CN111220061A - 一种磁轴承位移传感器的故障诊断方法 - Google Patents
一种磁轴承位移传感器的故障诊断方法 Download PDFInfo
- Publication number
- CN111220061A CN111220061A CN201910344339.6A CN201910344339A CN111220061A CN 111220061 A CN111220061 A CN 111220061A CN 201910344339 A CN201910344339 A CN 201910344339A CN 111220061 A CN111220061 A CN 111220061A
- Authority
- CN
- China
- Prior art keywords
- sensor
- signal
- sensors
- output signals
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Bearings And Hydrostatic Bearings (AREA)
Abstract
本发明涉及一种磁轴承位移传感器的故障诊断方法,该方法以两个传感器输出信号的差值为参考信号对控制器的输出信号进行滤波,得到控制器输出信号与两个传感器输出差值信号之间的相关系数,从而根据相关系数的极性准确判断出现故障的传感器。与现有技术相比,本发明方法可有效地识别出故障传感器,为提高主动磁悬浮轴承位移检测系统的可靠性提供一种新的实现方法。
Description
技术领域
本发明涉及故障识别与诊断领域,尤其是涉及一种磁轴承位移传感器的故障诊断方法。
背景技术
线性系统的故障诊断已经有很多成熟的方法,从过去简单的检测滤波器、广义似然比、极大似然比发展到现在的基于观测器/滤波器方法、系统辨识、参数估计方法和一致空间法,但是研究的对象主要是线性定常系统模型,而实际应用中的许多系统都是非线性的。
实际生产对象本身的非线性或者外部非线性因素的影响使得基于线性系统故障诊断方法得不到好的效果。由于非线性系统建模不精确、系统参数时变、存在外扰和噪声等,使得对这类系统的控制和分析都比较困难,对它的故障诊断也一直是难点。目前在故障诊断领域里,对线性系统的故障诊断已经研究的比较完善,而非线性系统的诊断方面还存在很多问题,如检测的鲁棒性和敏感性问题,检测的快速性问题,渐变型故障的检测问题,另外设计的非线性诊断算法通常局限于某一类对象,算法推广性也差。
磁悬浮轴承系统是生产中常用到的轴承系统,磁悬浮轴承系统通常采用差动式位移传感器以提高位移检测的性能,差动式位移传感器在每个自由度上安装有两个位移传感器同时检测转子的位移。磁轴承位移传感器的探头被安装在转子附近,经常受到转子运行时带来的振动和高速气流的影响,最容易损坏,然而目前尚未有一种在传感器发生故障时可应用的有效的故障诊断方法。
发明内容
本发明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磁轴承位移传感器的故障诊断方法。
本发明的目的可以通过以下技术方案来实现:
一种磁轴承位移传感器的故障诊断方法,包括下列步骤:
(一)、获取磁悬浮轴承单自由度系统中两个差动式位移传感器的输出信号。
(二)、获取两个差动式位移传感器的输出信号的差值,并根据磁悬浮轴承单自由度系统结构判断差动式位移传感器输出信号与故障信号及干扰力的关系。
磁悬浮轴承单自由度系统结构中,控制器的输出电压uc与传感器干扰信号ucs及转子干扰力信号ucf之间的关系式为:
uc=ucs+ucf
式中,C(s)为控制器,G(s)为转子模型,Ks1和Ks2分别为传感器1和传感器2的增益,f为转子干扰力,d1、d2分别为传感器1和传感器2上的故障信号。
(三)、根据步骤(二)获取的两个差动式位移传感器的输出信号的差值判断是否有传感器是否发生故障。
根据两个传感器的差值信号判断是否有传感器是否发生故障的具体内容为:
若两个传感器的差值信号Vd满足关系下式:
|Vd|≤Vtol
则认为两个传感器都没有发生故障,否则判定存在传感器出现故障。
(四)、若判断存在传感器发生故障,获取控制器的输出信号与传感器故障信号的比例系数,对发生故障的传感器进行识别。具体内容为:
利用两个差动式位移传感器的输出信号的差值信号Vd作为参考信号对控制器的输出电压uc进行滤波,则传感器故障信号ucs可表示为:
ucs=(-1)n(k0Vd0+kk0Vda)
其中:
式中,Vd0为两个差动式位移传感器的输出信号的差值信号Vd的直流分量,Vda为两个差动式位移传感器的输出信号的差值信号Vd的交流分量,k0为传感器交流干扰频率,kk0为传感器直流干扰频率;
根据传感器故障信号ucs与Vd0、Vda的关系获取ucs与Vd0、Vda的比例系数,若ucs与Vd0、Vda的两个比例系数皆为负值,则表示传感器1发生故障,若ucs与Vd0、Vda的比例系数皆为正值,则表示传感器2发生故障。
与现有技术相比,本发明方法以两个传感器输出信号的差值为参考信号对控制器的输出信号进行滤波,得到控制器输出信号与两个传感器输出差值信号之间的相关系数,从而根据相关系数的极性准确判断出现故障的传感器,可有效地识别出故障传感器,为提高主动磁悬浮轴承位移检测系统的可靠性提供一种新的实现方法。
附图说明
图1为差动位移传感器的主动磁悬浮轴承系统结构框图;
图2为LMS自适应滤波框图;
图3为本发明方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明针对传感器的功能受损性故障提供了一种磁轴承位移传感器的故障诊断方法,该方法包括下列步骤:
步骤一、获取磁悬浮轴承单自由度系统中两个差动式位移传感器的输出信号。
步骤二、获取两个差动式位移传感器的输出信号的差值,并根据磁悬浮轴承单自由度系统结构判断差动式位移传感器输出信号与故障信号及干扰力的关系。
图1为采用差动式电涡流位移传感器的主动磁悬浮轴承单自由度系统结构框图。图中,C(s)为控制器;Ki为磁悬浮轴承的电流刚度系数;G(s)为转子模型;Ks1和Ks2分别为传感器1和传感器2的增益;r为参考输入;f为转子所受的干扰力;d1、d2分别为施加在传感器1和传感器2上的干扰信号,分别用来模拟传感器1和传感器2的故障;V1、V2分别为传感器1和传感器2的输出信号;uc为控制器的输出信号。根据图1的系统框图可以推导出控制器的输出电压和传感器干扰信号及转子干扰力f之间的关系。令ucs为传感器的故障信号,ucf为转子干扰力信号,假设两个传感器的特性完全一致,即有:
KS1=KS2=KS
则有:
由上两个式子可知,控制器的输出信号包含两部分:一部分和传感器的故障信号有关;一部分和转子的干扰力有关,即uc=ucs+ucf。
传感器故障的形式多种多样。本系统中的传感器主要有两大类故障形式,分别为非完全型故障和完全型故障。其中非完全型故障主要包括漂移偏差故障和固定偏差故障,主要是由偏置电流或偏置电压以及工作传感器发生温漂造成;而完全型故障主要包括开路故障和短路故障,主要是由于传感器信号线断路以及传感器硬件电路中芯片管脚未连接上或信号线短接造成的。根据公式可以推导出两个传感器输出信号的差值V1-V2。
步骤三、根据两个传感器的差值信号判断传感器是否发生故障。
假设两个传感器的特性完全一致,即有Ks1=Ks2=Ks,则V1-V2==Ks(d1-d2),当两个传感器的特性完全相同时,两个位移传感器输出信号的差值仅与传感器障信号有关,可利用这个特征来检测传感器的故障,即只要两个传感器的输出信号的差值信号Vd不为零,就表示某个传感器有故障。实际应用中两个传感器的特性不可能完全一致,因此定义一个允许的误差阈值Vtol,如果两个传感器的差值信号满足关系下式:
|Vd|≤Vtol
则认为传感器没有发生故障,否则判定传感器出现故障。
步骤四、若判断有传感器发生故障,则对发生故障的传感器进行识别。
两个传感器中任一个传感器发生故障都会导致两个传感器的差值信号Vd发生变化,因此通过Vd尽管可以发现传感器有故障但却无法确定哪个传感器有故障,必须通过检测其他信号来识别故障传感器。本发明通过分析各信号之间的关系来对出现故障的传感器进行识别。
当传感器1失效,即只有干扰信号d1时,则有:
d2=0,Vd=Ksd1
将上式代入控制器的输出电压和传感器干扰信号及转子干扰力之间的关系式,可得:
当传感器2失效,即只有干扰信号d2时,则有:
d1=0,Vd=-Ksd2
将上式代入控制器的输出电压和传感器干扰信号及转子干扰力之间的关系式,可得:
将传感器1失效情况下、传感器2失效情况下得到的关系式可写为:
其中,n=1表示传感器1出现故障;n=2表示传感器2出现故障。
传感器的故障包含直流干扰和交流干扰两种可能性,因此Vd中可能同时包含有交、直流信号,即:
Vd=Vd0+Vda
其中,Vd0表示直流分量,Vda表示交流分量。由上式可知,ucs和Vd之间的关系是频率的函数,因此可将ucs进一步表示为:
ucs=(-1)n(k0Vd0+kk0Vda)
其中,k0为传感器交流干扰频率,kk0为传感器直流干扰频率。
如果传感器1发生故障,则ucs和Vd0、Vda的比例系数都是负值;如果传感器2发生故障,则ucs和Vd0、Vda的比例系数都是正值。因此通过分析ucs和Vd0、Vda的比例系数即可识别发生故障的传感器。
本发明采用数字相关滤波对各信号进行分析来确定比例系数。数字相关滤波是基于原始信号和参考信号之间的相关原理从原始信号中准确地提取出和参考信号相关的信号。
该滤波器通过最小均方算法(Least Mean Square,LMS)调整参考信号的加权因子w来调整补偿信号,使得误差信号的方差最小,随着算法的执行,加权因子w逐渐收敛于k,此时补偿信号y就是原始信号s中和参考信号r相关的成分。如果用Vd0和Vda作为参考信号对uc进行相关滤波,获取滤波器滤波后的系数,即可分析出ucs、Vd0、Vda的比例系数。原理框图如图2所示。μ为算法的收敛因子;W1,i、W2,i分别为当前时刻Vda和Vd0的权值;W1,i+1、W2,i+1分别为下一时刻Vda和Vd0的权值;yi为当前时刻的补偿信号;ei为当前时刻原始信号和补偿信号的误差。滤波器稳定之后,由W1=k0,W2=kk0可知,如果w1和w2为负,则说明传感器1有故障;如果w1和w2为正,则说明传感器2有故障。
以上所述,仅为本发明的具体实施方式,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工作人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (4)
1.一种磁轴承位移传感器的故障诊断方法,其特征在于,该方法包括下列步骤:
1)获取磁悬浮轴承单自由度系统中两个差动式位移传感器的输出信号;
2)获取两个差动式位移传感器的输出信号的差值,并根据磁悬浮轴承单自由度系统结构判断差动式位移传感器输出信号与故障信号及干扰力的关系;
3)根据步骤2)获取的两个差动式位移传感器的输出信号的差值判断是否有传感器是否发生故障;
4)若判断存在传感器发生故障,获取控制器的输出信号与传感器故障信号的比例系数,对发生故障的传感器进行识别。
3.根据权利要求2所述的一种磁轴承位移传感器的故障诊断方法,其特征在于,步骤3)中,根据两个传感器的差值信号判断是否有传感器是否发生故障的具体内容为:
若两个传感器的差值信号Vd满足关系下式:
|Vd|≤Vtol
则认为两个传感器都没有发生故障,否则判定存在传感器出现故障。
4.根据权利要求3所述的一种磁轴承位移传感器的故障诊断方法,其特征在于,步骤4)中,对发生故障的传感器进行识别的具体内容为:
利用两个差动式位移传感器的输出信号的差值信号Vd作为参考信号对控制器的输出电压uc进行滤波,则传感器故障信号ucs可表示为:
ucs=(-1)n(k0Vd0+kk0Vda)
其中:
式中,Vd0为两个差动式位移传感器的输出信号的差值信号Vd的直流分量,Vda为两个差动式位移传感器的输出信号的差值信号Vd的交流分量,k0为传感器交流干扰频率,kk0为传感器直流干扰频率;
根据传感器故障信号ucs与Vd0、Vda的关系获取ucs与Vd0、Vda的比例系数,若ucs与Vd0、Vda的两个比例系数皆为负值,则表示传感器1发生故障,若ucs与Vd0、Vda的比例系数皆为正值,则表示传感器2发生故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344339.6A CN111220061A (zh) | 2019-04-26 | 2019-04-26 | 一种磁轴承位移传感器的故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344339.6A CN111220061A (zh) | 2019-04-26 | 2019-04-26 | 一种磁轴承位移传感器的故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111220061A true CN111220061A (zh) | 2020-06-02 |
Family
ID=70827472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910344339.6A Pending CN111220061A (zh) | 2019-04-26 | 2019-04-26 | 一种磁轴承位移传感器的故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111220061A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112196897A (zh) * | 2020-10-10 | 2021-01-08 | 珠海格力电器股份有限公司 | 磁悬浮轴承控制系统、方法、装置、设备和存储介质 |
CN112729099A (zh) * | 2020-12-26 | 2021-04-30 | 北京磁浮交通发展有限公司 | 间隙探头的检测方法、装置、电子设备及计算机存储介质 |
CN114136614A (zh) * | 2021-11-19 | 2022-03-04 | 珠海格力电器股份有限公司 | 一种磁轴承系统及其转子位置评估方法、装置和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107727088A (zh) * | 2017-10-13 | 2018-02-23 | 河南工业大学 | 一种基于非线性自适应控制的全主动磁轴承系统惯性轴辨识方法 |
CN107958547A (zh) * | 2017-12-27 | 2018-04-24 | 上海电机学院 | 一种基于gsm及无线射频通信的雨伞共享系统及其方法 |
-
2019
- 2019-04-26 CN CN201910344339.6A patent/CN111220061A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107727088A (zh) * | 2017-10-13 | 2018-02-23 | 河南工业大学 | 一种基于非线性自适应控制的全主动磁轴承系统惯性轴辨识方法 |
CN107958547A (zh) * | 2017-12-27 | 2018-04-24 | 上海电机学院 | 一种基于gsm及无线射频通信的雨伞共享系统及其方法 |
Non-Patent Citations (1)
Title |
---|
宗鸣 等: "基于FPGA自适应滤波器的磁轴承位移传感器故障信号处理分析", 《电气工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112196897A (zh) * | 2020-10-10 | 2021-01-08 | 珠海格力电器股份有限公司 | 磁悬浮轴承控制系统、方法、装置、设备和存储介质 |
CN112196897B (zh) * | 2020-10-10 | 2021-07-20 | 珠海格力电器股份有限公司 | 磁悬浮轴承控制系统、方法、装置、设备和存储介质 |
CN112729099A (zh) * | 2020-12-26 | 2021-04-30 | 北京磁浮交通发展有限公司 | 间隙探头的检测方法、装置、电子设备及计算机存储介质 |
CN112729099B (zh) * | 2020-12-26 | 2022-05-17 | 北京磁浮交通发展有限公司 | 间隙探头的检测方法、装置、电子设备及计算机存储介质 |
CN114136614A (zh) * | 2021-11-19 | 2022-03-04 | 珠海格力电器股份有限公司 | 一种磁轴承系统及其转子位置评估方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111220061A (zh) | 一种磁轴承位移传感器的故障诊断方法 | |
Su et al. | Vibration signal analysis for electrical fault detection of induction machine using neural networks | |
JP6050754B2 (ja) | 信号処理に基づく故障検出、分離、及び修正のためのシステム、方法、及び装置 | |
Su et al. | Induction machine condition monitoring using neural network modeling | |
US8010320B2 (en) | Reducing gas turbine performance tracking estimation non-repeatability | |
CN116879662B (zh) | 基于数据分析的变压器故障检测方法 | |
US9535419B2 (en) | Device and method for the residual analysis of a residuum to detect system errors in the system behaviour of a system of an aircraft | |
JP2013539886A (ja) | センサ信号インパルス障害を検出及び除去するためのシステム、方法、及び装置 | |
JP5965406B2 (ja) | 不規則なセンサ信号ノイズを検出するためのシステム、方法、及び装置 | |
CN116593811B (zh) | 一种集成型变频器运行状态监测系统及监测方法 | |
CN110579638B (zh) | 基于卡尔曼滤波的交叉供电系统动态电压跌落检测方法 | |
Chai et al. | Online incipient fault diagnosis based on Kullback‐Leibler divergence and recursive principle component analysis | |
CN109657329B (zh) | 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法 | |
CN111405601B (zh) | 一种基于双通道图滤波器的传感器故障检测与定位方法 | |
Afshar et al. | Generalized roughness bearing fault diagnosis using time series analysis and gradient boosted tree | |
CN109781442B (zh) | 一种磁浮列车转向架裂缝故障的检测方法 | |
US11054340B2 (en) | Parametric trending architecture concept and design | |
Zhang et al. | Applied sensor fault detection and validation using transposed input data PCA and ANNs | |
JP3598266B2 (ja) | 機器異常診断方法および装置 | |
Classens et al. | Joint estimation of additive and parametric faults: A model-based fault diagnosis approach towards predictive maintenance | |
CN114297579A (zh) | 一种基于循环平稳测度的盲源分离方法 | |
CN114237038A (zh) | 基于复系数增益消除周期性扰动的故障检测系统和方法 | |
KR102172840B1 (ko) | 객체 제어 및 모니터링 시스템 | |
CN108613695B (zh) | 基于ica-sprt的冗余传感器故障检测方法 | |
Su et al. | A neural network method for induction machine fault detection with vibration signal |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |