步的描述:
开关磁阻电机驱动系统的工作原理图如图1所示,主要由四个部分构成:功率变换器、开关磁阻电机本体、检测单元和控制器;通过电机驱动系统故障历史数据、维修记录和操作指导手册可知:功率变换器容易发生的故障包括母线电容开路(OC)、母线电容短路(SC)、斩波管开路(OUM)、斩波管短路(SUM)、位置管开路(OLM)、位置管短路(SLM)、二极管开路(OD)、二级管短路(SD);电机本体容易发生的故障包括绕组开路(OW)、绕组短路(SW);检测单元容易发生的故障包括位置传感器故障(PSF)、电流传感器故障(CSF);控制器容易发生的故障包括硬件故障(HWF)、软件故障(SWF);
由于开关磁阻电机驱动系统具有一定的容错能力,在一些故障条件下仍可以容错运行,根据不同应用场合对电机驱动系统的功能需求,可以制定不同的系统失效判定标准,本文对开关磁阻电机驱动系统的性能要求主要集中在电机转速n和相电流峰值ip两个方面,定义系统在正常工作状态下的性能指标:
其中,Ne表示给定转速,Iref表示开关磁阻电机在电流斩波控制下的参考电流,本文以此性能指标作为系统失效判定标准;当系统运行过程中发生故障,电机转速超出给定转速5%的范围时,或者绕组相电流峰值超出2倍参考电流值时,就认为系统已经无法完成正常功能,进入失效状态,即该故障类型能够导致系统失效;另外,当一级故障发生并未导致系统失效时,就需要考虑二级故障发生的情况;在电机驱动系统的实际应用中,即便系统发生的一级故障不会直接导致系统失效,管理者也不允许系统长期处于带故障运行状态,而是尽快进行系统维护和更换元件,避免发生进一步的故障;因此,本文考虑到二级故障来适当简化故障分析过程,不再考虑更多级的故障情况;本文利用开关磁阻电机驱动系统的Matlab/Simulink模型进行仿真和理论分析,可以得到系统在一级故障后的状态结果如表1所示,其中S代表系统存活状态,F代表系统失效状态;由于本文只考虑到二级故障,则在一级故障的存活状态基础上注入二级故障都将引起系统失效,即系统中任意两个元件故障,系统都将失效;
表1一级故障的状态结果
根据上述故障后系统的存活或失效状态建立系统的贝叶斯网络可靠性评估模型如图2所示;以系统故障(SF)为顶事件,14种类型的故障作为基本事件,开关磁阻电机驱动系统四个主要部分功能上存在串联的逻辑关系,即任意一个部分出现失效都将导致系统失效,因而系统失效SF与四个中间事件用逻辑“或”连接;电机本体失效(SRM)、控制器失效(CTL)和检测单元失效(DTU)这三个部分的故障类型直接作为基本事件。而功率变换器失效(CVT)的故障类型可分为两类:一级故障(FLF)和二级故障(SLF);其中,在一级故障中,SC、SUM、OD、SD将直接导致系统失效,作为FLF下的基本事件,OC、OUM、OLM、SLM在二级故障中才会造成系统失效,作为SLF下的基本事件;
在贝叶斯网络中进行推理得到系统失效的发生概率,需要以节点的先验概率和条件概率分布为前提,开关磁阻电机驱动系统贝叶斯网络的节点先验概率源于系统组件和功率器件的失效率,这些元器件的失效率λp的计算依据是应力分析法,计算表达式如下:
λp=λb·πT·πA·πQ·πE (2)
其中λb为器件的基本失效率、πT为温度系数、πA为应用系数、πQ为电应力系数、πE为环境系数;本文参考可靠性预计手册来量化元器件的应力环境,就可以计算出主要功率器件的失效率;然后通过下式就可以计算出不同故障模式下器件的失效率λF:
λF=λp·α (3)
其中α为器件发生故障的概率系数,可参考可靠性预计手册查得;将器件在不同故障模式下的失效率作为系统发生这类故障的概率,从而可以得到开关磁阻电机驱动系统所有故障类型的发生概率,即贝叶斯网络叶节点的先验概率如表2所示;
表2贝叶斯网络叶节点先验概率
在贝叶斯网络中,子节点与父节点之间存在因果关系,如图2中OC指向SLF,则OC为子节点(叶节点),SLF为父节点(根节点),按照有向无环图箭头方向的概率推理即为因果推理,根据叶节点先验概率可以计算各节点的条件概率,如电机本体部分的两种故障都能导致SRM失效,因此,根据贝叶斯公式和全概率公式,电机本体部分发生失效的概率P(SRM)可以表示为:
同理,可以得到控制器部分(CTL)和检测单元部分(DTU)的失效发生概率为:
功率变换器部分失效(CVT)可能由中间节点FLF或SLF引起,其中:
因此,节点FLF和SLF的根节点CVT概率可以表示为:
最终,经过贝叶斯网络的正向推理可以得到开关磁阻电机驱动系统失效的概率λS为:
则开关磁阻电机驱动系统的可靠度函数RS(t)为:
其中t的单位为106小时,根据系统的可靠度函数,可以得到系统的平均失效前工作时间MTTF为:
因此,本文依据贝叶斯网络的正向推理得到了系统失效概率,实现了开关磁阻电机驱动系统的可靠性定量评估,其可靠度曲线如图3所示;同时,贝叶斯网络还具有能够反向推理的优点,利用各个节点之间的逻辑关系和条件概率分布情况,可以反向推理系统失效后元件故障的条件概率,根据系统失效后元件故障的条件概率,可以定量分析元件在系统中的重要程度,适用于识别系统中可靠性薄弱元件,为系统的可靠性管理和维护也提供有效的参考依据;在开关磁阻电机驱动系统贝叶斯网络中,按照根节点到叶节点的方向进行诊断推理,四个主要部分在已知系统失效的条件概率分别表示为:
从中可以得知,在系统的四个主要组成部分中,功率变换器是开关磁阻电机驱动系统中的薄弱环节,故可针对功率变换器进行可靠性优化设计,有利于提高系统的可靠性。
Claims (1)
1.基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法,其特征在于:
开关磁阻电机驱动系统主要由四个部分构成:功率变换器、开关磁阻电机本体、检测单元和控制器;通过电机驱动系统故障历史数据、维修记录和操作指导手册可知:功率变换器容易发生的故障包括母线电容开路(OC)、母线电容短路(SC)、斩波管开路(OUM)、斩波管短路(SUM)、位置管开路(OLM)、位置管短路(SLM)、二极管开路(OD)、二级管短路(SD);电机本体容易发生的故障包括绕组开路(OW)、绕组短路(SW);检测单元容易发生的故障包括位置传感器故障(PSF)、电流传感器故障(CSF);控制器容易发生的故障包括硬件故障(HWF)、软件故障(SWF);
由于开关磁阻电机驱动系统具有一定的容错能力,在一些故障条件下仍可以容错运行,根据不同应用场合对电机驱动系统的功能需求,可以制定不同的系统失效判定标准,本文对开关磁阻电机驱动系统的性能要求主要集中在电机转速n和相电流峰值ip两个方面,定义系统在正常工作状态下的性能指标:
其中,Ne表示给定转速,Iref表示开关磁阻电机在电流斩波控制下的参考电流,本文以此性能指标作为系统失效判定标准;当系统运行过程中发生故障,电机转速超出给定转速5%的范围时,或者绕组相电流峰值超出2倍参考电流值时,就认为系统已经无法完成正常功能,进入失效状态,即该故障类型能够导致系统失效;另外,当一级故障发生并未导致系统失效时,就需要考虑二级故障发生的情况;在电机驱动系统的实际应用中,即便系统发生的一级故障不会直接导致系统失效,管理者也不允许系统长期处于带故障运行状态,而是尽快进行系统维护和更换元件,避免发生进一步的故障;因此,本文只考虑到二级故障来适当简化故障分析过程,不再考虑更多级的故障情况;本文利用开关磁阻电机驱动系统的Matlab/Simulink模型进行仿真和理论分析,可以得到系统在一级故障或者二级故障下是否失效,并根据这些故障后系统的存活或失效状态建立系统的贝叶斯网络可靠性评估模型;
在贝叶斯网络中进行推理得到系统失效的发生概率,需要以节点的先验概率和条件概率分布为前提,开关磁阻电机驱动系统贝叶斯网络的节点先验概率源于系统组件和功率器件的失效率,可参考可靠性预计手册量化元器件的应力环境,进而计算出主要功率器件的失效率,然后将器件在不同故障模式下的失效率作为系统发生这类故障的概率,从而可以得到开关磁阻电机驱动系统所有故障类型的发生概率,即贝叶斯网络叶节点的先验概率;在贝叶斯网络中,有向箭头两端分别为子节点(叶节点)和父节点(根节点),由子节点指向父节点,子节点与父节点之间存在因果关系,按照有向无环图箭头方向的概率推理即为因果推理,根据叶节点先验概率可以计算各节点的条件概率;
最终,根据贝叶斯网络中各节点的先验概率和条件概率经过贝叶斯网络的正向推理可以得到开关磁阻电机驱动系统失效的概率λS,则开关磁阻电机驱动系统的可靠度函数RS(t)为:
根据系统的可靠度函数,可以得到系统的平均失效前工作时间MTTF为:
因此,本文依据贝叶斯网络的正向推理得到了系统失效概率,实现了开关磁阻电机驱动系统的可靠性定量评估;同时,贝叶斯网络还具有能够反向推理的优点,利用各个节点之间的逻辑关系和条件概率分布情况,可以反向推理系统失效后元件故障的条件概率P(X|SF):
其中,P(SF|X)表示在X故障下系统失效的概率,P(X)表示系统发生X故障的概率,P(SF)表示系统失效的概率;根据系统失效后元件故障的条件概率,可以定量分析元件在系统中的重要程度,适用于识别系统中可靠性薄弱元件,为系统的可靠性管理和维护提供有效的参考依据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910215117.4A CN109765450B (zh) | 2019-03-21 | 2019-03-21 | 基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910215117.4A CN109765450B (zh) | 2019-03-21 | 2019-03-21 | 基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109765450A true CN109765450A (zh) | 2019-05-17 |
CN109765450B CN109765450B (zh) | 2020-08-28 |
Family
ID=66458540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910215117.4A Active CN109765450B (zh) | 2019-03-21 | 2019-03-21 | 基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109765450B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147849A (zh) * | 2019-05-24 | 2019-08-20 | 吉林大学 | 一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法 |
CN110942150A (zh) * | 2019-11-09 | 2020-03-31 | 上海航天设备制造总厂有限公司 | 用于激光选区熔化设备零部件成型失效的智能诊断方法 |
CN111157892A (zh) * | 2019-12-27 | 2020-05-15 | 安徽大学 | 多相电机绕组基于马尔科夫模型的可靠性定量评估方法 |
CN111638458A (zh) * | 2020-06-23 | 2020-09-08 | 广州小鹏汽车科技有限公司 | 一种电芯故障的分析方法和装置 |
CN112966368A (zh) * | 2021-02-04 | 2021-06-15 | 西安理工大学 | 一种考虑共因失效pms的可靠性评估方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5170698B2 (ja) * | 2009-04-27 | 2013-03-27 | 独立行政法人産業技術総合研究所 | 確率的推論装置 |
CN103116134A (zh) * | 2013-02-07 | 2013-05-22 | 哈尔滨工业大学 | 双余度舵机剩余寿命预测装置及实现双余度舵机剩余寿命的预测方法 |
CN103809119A (zh) * | 2013-11-26 | 2014-05-21 | 中国矿业大学 | 马尔科夫模型开关磁阻电机系统可靠性的定量评估方法 |
CN104537134A (zh) * | 2014-06-16 | 2015-04-22 | 北京空间飞行器总体设计部 | 一种动态级联耦合机电系统的可靠性建模与评估方法 |
CN104794296A (zh) * | 2015-04-29 | 2015-07-22 | 电子科技大学 | 一种基于动态贝叶斯网络的机械系统时变可靠性评估方法 |
CN105093110A (zh) * | 2015-09-11 | 2015-11-25 | 中国矿业大学 | 三级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
US20150338449A1 (en) * | 2014-05-21 | 2015-11-26 | King Fahd University Of Petroleum And Minerals | Distributed filtering method for fault diagnosis in a sensor network |
CN105203952A (zh) * | 2015-09-11 | 2015-12-30 | 中国矿业大学 | 二级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
CN105203951A (zh) * | 2015-09-11 | 2015-12-30 | 中国矿业大学 | 一级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
CN105608634A (zh) * | 2015-11-09 | 2016-05-25 | 国网新疆电力公司 | 一种基于贝叶斯网络的电网风险预警评估模型 |
CN105825317A (zh) * | 2016-03-09 | 2016-08-03 | 国网江苏省电力公司电力科学研究院 | 一种基于贝叶斯网络的直流配网可靠性评估方法 |
CN105893697A (zh) * | 2016-04-22 | 2016-08-24 | 北京交通大学 | 基于贝叶斯网络推理的系统可靠性评估方法 |
CN106529581A (zh) * | 2016-10-24 | 2017-03-22 | 杭州电子科技大学 | 一种基于贝叶斯网络的桥式起重机故障诊断方法 |
CN106875053A (zh) * | 2017-02-15 | 2017-06-20 | 济中节能技术(苏州)有限公司 | 基于bayes算法的风机故障诊断方法和诊断系统 |
CN107229269A (zh) * | 2017-05-26 | 2017-10-03 | 重庆工商大学 | 一种深度信念网络的风力发电机齿轮箱故障诊断方法 |
CN108256556A (zh) * | 2017-12-22 | 2018-07-06 | 上海电机学院 | 基于深度信念网络的风力发电机组齿轮箱故障诊断方法 |
CN108345723A (zh) * | 2018-01-24 | 2018-07-31 | 江苏新中天塑业有限公司 | 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法 |
CN109143972A (zh) * | 2018-08-28 | 2019-01-04 | 大连理工大学 | 一种基于贝叶斯与故障树的数控机床可靠性评价方法 |
US10229364B2 (en) * | 2006-01-10 | 2019-03-12 | Guardian Glass, LLC | Moisture sensor and/or defogger with bayesian improvements, and related methods |
-
2019
- 2019-03-21 CN CN201910215117.4A patent/CN109765450B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10229364B2 (en) * | 2006-01-10 | 2019-03-12 | Guardian Glass, LLC | Moisture sensor and/or defogger with bayesian improvements, and related methods |
JP5170698B2 (ja) * | 2009-04-27 | 2013-03-27 | 独立行政法人産業技術総合研究所 | 確率的推論装置 |
CN103116134A (zh) * | 2013-02-07 | 2013-05-22 | 哈尔滨工业大学 | 双余度舵机剩余寿命预测装置及实现双余度舵机剩余寿命的预测方法 |
CN103809119A (zh) * | 2013-11-26 | 2014-05-21 | 中国矿业大学 | 马尔科夫模型开关磁阻电机系统可靠性的定量评估方法 |
US20150338449A1 (en) * | 2014-05-21 | 2015-11-26 | King Fahd University Of Petroleum And Minerals | Distributed filtering method for fault diagnosis in a sensor network |
CN104537134A (zh) * | 2014-06-16 | 2015-04-22 | 北京空间飞行器总体设计部 | 一种动态级联耦合机电系统的可靠性建模与评估方法 |
CN104794296A (zh) * | 2015-04-29 | 2015-07-22 | 电子科技大学 | 一种基于动态贝叶斯网络的机械系统时变可靠性评估方法 |
CN105203951A (zh) * | 2015-09-11 | 2015-12-30 | 中国矿业大学 | 一级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
CN105203952A (zh) * | 2015-09-11 | 2015-12-30 | 中国矿业大学 | 二级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
CN105093110A (zh) * | 2015-09-11 | 2015-11-25 | 中国矿业大学 | 三级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 |
CN105608634A (zh) * | 2015-11-09 | 2016-05-25 | 国网新疆电力公司 | 一种基于贝叶斯网络的电网风险预警评估模型 |
CN105825317A (zh) * | 2016-03-09 | 2016-08-03 | 国网江苏省电力公司电力科学研究院 | 一种基于贝叶斯网络的直流配网可靠性评估方法 |
CN105893697A (zh) * | 2016-04-22 | 2016-08-24 | 北京交通大学 | 基于贝叶斯网络推理的系统可靠性评估方法 |
CN106529581A (zh) * | 2016-10-24 | 2017-03-22 | 杭州电子科技大学 | 一种基于贝叶斯网络的桥式起重机故障诊断方法 |
CN106875053A (zh) * | 2017-02-15 | 2017-06-20 | 济中节能技术(苏州)有限公司 | 基于bayes算法的风机故障诊断方法和诊断系统 |
CN107229269A (zh) * | 2017-05-26 | 2017-10-03 | 重庆工商大学 | 一种深度信念网络的风力发电机齿轮箱故障诊断方法 |
CN108256556A (zh) * | 2017-12-22 | 2018-07-06 | 上海电机学院 | 基于深度信念网络的风力发电机组齿轮箱故障诊断方法 |
CN108345723A (zh) * | 2018-01-24 | 2018-07-31 | 江苏新中天塑业有限公司 | 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法 |
CN109143972A (zh) * | 2018-08-28 | 2019-01-04 | 大连理工大学 | 一种基于贝叶斯与故障树的数控机床可靠性评价方法 |
Non-Patent Citations (2)
Title |
---|
B. JANJIC 等: "State Estimation and Process Optimisation for Multi-pump Systems with Synchronous Reluctance Motors", 《2015 IEEE 10TH INTERNATIONAL SYMPOSIUM ON DIAGNOSTICS FOR ELECTRICAL MACHINES, POWER ELECTRONICS AND DRIVES (SDEMPED)》 * |
冯铁山 等: "基于贝叶斯统计的测量系统可靠性评估方法", 《导弹与航天运载技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147849A (zh) * | 2019-05-24 | 2019-08-20 | 吉林大学 | 一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法 |
CN110147849B (zh) * | 2019-05-24 | 2022-03-25 | 吉林大学 | 一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法 |
CN110942150A (zh) * | 2019-11-09 | 2020-03-31 | 上海航天设备制造总厂有限公司 | 用于激光选区熔化设备零部件成型失效的智能诊断方法 |
CN111157892A (zh) * | 2019-12-27 | 2020-05-15 | 安徽大学 | 多相电机绕组基于马尔科夫模型的可靠性定量评估方法 |
CN111157892B (zh) * | 2019-12-27 | 2021-11-30 | 安徽大学 | 多相电机绕组基于马尔科夫模型的可靠性定量评估方法 |
CN111638458A (zh) * | 2020-06-23 | 2020-09-08 | 广州小鹏汽车科技有限公司 | 一种电芯故障的分析方法和装置 |
CN111638458B (zh) * | 2020-06-23 | 2022-08-16 | 广州小鹏汽车科技有限公司 | 一种电芯故障的分析方法和装置 |
CN112966368A (zh) * | 2021-02-04 | 2021-06-15 | 西安理工大学 | 一种考虑共因失效pms的可靠性评估方法 |
CN112966368B (zh) * | 2021-02-04 | 2023-03-21 | 西安理工大学 | 一种考虑共因失效pms的可靠性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109765450B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109765450A (zh) | 基于贝叶斯网络的开关磁阻电机驱动系统可靠性评估方法 | |
CN103809119B (zh) | 马尔科夫模型开关磁阻电机系统可靠性的定量评估方法 | |
US6750626B2 (en) | Diagnostic strategy for an electric motor using sensorless control and a position sensor | |
US8803456B2 (en) | Motor drive control device | |
CN101667805A (zh) | 六相永磁容错电机控制系统 | |
CN105242136A (zh) | 风电机组的超级电容检测方法和装置 | |
CN108572297A (zh) | 开关磁阻电机功率变换器母线特征电流故障诊断方法 | |
Tabbache et al. | Research on fault analysis and fault-tolerant control of EV/HEV powertrain | |
CN103105559A (zh) | 开关磁阻电机双开关功率变换器故障节点能量诊断方法 | |
CN107024655A (zh) | 一种永磁同步电机定子绕组故障诊断方法 | |
CN105356816A (zh) | 基于继电器网络的开关磁阻电机多类型故障容错系统 | |
CN105203951A (zh) | 一级马尔科夫模型开关磁阻电机系统可靠性定量评估方法 | |
CN112532138A (zh) | 两电平三相逆变拓扑的航空通用电机控制器电流冗余方法 | |
Bolvashenkov et al. | Research on reliability and fault tolerance of multi-phase traction electric motors based on Markov models for multi-state systems | |
CN112242811A (zh) | 容错电驱动器 | |
CN108254688A (zh) | 开关磁阻电机功率变换器小波变比故障诊断方法 | |
Zhu et al. | Fault detection and isolation for wind turbine electric pitch system | |
CN103255801A (zh) | 一种混合动力机械的储能装置能量控制方法 | |
Guzman et al. | Open-phase fault operation on multiphase induction motor drives | |
CN108267684A (zh) | 一种变频器故障诊断方法 | |
Tahri et al. | A hybrid active fault-tolerant control scheme for wind energy conversion system based on permanent magnet synchronous generator | |
CN113064074B (zh) | 基于负序分量的永磁同步电机定子绕组故障诊断方法 | |
CN106019117A (zh) | 级联型statcom系统igbt的开路故障诊断方法 | |
Mecrow et al. | The need for fault tolerance in an aeroengine electric fuel control system | |
CN114487860A (zh) | 一种基于传感器的新能源汽车动力系统异常检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |