CN111157892A - 多相电机绕组基于马尔科夫模型的可靠性定量评估方法 - Google Patents

多相电机绕组基于马尔科夫模型的可靠性定量评估方法 Download PDF

Info

Publication number
CN111157892A
CN111157892A CN201911377921.9A CN201911377921A CN111157892A CN 111157892 A CN111157892 A CN 111157892A CN 201911377921 A CN201911377921 A CN 201911377921A CN 111157892 A CN111157892 A CN 111157892A
Authority
CN
China
Prior art keywords
state
fault
phase
working
winding
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
Application number
CN201911377921.9A
Other languages
English (en)
Other versions
CN111157892B (zh
Inventor
李伟
丁石川
杭俊
王群京
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN201911377921.9A priority Critical patent/CN111157892B/zh
Publication of CN111157892A publication Critical patent/CN111157892A/zh
Application granted granted Critical
Publication of CN111157892B publication Critical patent/CN111157892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/346Testing of armature or field windings

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,包括:列举多相电机绕组的容错状态;计算多相电机绕组的可靠工作状态之间的状态转移成功率;计算各可靠工作状态转移到失效状态的状态转移成功率;结合以上两步获得的状态转移成功率建立马尔科夫状态转移图以及对应的状态转移矩阵A,再计算得到平均故障前时间矩阵T;将平均故障前时间矩阵T代入MTTF函数形成平均故障前时间函数,并根据平均故障前时间函数对多相电机绕组的可靠性进行评估。本发明不仅考虑了不同故障的故障率,同时也考虑了容错机制的成功率和工作状态之间的成功转移概率对可靠度的影响,使得最终平均故障前时间函数可以适用于不同的情况。

Description

多相电机绕组基于马尔科夫模型的可靠性定量评估方法
技术领域
本发明涉及电机绕组技术领域,尤其涉及一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法。
背景技术
马尔科夫模型是对随机过程可靠性评估的一个有效的方法,可以清楚的描述出系统从健康状态到失效状态的转变过程。电机绕组是电机本体中最重要的组成部分,也是电机最容易发生故障的零件。绕组主要故障包括匝间短路、绕组开路和相间短路。绕组轻微的匝间短路不会对性能产生很大的影响,严重的匝间短路故障近似为开路故障。因为相间短路故障会直接烧毁绕组,所以在检测到相间短路故障后立刻断开发生故障的两相绕组,将相间短路故障近似为两相开路故障。绕组发生故障后,通过容错来维持圆形的旋转磁动势,确定容错状态下流过绕组的电流大小。
绕组的故障率与绕组温度直接相关,所以保持保证容错状态和健康状态下铜耗不变,通过判断电机输出转矩的大小来确定相应的容错状态下绕组是否可靠。多相传统的马尔科夫方法计算可靠性时状态之间的转移概率等于故障的故障率,没有考虑容错成功率以及状态转移成功率,且定量评估计算过程需要首先通过计算常微分方程得到可靠度函数再通过公式计算得到平均故障前时间,计算过程复杂。
发明内容
基于背景技术存在的技术问题,本发明提出了一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法。
本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,包括:
S1、列举多相电机绕组的容错状态,容错状态为多相电机绕组保持可靠性工作的带故障工作状态,可靠工作指多相电机绕组的输出扭矩不小于预设的输出阈值;
S2、计算多相电机绕组的可靠工作状态之间的状态转移成功率,可靠工作状态包括健康工作状态和所有容错状态;
S3、计算各可靠工作状态转移到失效状态的状态转移成功率;
S4、结合以上两步获得的状态转移成功率建立马尔科夫状态转移图以及对应的状态转移矩阵A;
S5、根据状态转移矩阵A,计算得到平均故障前时间矩阵T,平均故障前时间矩阵T中的每一个元素对应多相电机绕组两个状态之间通过预设的步数进行转移所需要的时间;
S6、将平均故障前时间矩阵T代入MTTF函数形成平均故障前时间函数,并根据平均故障前时间函数对多相电机绕组的可靠性进行评估。
优选的,步骤S2中,多相电机绕组的可靠工作状态之间的状态转移成功率为转移过程中可能发生故障的绕组数量、成功转移概率、故障率和容错成功率的乘积:成功转移概率为从第i工作状态转移到第j工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比;
判断转移后的工作状态是否满足工作可靠性的方法如下:
S21、获取健康状态下,多相电机绕组在输出额定转矩Tem的前提下流过绕组的电流幅值Im,并根据电流幅值Im计算绕组铜耗PCu_H
S22、列举多相电机绕组的所有故障工作情况,计算每种工作情况的结果容错控制后流过每一个健康绕组的电流幅值I'nm,n为绕组相序,n∈{1,2,…,N},N为多相绕组的相数;
S23、结合对应的电流幅值I'nm,计算各故障工作情况下多相电机绕组的铜耗PCu_F
S24、根据故障工作情况下的铜耗PCu_F与健康状态下的绕组铜耗PCu_H的对比结果,判断多相电机绕组是否保持可靠性工作。
优选的,步骤S24具体为:根据铜耗PCu_F、铜耗PCu_H和额定转矩Tem计算故障工作情况下的实际输出转矩Te'm,然后根据实际输出转矩Te'm与预设的输出阈值的比较结果,判断多相电机绕组是否保持可靠性工作。
优选的,
Figure BDA0002341492190000031
优选的,容错状态包括:断一相状态、断二相状态……断x相状态,x<N,N为多相电机绕组的绕组相数。
优选的,转移矩阵A的转置矩阵为:
Figure BDA0002341492190000032
其中,aij表示多相电机绕组从第j工作状态转移到第i工作状态的状态转移成功率;第1工作状态为多相电机绕组的健康状态,第f工作状态为多相电机绕组的失效状态;第2工作状态至第x+1工作状态分别对应断一相状态至断x相状态,x=f-2;
aii=-(a(i+1)i+a(i+2)i+afi),a(i+1)i=(N-i+1)λwoMQi
Figure BDA0002341492190000041
afi=(N-i+1)(1-MQiwo+(1-MSi)Xiλpps
Figure BDA0002341492190000042
Qi为从第i工作状态转移到第i+1工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比,Si为从第i工作状态转移到第i+2工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比,λwo为开路故障率,λPPS为相间短路故障率,M表示容错成功率。
优选的,平均故障前时间矩阵T为:
Figure BDA0002341492190000043
其中元素Ti1-k表示多相电机绕组从第1工作状态到第i工作状态一共进行了k次状态转移;x为断相数量最大值;
Figure BDA0002341492190000044
优选的,x=N-3。
优选的,步骤S6具体为:设置平均故障前时间函数MTTF,MTTF=T×W;其中,W为容错成功率矩阵,WT=[1 M M2 … Mx];然后根据MTTF函数对多相电机绕组的可靠性进行评估。
本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,结合马尔科夫状态转移图,在可靠性定量评估中对多相电机绕组所有可能发生的故障工作状态都进行了分析,保证了故障分析的全面。同时,本发明中,结合转移矩阵A和平均故障前时间矩阵T,对数据进行矩阵运算,有利于简化计算量,提高运算效率。
本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,不仅考虑了不同故障的故障率,同时也考虑了容错机制的成功率和工作状态之间的成功转移概率对可靠度的影响,使得最终平均故障前时间函数可以适用于不同的情况。
附图说明
图1为本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法流程图;
图2为多相电机绕组的工作可靠性判断方法;
图3为多相电机绕组的马尔科夫状态转移图;
图4为九相电机绕组的马尔科夫状态转移图;
图5为九相电机绕组的平均故障前时间在容错成功率等于1时,不同绕组开路故障率和相间短路故障率的曲面图;
图6为九相电机绕组的绕组开路故障率和相间短路故障率在某一固定值时,平均故障前时间随容错成功率变化的曲线图;
图7为九相电机绕组相矢量图。
具体实施方式
参照图1,本发明提出的一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,包括以下步骤。
S1、列举多相电机绕组的容错状态,容错状态为多相电机绕组保持可靠性工作的带故障工作状态,可靠工作指多相电机绕组的输出扭矩不小于预设的输出阈值。即,容错状态为多相电机绕组在输出扭矩不小于预设的输出阈值的情况下的带故障工作状态。
具体的,对于多相电机绕组,只要健康绕组的相数满足一定数量,便可保证可靠性工作。即,容错状态包括:断一相状态、断二相状态……断x相状态,x<N,N为多相电机绕组的绕组相数,x为多相电机绕组能保持可靠性工作前提下允许断相的最大绕组数量。
对于多相电机绕组,当健康绕组相数大于或者等于3时,多相电机绕组在容错控制后可保持可靠性工作。即,x=N-3。
S2、计算多相电机绕组的可靠工作状态之间的状态转移成功率,可靠工作状态包括健康工作状态和所有容错状态。健康工作状态指每一相绕组均健康的状态,即没有电机绕组断相的状态。
本步骤中,多相电机绕组的可靠工作状态之间的状态转移成功率为转移过程中可能发生故障的绕组数量、成功转移概率、故障率和容错成功率的乘积:成功转移概率为从第i工作状态转移到第j工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比。
本实施方式中,可根据绕组铜耗判断多相电机绕组的断相工作状态是否可靠。判断转移后的工作状态是否满足工作可靠性的方法如下:
S21、获取健康状态下,多相电机绕组在输出额定转矩Tem的前提下流过绕组的电流幅值Im,并根据电流幅值Im计算绕组铜耗PCu_H
S22、列举多相电机绕组的所有故障工作情况,计算每种工作情况的结果容错控制后流过每一个健康绕组的电流幅值I'nm,n为绕组相序,n∈{1,2,…,N},N为多相绕组的相数。
S23、结合对应的电流幅值I'nm,计算各故障工作情况下多相电机绕组的铜耗PCu_F
S24、根据故障工作情况下的铜耗PCu_F与健康状态下的绕组铜耗PCu_H的对比结果,判断多相电机绕组是否保持可靠性工作。本步骤中,首先根据铜耗PCu_F、铜耗PCu_H和额定转矩Tem计算故障工作情况下的实际输出转矩Te'm,然后根据实际输出转矩Te'm与预设的输出阈值的比较结果,判断多相电机绕组是否保持可靠性工作。
具体的,
Figure BDA0002341492190000071
具体的,当转移后的工作状态,满足Te'm/Tem>r,则表示该种工作情况满足可靠性要求,该Te'm对应的带故障工作状态为容错状态。r为预设阈值,输出阈值为r×Tem
本实施方式中,假设健康工作状态、断一相状态、断二相状态……断x相状态依次列举为第1工作状态、第2工作状态、第3工作状态……第x+1工作状态,并假设多相电机绕组的无效工作状态为第x+2工作状态,为了便于区分,设f=x+2,即失效工作状态记作第f工作状态。
电机的可靠工作状态之间,只能从第i工作状态转移到第i+1工作状态或者第i+2工作状态。具体的,从第i工作状态转移到第i+1工作状态或者第i+2工作状态的状态转移成功率为,转移过程中可能发生故障的绕组数量、成功转移概率、故障率和容错成功率的乘积。
具体的,从第i工作状态转移到第i+1工作状态的状态转移成功率为:(N-i+1)λwoMQi;Qi为从第i工作状态转移到第i+1工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比;λwo为开路故障率,M表示容错成功率。
从第i工作状态转移到第i+1工作状态的状态转移成功率为:XiλppsMSi;Si为从第i工作状态转移到第i+2工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比;λPPS为相间短路故障率;Xi为转移过程中可能发生故障的绕组数量,且
Figure BDA0002341492190000081
S3、计算各可靠工作状态转移到失效状态的状态转移成功率。
具体的,从第i工作状态转移到第f工作状态的状态转移成功率为:(N-i+1)(1-MQiwo+(1-MSi)Xiλpps
S4、结合以上两步获得的状态转移成功率建立马尔科夫状态转移图以及对应的状态转移矩阵A。
具体的,
Figure BDA0002341492190000082
其中,aij表示多相电机绕组从第j工作状态转移到第i工作状态的状态转移成功率;第1工作状态为多相电机绕组的健康状态,第f工作状态为多相电机绕组的失效状态;第2工作状态至第x+1工作状态分别对应断一相状态至断x相状态,x=f-2。
aii=-(a(i+1)i+a(i+2)i+afi),a(i+1)i=(N-i+1)λwoMQi
Figure BDA0002341492190000083
afi=(N-i+1)(1-MQiwo+(1-MSi)Xiλpps
Figure BDA0002341492190000084
S5、根据状态转移矩阵A,计算得到平均故障前时间矩阵T,平均故障前时间矩阵T中的每一个元素对应多相电机绕组两个状态之间通过预设的步数进行转移所需要的时间。
具体的,
Figure BDA0002341492190000091
其中元素Ti1-k表示多相电机绕组从第1工作状态到第i工作状态一共进行了k次状态转移;x为断相数量最大值,即x=N-3。
因为在可靠工作的情况下,多相电机绕组每次只能在相邻或者相间的工作状态之间转移,所以当(i-1)/k>2时Ti1-k不存在,即Ti1-k=0。如果从第1工作状态转移到第i工作状态只有一条路径,那么Ti1-k的数值等于路径中每个工作状态之间转移概率的积与每个工作状态可能发生的状态转移概率的积的比值;如果从第1工作状态转移到第i工作状态的转移路径有多条,那么Ti1-k的数值等于每条路径转移数值之和。位于第一行第一列的元素T11-0表示从第1工作状态用0步转移到第1工作状态是成立的,所以T11-0的数值等于1/a11,其他的从第1工作状态用0步转移到第i工作状态不可能实现,所以Ti1-0的数值都等于0。
综上所述,
Figure BDA0002341492190000092
S6、将平均故障前时间矩阵T代入MTTF函数形成平均故障前时间函数,并根据平均故障前时间函数对多相电机绕组的可靠性进行评估。
本步骤S6具体为:设置平均故障前时间函数MTTF,MTTF=T×W;MTTF=T×M,其中,W为容错成功率矩阵,WT=[1 M M2 … Mx];然后根据MTTF函数对多相电机绕组的可靠性进行评估。
以下结合一个具体的九相电机绕组对本发明做进一步解释。
本实施例中,对九相电机绕组的可靠性定量评估具体包括以下步骤。
第一步:设定可靠性标准,列举九相电机系统的容错状态。
本实施例中,设置当健康绕组的相数小于3或电机输出转矩小于30%额定转矩就认为是不可靠的,相反就是可靠的。确定每种故障情况下,健康状态下每相绕组电流幅值为Im,采用容错算法来维持故障后的旋转磁动势为圆形。通过研究发现九相电机绕组一共有8个状态,分别是健康状态、断一相状态、断两相状态、断三相状态、断四相状态、断五相状态、断六相状态和失效状态。其中,断一相状态、断两相状态、断三相状态、断四相状态、断五相状态和断六相状态均为容错状态。即,本实施例中,x=6。
第二步:计算多相电机绕组的可靠工作状态之间的状态转移成功率以及各可靠工作状态转移到失效状态的状态转移成功率。
本步骤中,计算健康状态下的铜耗PCu_H和所有容错状态下的铜耗PCu_F,并计算PCu_F与PCu_H的比值CL,为了保证健康状态下和故障工作下绕组的故障率不变,即降低故障工作状态下的铜耗,铜耗降低后电机输出转矩矩Te'm也随之降低,通过判断输出转矩Te'm是否满足工作的需求来确定故障工作状态是否可靠。
通过对比发现九相电机绕组在发生断五相和断六相时,其中有四种故障情况下是不可靠的。这四种不可靠故障工作情况下容错后流过健康绕组的电流如表1所示。
表1九相绕组容错工作状态下电流幅值和相位角
Figure BDA0002341492190000101
从表1中知道,这四种不满足故障需求的故障情况是断五相和断六相的一部分,其他的断五相和断六相故障工作情况是可靠的。断五相从断三相发生相间短路故障和断四相发生绕组开路故障转移而来,断六相从断四相相间短路故障和断五相发生绕组开路故障转移而来。
例如从断三相状态转移到断五相并可靠工作的成功概率等于从断三相状态转移到断五相的状态转移所有可能的情况中所有可靠情况的数目与所有可能的情况数目之比,记作S4,计算得到S4=92.85%;从断四相状态转移到断五相并可靠工作的成功概率记作Q5,计算得到Q5=92.85%,从断四相状态转移到断六相有S5=46.4%,从断五相状态转移到断六相有Q6=53.8%。
根据以上规律,可获得,本实施例中,Q1=S1=Q2=S2=Q3=S3=Q4=S6=1。从而可获得图4所示的马尔科夫状态转移图。图4中,“1”表示九相电机绕组处于健康工作状态,即第1工作状态;“2”表示九相电机绕组发生一相绕组短路,即第2工作状态;“3”表示九相电机绕组发生两相绕组短路,即第3工作状态;“4”表示九相电机绕组发生三相绕组短路,即第4工作状态;“5”表示九相电机绕组发生四相绕组短路,即第5工作状态;“6”表示九相电机绕组发生五相绕组短路,即第6工作状态;“7”表示九相电机绕组发生六相绕组短路,即第7工作状态;“F”表示九相电机绕组处于失效状态,即第f工作状态。本实施例中,f=8。
具体的,第2工作状态为健康工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第3工作状态为健康工作状态下的多相电机绕组发生相间短路故障后,或者第2工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第4工作状态为第2工作状态下的多相电机绕组发生相间短路故障后,或者第3工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第5工作状态为第3工作状态下的多相电机绕组发生相间短路故障后,或者第4工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第6工作状态为第4工作状态下的多相电机绕组发生相间短路故障后,或者第5工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第7工作状态为第5工作状态下的多相电机绕组发生相间短路故障后,或者第6工作状态下的多相电机绕组发生开路故障后,转移到的带故障工作状态。
第f工作状态为第1工作状态、第2工作状态、第3工作状态、第4工作状态、第5工作状态、第6工作状态或者第7工作状态下的多相电机绕组发生容错失效后,电机绕组状态转移到的带故障工作状态。
aij表示九相电机绕组从第j工作状态转移到第i工作状态的状态转移成功率,结合图3有:
a(i+1)i=(N-i+1)λwoMQi
Figure BDA0002341492190000121
afi=(N-i+1)(1-MQiwo+(1-MSi)Xiλpps
Figure BDA0002341492190000122
结合以上公式和Q1=S1=Q2=S2=Q3=S3=Q4=S6=1,可得图4中:
Figure BDA0002341492190000123
同时,由于第7工作状态下,断相数量已达到最大值6,该种情况下,再发生任一相绕组短路,九相电机绕组均转移到无效工作状态,故而,Q7=S7=1。同时,该种情况下,不存在容错控制,所以,af7=a87=3λwo+3λpps
第三步:建立状态转移矩阵A。
本实施例中:
Figure BDA0002341492190000131
第四步:计算得到平均故障前时间矩阵T。
Figure BDA0002341492190000132
矩阵T中各个元素之间的关系式为:
Figure BDA0002341492190000133
如此,可得到本实施例中平均故障前时间矩阵T中非零元素如下表2所示。
表2平均故障前时间计算矩阵T中非零元素
元素 数值
T<sub>11-0</sub> 1/a<sub>11</sub>
T<sub>21-1</sub> T<sub>11-0</sub>(a<sub>21</sub>/a<sub>22</sub>)
T<sub>31-1</sub> T<sub>11-0</sub>(a<sub>31</sub>/a<sub>33</sub>)
T<sub>31-2</sub> T<sub>21-1</sub>(a<sub>32</sub>/a<sub>33</sub>)
T<sub>41-2</sub> T<sub>31-1</sub>(a<sub>43</sub>/a<sub>44</sub>)+T<sub>21-1</sub>(a<sub>42</sub>/a<sub>44</sub>)
T<sub>41-3</sub> T<sub>31-2</sub>(a<sub>43</sub>/a<sub>44</sub>)
T<sub>51-2</sub> T<sub>31-1</sub>(a<sub>53</sub>/a<sub>55</sub>)
T<sub>51-3</sub> T<sub>41-2</sub>(a<sub>54</sub>/a<sub>55</sub>)+T<sub>31-2</sub>(a<sub>53</sub>/a<sub>55</sub>)
T<sub>51-4</sub> T<sub>41-3</sub>(a<sub>54</sub>/a<sub>55</sub>)
T<sub>61-3</sub> T<sub>51-2</sub>(a<sub>65</sub>/a<sub>66</sub>)+T<sub>41-2</sub>(a<sub>64</sub>/a<sub>66</sub>)
T<sub>61-4</sub> T<sub>51-3</sub>(a<sub>65</sub>/a<sub>66</sub>)+T<sub>41-3</sub>(a<sub>64</sub>/a<sub>66</sub>)
T<sub>61-5</sub> T<sub>51-4</sub>(a<sub>65</sub>/a<sub>66</sub>)
T<sub>71-4</sub> T<sub>61-3</sub>(a<sub>76</sub>/a<sub>77</sub>)+T<sub>51-3</sub>(a<sub>75</sub> a<sub>77</sub>)
T<sub>71-5</sub> T<sub>61-4</sub>(a<sub>76</sub>/a<sub>77</sub>)+T<sub>51-4</sub>(a<sub>75</sub>/a<sub>77</sub>)
T<sub>71-6</sub> T<sub>61-5</sub>(a<sub>76</sub>/a<sub>77</sub>)
第五步:获得平均故障前时间函数。
本实施例中,平均故障前时间函数为:
Figure BDA0002341492190000141
如此,结合矩阵T和上表2可获得:
Figure BDA0002341492190000142
如此,本实施例中,当容错成功率为1时,不同绕组开路故障率和相间短路故障率计算得到九相绕组的平均故障前时间,如图5所示。选取绕组开路故障率和相间短路故障率为某一固定数值时,不同容错成功率计算得到九相绕组的平均故障前时间,如图6所示。
可见,本实施例中,对于一台九相电机,它每相绕组电流幅值为Im相位角相差40°如图7所示。通过图4所示的九相电机绕组的马尔科夫状态转移图,建立系统的状态转移矩阵A,得到平均故障前时间计算矩阵T,直接计算得到九相电机绕组的平均故障前时间函数。平均故障前时间随不同开路故障率、相间短路故障率和容错成功率变化的曲面如图5和图6所示。根据不同的工况和容错成功率可以直接得到九相电机绕组的平均故障前时间数据,从而实现了九相电机绕组的可靠性定量评估。
其他相数电机绕组的可靠性定量评估使用相同的方法计算得到。
以上所述,仅为本发明涉及的较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,包括:
S1、列举多相电机绕组的容错状态,容错状态为多相电机绕组保持可靠工作的带故障工作状态,可靠工作指多相电机绕组的输出扭矩不小于预设的输出阈值;
S2、计算多相电机绕组的可靠工作状态之间的状态转移成功率,可靠工作状态包括健康工作状态和所有容错状态;
S3、计算各可靠工作状态转移到失效状态的状态转移成功率;
S4、结合以上两步获得的状态转移成功率建立马尔科夫状态转移图以及对应的状态转移矩阵A;
S5、根据状态转移矩阵A,计算得到平均故障前时间矩阵T,平均故障前时间矩阵T中的每一个元素对应多相电机绕组两个状态之间通过预设的步数进行转移所需要的时间;
S6、将平均故障前时间矩阵T代入MTTF函数形成平均故障前时间函数,并根据平均故障前时间函数对多相电机绕组的可靠性进行评估。
2.如权利要求1所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,步骤S2中,多相电机绕组的可靠工作状态之间的状态转移成功率为转移过程中可能发生故障的绕组数量、成功转移概率、故障率和容错成功率的乘积:成功转移概率为从第i工作状态转移到第j工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比;
判断转移后的工作状态是否满足工作可靠性的方法如下:
S21、获取健康状态下,多相电机绕组在输出额定转矩Tem的前提下流过绕组的电流幅值Im,并根据电流幅值Im计算绕组铜耗PCu_H
S22、列举多相电机绕组的所有故障工作情况,计算每种工作情况的结果容错控制后流过每一个健康绕组的电流幅值I'nm,n为绕组相序,n∈{1,2,…,N},N为多相绕组的相数;
S23、结合对应的电流幅值I'nm,计算各故障工作情况下多相电机绕组的铜耗PCu_F
S24、根据故障工作情况下的铜耗PCu_F与健康状态下的绕组铜耗PCu_H的对比结果,判断多相电机绕组是否保持可靠性工作。
3.如权利要求2所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,步骤S24具体为:根据铜耗PCu_F、铜耗PCu_H和额定转矩Tem计算故障工作情况下的实际输出转矩T'em,然后根据实际输出转矩Te'm与预设的输出阈值的比较结果,判断多相电机绕组是否保持可靠性工作。
4.如权利要求3所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,
Figure FDA0002341492180000021
5.如权利要求1所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,容错状态包括:断一相状态、断二相状态……断x相状态,x<N,N为多相电机绕组的绕组相数。
6.如权利要求5所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,转移矩阵A的转置矩阵为:
Figure FDA0002341492180000031
其中,aij表示多相电机绕组从第j工作状态转移到第i工作状态的状态转移成功率;第1工作状态为多相电机绕组的健康状态,第f工作状态为多相电机绕组的失效状态;第2工作状态至第x+1工作状态分别对应断一相状态至断x相状态,x=f-2;
aii=-(a(i+1)i+a(i+2)i+afi),a(i+1)i=(N-i+1)λwoMQi
Figure FDA0002341492180000032
afi=(N-i+1)(1-MQiwo+(1-MSi)Xiλpps
Figure FDA0002341492180000033
Qi为从第i工作状态转移到第i+1工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比,Si为从第i工作状态转移到第i+2工作状态时,可靠工作的情况数量与所有可能发生的情况数量之比,λwo为开路故障率,λPPS为相间短路故障率,M表示容错成功率。
7.如权利要求5所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,平均故障前时间矩阵T为:
Figure FDA0002341492180000034
其中元素Ti1-k表示多相电机绕组从第1工作状态到第i工作状态一共进行了k次状态转移;x为断相数量最大值;
Figure FDA0002341492180000041
8.如权利要求7所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,x=N-3。
9.如权利要求7所述的多相电机绕组基于马尔科夫模型的可靠性定量评估方法,其特征在于,步骤S6具体为:设置平均故障前时间函数MTTF,MTTF=T×W;其中,W为容错成功率矩阵,WT=[1 M M2…Mx];然后根据MTTF函数对多相电机绕组的可靠性进行评估。
CN201911377921.9A 2019-12-27 2019-12-27 多相电机绕组基于马尔科夫模型的可靠性定量评估方法 Active CN111157892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911377921.9A CN111157892B (zh) 2019-12-27 2019-12-27 多相电机绕组基于马尔科夫模型的可靠性定量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911377921.9A CN111157892B (zh) 2019-12-27 2019-12-27 多相电机绕组基于马尔科夫模型的可靠性定量评估方法

Publications (2)

Publication Number Publication Date
CN111157892A true CN111157892A (zh) 2020-05-15
CN111157892B CN111157892B (zh) 2021-11-30

Family

ID=70558552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911377921.9A Active CN111157892B (zh) 2019-12-27 2019-12-27 多相电机绕组基于马尔科夫模型的可靠性定量评估方法

Country Status (1)

Country Link
CN (1) CN111157892B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113935351A (zh) * 2021-11-22 2022-01-14 山西警察学院 一种非接触式振动频率检测与正反转识别的系统
CN114355094A (zh) * 2022-03-18 2022-04-15 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 基于多源信息的产品可靠性薄弱环节综合评估方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006250818A (ja) * 2005-03-11 2006-09-21 Toenec Corp 電気設備診断システム
KR20090012773A (ko) * 2007-07-31 2009-02-04 고려대학교 산학협력단 데스크톱 상태의 은닉 마코브 모델 기반 신축 윈도우를이용한 신뢰적 자원 선택 시스템 및 그 방법
CN103235933A (zh) * 2013-04-15 2013-08-07 东南大学 一种基于隐马尔科夫模型的车辆异常行为检测方法
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
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
CN105974312A (zh) * 2016-06-06 2016-09-28 安徽大学 永磁同步电机退磁故障诊断方法
WO2018198111A1 (en) * 2017-04-26 2018-11-01 Augury Systems Ltd. Systems and methods for monitoring of mechanical and electrical machines
CN109765450A (zh) * 2019-03-21 2019-05-17 中国矿业大学 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
CN110568358A (zh) * 2019-09-10 2019-12-13 东南大学盐城新能源汽车研究院 一种基于马尔科夫模型电机系统可靠性定量评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006250818A (ja) * 2005-03-11 2006-09-21 Toenec Corp 電気設備診断システム
KR20090012773A (ko) * 2007-07-31 2009-02-04 고려대학교 산학협력단 데스크톱 상태의 은닉 마코브 모델 기반 신축 윈도우를이용한 신뢰적 자원 선택 시스템 및 그 방법
CN103235933A (zh) * 2013-04-15 2013-08-07 东南大学 一种基于隐马尔科夫模型的车辆异常行为检测方法
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
US20160161561A1 (en) * 2013-11-26 2016-06-09 China University Of Mining And Technology Quantitative evaluation method for reliability of markov model switch reluctance motor system
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
CN105974312A (zh) * 2016-06-06 2016-09-28 安徽大学 永磁同步电机退磁故障诊断方法
WO2018198111A1 (en) * 2017-04-26 2018-11-01 Augury Systems Ltd. Systems and methods for monitoring of mechanical and electrical machines
CN109765450A (zh) * 2019-03-21 2019-05-17 中国矿业大学 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
CN110568358A (zh) * 2019-09-10 2019-12-13 东南大学盐城新能源汽车研究院 一种基于马尔科夫模型电机系统可靠性定量评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
IGOR BOLVASHENKOV 等: "Research on Reliability and Fault Tolerance of Multi-Phase Traction Electric Motors Based on Markov Models for Multi-State Systems", 《2016 INTERNATIONAL SYMPOSIUM ON POWER ELECTRONICS, ELECTRICAL DRIVES, AUTOMATION AND MOTION》 *
WEI LI 等: "Reliability Analysis and Evaluation for Flux-Switching Permanent Magnet Machine", <IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS> *
李伟,程明: "磁通切换电机的马尔科夫可靠性模型分析", 《电工技术学报》 *
王广军 等: "发电机组可靠性灰色马尔科夫预报模型", 《东南大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113935351A (zh) * 2021-11-22 2022-01-14 山西警察学院 一种非接触式振动频率检测与正反转识别的系统
CN113935351B (zh) * 2021-11-22 2023-12-19 山西警察学院 一种非接触式振动频率检测与正反转识别的系统
CN114355094A (zh) * 2022-03-18 2022-04-15 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 基于多源信息的产品可靠性薄弱环节综合评估方法和装置

Also Published As

Publication number Publication date
CN111157892B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN111157892B (zh) 多相电机绕组基于马尔科夫模型的可靠性定量评估方法
Gan et al. An overview of fault-diagnosis and fault-tolerance techniques for switched reluctance machine systems
US8878474B2 (en) Motor control device, current control method applied to motor control device, and electric power steering device using motor control device
CN103869208B (zh) 相冗余容错结构的三相逆变器开路故障检测方法
EP3605834A1 (en) Electric power steering device
JP5823057B2 (ja) 電力変換装置およびその故障診断方法
CN106470008A (zh) 基于三相四桥臂的双绕组永磁容错电驱动系统和控制方法
CN103337999B (zh) 双余度永磁容错电机直接转矩控制系统及方法
US20110298404A1 (en) Motor drive system, control method of motor drive system, and traveling device
US20200028463A1 (en) Motor driving device and steering system
US10797620B2 (en) Rotating machine control device and electric power steering control device
JP2010110176A (ja) 車両用電力変換装置
CN110739901A (zh) 一种高可靠性无刷直流电机驱动及无位置控制系统
US12116053B2 (en) Steering assist device
CN115347849A (zh) 针对交流电机开路故障的容错控制方法、装置和存储介质
US20240230741A1 (en) Electric current sensor, steering control device, and method for detecting electric current
Mohammadpour et al. Post-fault control technique for multi-phase PM motor drives under short-circuit faults
Kulkarni et al. Performance analysis of fault tolerant operation of PMSM using direct torque control and fuzzy logic control
EP3957961A1 (en) Redundant sensor device and method for determining abnormality in redundant sensor device
JP7435410B2 (ja) モータ制御装置
CN112564467B (zh) 一种两电平pwm变流器开路故障自愈型容错控制方法
JPH089676A (ja) 同期電動機の制御装置
CN111740682B (zh) 基于灰色预测理论的电驱动系统开路故障容错控制方法
CN111654219B (zh) 一种异步电机容错控制方法及设备
CN114244234A (zh) 一种双定子永磁电机的无速度传感器容错控制方法

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