CN111693867A - 基于灰色预测理论的电驱动系统绕组开路故障诊断方法 - Google Patents

基于灰色预测理论的电驱动系统绕组开路故障诊断方法 Download PDF

Info

Publication number
CN111693867A
CN111693867A CN202010749517.6A CN202010749517A CN111693867A CN 111693867 A CN111693867 A CN 111693867A CN 202010749517 A CN202010749517 A CN 202010749517A CN 111693867 A CN111693867 A CN 111693867A
Authority
CN
China
Prior art keywords
fault
current
phase
winding
axis
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
Application number
CN202010749517.6A
Other languages
English (en)
Inventor
蒋雪峰
李运之
蔡卫峰
芦晓勇
王锦龙
张俊芳
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010749517.6A priority Critical patent/CN111693867A/zh
Publication of CN111693867A publication Critical patent/CN111693867A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/346—Testing of armature or field windings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/54—Testing for continuity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/72—Testing of electric windings

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种基于灰色预测理论的电驱动系统绕组开路故障诊断方法，其中电驱动系统包括双绕组永磁电机，两套三相桥式逆变器以及故障诊断模块。该方法首先通过采集电流数据构成灰色预测模型的原始序列，利用灰色预测的数学模型来预测下一时刻的电流值，然后通过故障诊断器将预测数据与原始数据做差并与设置好的阈值进行比较，以此来判断是否故障并通过反馈的故障信号判断故障绕组的位置。本发明可靠性高，不需要额外的传感器，可以快速准确的诊断以及定位电驱动系统的绕组开路故障。

Description

基于灰色预测理论的电驱动系统绕组开路故障诊断方法
技术领域
本发明涉及电驱动系统故障诊断领域，尤其是涉及基于灰色预测理论的电驱动系统绕组开路故障诊断方法。
背景技术
随着多电、全电飞机及混合、纯电动汽车的发展，电机驱动系统迎来了新的发展机遇和挑战，除了要求高功率密度和高效率外，同时还需具备高输出性能和高可靠性，这已成为电机驱动系统的关键所在。然而，当电驱动系统发生故障后，电机非对称运行，输出转矩将出现脉动，产生较大的机械噪声，导致系统的整体性能下降，尤其是输出功率大大降低，甚至不能正常工作，严重危害系统的安全，为了避免或减轻电驱动故障造成的严重危害，就得具有对电驱动系统的故障进行准确地检测和定位的功能，因此，研究电驱动系统的故障诊断技术就尤其重要了。
电驱动系统经常会发生一些电气故障，一般可以归结为四种类型：功率管开路故障、功率管短路故障、绕组开路故障及绕组短路故障。相比于开路故障，短路故障已经存在许多比较成熟的诊断方案，而相比于短路故障，开路故障发生后往往电机还能够继续运行，所以不易被发现，但其危害较大，因为在此情况下其余IGBT将流过更大的电流，易发生过流故障；且电机电流中存在直流电流分量，会引起转矩减小、发热、绝缘损坏等问题，如不及时处理开路故障，将会引发更大的事故。所以，要研究系统故障时的容错控制能力首先就要求能够对系统的故障进行准确地检测和定位，为了满足复杂条件下电机驱动系统的高机动性和高可靠性，研究故障诊断技术来实现电机容错控制显得尤为重要。
目前，主要有专家系统法、电流检测法和电压检测法三种。专家系统法基于经验积累，将可能发生的故障一一列出，归纳出规律并建立知识库，当发生故障的时候只需要观测故障现象，查询知识库即可判断故障类型，难点在于难以穷尽所有的故障现象并得到完备的故障知识库，而有些故障模态往往与系统正常运行时的某种状态时非常相似，造成了难以准确匹配故障。电压检测方法具有鲁棒性强、诊断速度快等优点，但其通用性差，并且增设电压传感器会导致系统的成本和复杂度增加。考虑到系统参数和控制策略的独立性，电流检测是目前最常见的开路故障诊断方法，它不需要额外增设的传感器。在以往的电力拖动系统中依赖于计算一个或多个周期的电流来诊断故障，这也意味着电机将会在故障状态下运行更多的时间，增加了系统的损耗以及风险。
发明内容
本发明的目的是克服现有技术中存在的缺陷，提供一种基于灰色预测的电驱动系统绕组开路故障诊断方法，使其简单易行，可靠性高，诊断时间短，能够有效地检测和定位电驱动系统的绕组开路故障。
本发明为解决上述技术问题采用以下技术方案：
基于灰色预测的电驱动系统绕组开路故障诊断方法，其中电驱动系统包括双绕组永磁电机，两套三相桥式逆变器以及故障诊断模块，且该方法包括以下步骤：
步骤1：将采集到的双绕组永磁电机ABC三相绕组电流iA、iB、iC以及XYZ三相绕组电流iX、iY、iZ进行abc/dq坐标变换得到dq轴实际电流，并分别记为id1、iq1和id2、iq2，将采集到的实际转速ωr和给定转速ωr*进行PI调节后输出给定q轴电流iq1*和iq2*，将给定q轴电流iq1*、iq2*和q轴实际电流iq1、iq2进行PI调节后输出给定q轴电压Vq1*、Vq2*，将给定d轴电流id1*、id2*和d轴实际电流id1、id2进行PI调节后输出给定d轴电压Vd1*和Vd2*，分别将给定q轴、d轴电压Vq1*、Vq2*、Vd1*、Vd2*通过dq/αβ坐标变换得到αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*，将αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*通过电压空间矢量脉宽调制后得到三相PWM波，两套逆变器接收电压空间矢量脉宽调制后的三相PWM波，并驱动永磁电机运行；
步骤2：按照等时间间隔分别对A、B、C、X、Y、Z六相电流进行采集，并储存若干位采集结果作为灰色预测模型的原始序列，分别记为
Figure 780473DEST_PATH_IMAGE001
其中：
Figure 782189DEST_PATH_IMAGE002
Figure 468385DEST_PATH_IMAGE003
Figure 737693DEST_PATH_IMAGE004
Figure 851142DEST_PATH_IMAGE005
Figure 776373DEST_PATH_IMAGE006
Figure 62998DEST_PATH_IMAGE007
步骤3：将原始序列代入建立好的灰色预测模型，并依据模型来预测下一步或下几步的电流值，预测值记为
Figure 390074DEST_PATH_IMAGE008
，灰色预测模型如下所示：
Figure 736742DEST_PATH_IMAGE009
Figure 883689DEST_PATH_IMAGE010
Figure 911688DEST_PATH_IMAGE011
Figure 654123DEST_PATH_IMAGE012
Figure 109375DEST_PATH_IMAGE013
Figure 9198DEST_PATH_IMAGE014
其中
Figure 637625DEST_PATH_IMAGE015
分别为A、B、C、X、Y、Z六相的发展灰度，反应预测的发展态势，
Figure 673714DEST_PATH_IMAGE016
分别为A、B、C、X、Y、Z六相控制系数，反应了数据变化的关系，且
Figure 362185DEST_PATH_IMAGE015
与
Figure 483724DEST_PATH_IMAGE016
均可根据采集的电流数据进行求解；
步骤4：根据双绕组永磁电机的实际运行参数设置故障判断的阈值r’，将下一时刻的电流预测数据
Figure 853526DEST_PATH_IMAGE017
与实际采样的电流值iA、iB、iC、iX、iY、iZ进行比较，如果其中一相的预测值与实际值之差的绝对值超过阈值r’，以A相为例即为
Figure 72018DEST_PATH_IMAGE018
，则判断为该相绕组出现开路故障，故障模块立即反馈该绕组的故障信号；若差值小于等于阈值，以A相为例即为
Figure 869072DEST_PATH_IMAGE019
，则说明没有故障发生。
本发明的有益效果在于：与现有技术相比，本发明可靠性高，不容易发生误判断，不需要额外的传感器，通用性强。诊断速度快，不需要依赖计算一个周期甚至多个周期的电流来诊断故障，仅在若干个采样值之内即可判断故障，并且可以判断一相或多相故障，大大减少了故障运行对电机造成的损害。
附图说明
图1为本发明基于灰色预测的电驱动系统绕组开路故障诊断策略框图。
图2为本发明灰色预测开路故障诊断原理图。
具体实施方式
下面将结合说明书附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的的所有其他实施例，都属于本发明的保护范围。
如图1所示，本发明基于灰色预测理论的电驱动系统绕组开路故障诊断方法，其中电驱动系统包括双绕组永磁电机，两套三相桥式逆变器以及故障诊断模块，且该方法包括以下具体步骤：
步骤1：将采集到的双绕组永磁电机ABC三相绕组电流iA、iB、iC以及XYZ三相绕组电流iX、iY、iZ进行abc/dq坐标变换得到dq轴实际电流，并分别记为id1、iq1和id2、iq2，将采集到的实际转速ωr和给定转速ωr*进行PI调节后输出给定q轴电流iq1*和iq2*，将给定q轴电流iq1*、iq2*和q轴实际电流iq1、iq2进行PI调节后输出给定q轴电压Vq1*、Vq2*，将给定d轴电流id1*、id2*和d轴实际电流id1、id2进行PI调节后输出给定d轴电压Vd1*和Vd2*，分别将给定q轴、d轴电压Vq1*、Vq2*、Vd1*、Vd2*通过dq/αβ坐标变换得到αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*，将αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*通过电压空间矢量脉宽调制后得到三相PWM波，两套逆变器接收电压空间矢量脉宽调制后的三相PWM波，并驱动永磁电机运行；
步骤2：按照等时间间隔分别对A、B、C、X、Y、Z六相电流进行采集，并储存若干位采集结果作为灰色预测模型的原始序列，分别记为
Figure 477908DEST_PATH_IMAGE001
其中：
Figure 949603DEST_PATH_IMAGE002
Figure 960284DEST_PATH_IMAGE003
Figure 990557DEST_PATH_IMAGE004
Figure 86689DEST_PATH_IMAGE005
Figure 798293DEST_PATH_IMAGE006
Figure 991377DEST_PATH_IMAGE007
步骤3：将原始序列代入建立好的灰色预测模型，并依据模型来预测下一步或下几步的电流值，预测值记为
Figure 130235DEST_PATH_IMAGE008
，灰色预测模型如下所示：
Figure 510400DEST_PATH_IMAGE009
Figure 25695DEST_PATH_IMAGE010
Figure 10969DEST_PATH_IMAGE011
Figure 881580DEST_PATH_IMAGE012
Figure 686724DEST_PATH_IMAGE013
Figure 802448DEST_PATH_IMAGE014
其中
Figure 642228DEST_PATH_IMAGE015
分别为A、B、C、X、Y、Z六相的发展灰度，反应预测的发展态势，
Figure 122888DEST_PATH_IMAGE016
分别为A、B、C、X、Y、Z六相控制系数，反应了数据变化的关系，且
Figure 743225DEST_PATH_IMAGE015
与
Figure 334743DEST_PATH_IMAGE016
均可根据采集的电流数据进行求解；
步骤4：根据双绕组永磁电机的实际运行参数设置故障判断的阈值r’，将下一时刻的电流预测数据
Figure 294609DEST_PATH_IMAGE017
与实际采样的电流值iA、iB、iC、iX、iY、iZ进行比较，如果其中一相的预测值与实际值之差的绝对值超过阈值r’，以A相为例即为
Figure 8487DEST_PATH_IMAGE018
，则判断为该相绕组出现开路故障，故障模块立即反馈该绕组的故障信号；若差值小于等于阈值，以A相为例即为
Figure 788225DEST_PATH_IMAGE019
，则说明没有故障发生。
图2灰色预测模型搭建过程，在本例中保存等间隔电流采样的数据连续8位，具体步骤为：
步骤1：对某一相电流进行采样，并将等时间间隔的n=8个采样数据记为：
Figure 747216DEST_PATH_IMAGE020
步骤2：对X (0)进行依次累加生成一阶累加生成序列X (1)：
Figure 561588DEST_PATH_IMAGE021
其中x(1)为：
Figure 384050DEST_PATH_IMAGE022
令Z (1)为X (1)的邻均值等权数列：
Figure 713400DEST_PATH_IMAGE023
其中：
Figure 912301DEST_PATH_IMAGE024
因为原始序列内的数据均为实际检测的电流值，所以数列X (0)满足光滑性检验的要求，可对X (1)建立GM(1,1)模型；
步骤3：建立白化微分方程：
Figure 643496DEST_PATH_IMAGE025
其中
Figure 636860DEST_PATH_IMAGE026
为发展灰度，反应预测的发展态势，
Figure 391189DEST_PATH_IMAGE027
为内生成控制系数，反应了数据变化的关系，设：
Figure 456097DEST_PATH_IMAGE028
则令：
Figure 979483DEST_PATH_IMAGE029
可以对
Figure 143748DEST_PATH_IMAGE030
进行求解，其中，
Figure 946225DEST_PATH_IMAGE031
步骤4：将获得的
Figure 486928DEST_PATH_IMAGE032
代入白化微分方程中，求解方程得到灰色GM（1,1）预测模型：
Figure 927137DEST_PATH_IMAGE033
将上式进行累减还原即可得到预测数据：
Figure 527882DEST_PATH_IMAGE034
。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行同等替换，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.基于灰色预测的电驱动系统绕组开路故障诊断方法，其特征在于，电驱动系统包括双绕组永磁电机，两套三相桥式逆变器以及故障诊断模块，且该方法包括以下步骤：
步骤1：将采集到的双绕组永磁电机ABC三相绕组电流iA、iB、iC以及XYZ三相绕组电流iX、iY、iZ进行abc/dq坐标变换得到dq轴实际电流，并分别记为id1、iq1和id2、iq2，将采集到的实际转速ωr和给定转速ωr*进行PI调节后输出给定q轴电流iq1*和iq2*，将给定q轴电流iq1*、iq2*和q轴实际电流iq1、iq2进行PI调节后输出给定q轴电压Vq1*、Vq2*，将给定d轴电流id1*、id2*和d轴实际电流id1、id2进行PI调节后输出给定d轴电压Vd1*和Vd2*，分别将给定q轴、d轴电压Vq1*、Vq2*、Vd1*、Vd2*通过dq/αβ坐标变换得到αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*，将αβ轴参考电压Vα1*、Vβ1*和Vα2*、Vβ2*通过电压空间矢量脉宽调制后得到三相PWM波，两套逆变器接收电压空间矢量脉宽调制后的三相PWM波，并驱动永磁电机运行；
步骤2：按照等时间间隔分别对A、B、C、X、Y、Z六相电流进行采集，并储存若干位采集结果作为灰色预测模型的原始序列，分别记为
Figure 13869DEST_PATH_IMAGE001
其中：
Figure 420579DEST_PATH_IMAGE002
Figure 652977DEST_PATH_IMAGE003
Figure 424624DEST_PATH_IMAGE004
Figure 437580DEST_PATH_IMAGE005
Figure 320085DEST_PATH_IMAGE006
Figure 672569DEST_PATH_IMAGE007
步骤3：将原始序列代入建立好的灰色预测模型，并依据模型来预测下一步或下几步的电流值，预测值记为
Figure 677434DEST_PATH_IMAGE008
，灰色预测模型如下所示：
Figure 679150DEST_PATH_IMAGE009
Figure 365347DEST_PATH_IMAGE010
Figure 634654DEST_PATH_IMAGE011
Figure 748103DEST_PATH_IMAGE012
Figure 735651DEST_PATH_IMAGE013
Figure 959959DEST_PATH_IMAGE014
其中
Figure 287035DEST_PATH_IMAGE015
分别为A、B、C、X、Y、Z六相的发展灰度，反应预测的发展态势，
Figure 368124DEST_PATH_IMAGE016
分别为A、B、C、X、Y、Z六相控制系数，反应了数据变化的关系，且
Figure 780650DEST_PATH_IMAGE015
与
Figure 369501DEST_PATH_IMAGE016
均可根据采集的电流数据进行求解；
步骤4：根据双绕组永磁电机的实际运行参数设置故障判断的阈值r’，将下一时刻的电流预测数据
Figure 551084DEST_PATH_IMAGE017
与实际采样的电流值iA、iB、iC、iX、iY、iZ进行比较，如果其中一相的预测值与实际值之差的绝对值超过阈值r’，以A相为例即为
Figure 6336DEST_PATH_IMAGE018
，则判断为该相绕组出现开路故障，故障模块立即反馈该绕组的故障信号；若差值小于等于阈值，以A相为例即为
Figure 702897DEST_PATH_IMAGE019
，则说明没有故障发生。
CN202010749517.6A 2020-07-30 2020-07-30 基于灰色预测理论的电驱动系统绕组开路故障诊断方法 Pending CN111693867A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010749517.6A CN111693867A (zh) 2020-07-30 2020-07-30 基于灰色预测理论的电驱动系统绕组开路故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010749517.6A CN111693867A (zh) 2020-07-30 2020-07-30 基于灰色预测理论的电驱动系统绕组开路故障诊断方法

Publications (1)

Publication Number Publication Date
CN111693867A true CN111693867A (zh) 2020-09-22

Family

ID=72487048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010749517.6A Pending CN111693867A (zh) 2020-07-30 2020-07-30 基于灰色预测理论的电驱动系统绕组开路故障诊断方法

Country Status (1)

Country Link
CN (1) CN111693867A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114244234A (zh) * 2021-12-14 2022-03-25 南京科远驱动技术有限公司 一种双定子永磁电机的无速度传感器容错控制方法
CN115128456A (zh) * 2022-06-29 2022-09-30 哈尔滨工业大学 一种双余度电机开路故障检测及故障定位方法
CN116794506A (zh) * 2023-05-19 2023-09-22 江苏交科能源科技发展有限公司 一种永磁同步电机开路故障检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105024611A (zh) * 2015-08-16 2015-11-04 石成富 一种永磁电机的智能控制方法
CN109361335A (zh) * 2018-12-10 2019-02-19 南京理工大学 一种基于永磁容错电机的电驱动系统及其容错控制方法
CN209233762U (zh) * 2018-12-10 2019-08-09 南京理工大学 一种基于永磁容错电机的电驱动系统
CN111123102A (zh) * 2019-12-27 2020-05-08 南京理工大学 一种永磁容错电机驱动系统的故障诊断方法
CN111458638A (zh) * 2020-04-16 2020-07-28 江苏航迅飞信息科技有限公司 永磁同步电机驱动系统功率管开路故障诊断方法
CN111458666A (zh) * 2020-04-16 2020-07-28 江苏航迅飞信息科技有限公司 永磁同步电机绕组开路故障诊断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105024611A (zh) * 2015-08-16 2015-11-04 石成富 一种永磁电机的智能控制方法
CN109361335A (zh) * 2018-12-10 2019-02-19 南京理工大学 一种基于永磁容错电机的电驱动系统及其容错控制方法
CN209233762U (zh) * 2018-12-10 2019-08-09 南京理工大学 一种基于永磁容错电机的电驱动系统
CN111123102A (zh) * 2019-12-27 2020-05-08 南京理工大学 一种永磁容错电机驱动系统的故障诊断方法
CN111458638A (zh) * 2020-04-16 2020-07-28 江苏航迅飞信息科技有限公司 永磁同步电机驱动系统功率管开路故障诊断方法
CN111458666A (zh) * 2020-04-16 2020-07-28 江苏航迅飞信息科技有限公司 永磁同步电机绕组开路故障诊断方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114244234A (zh) * 2021-12-14 2022-03-25 南京科远驱动技术有限公司 一种双定子永磁电机的无速度传感器容错控制方法
CN115128456A (zh) * 2022-06-29 2022-09-30 哈尔滨工业大学 一种双余度电机开路故障检测及故障定位方法
CN115128456B (zh) * 2022-06-29 2023-04-07 哈尔滨工业大学 一种双余度电机开路故障检测及故障定位方法
CN116794506A (zh) * 2023-05-19 2023-09-22 江苏交科能源科技发展有限公司 一种永磁同步电机开路故障检测方法及系统
CN116794506B (zh) * 2023-05-19 2024-02-27 江苏交科能源科技发展有限公司 一种永磁同步电机开路故障检测方法及系统

Similar Documents

Publication Publication Date Title
CN111458638B (zh) 永磁同步电机驱动系统功率管开路故障诊断方法
CN111458666B (zh) 永磁同步电机绕组开路故障诊断方法
CN111693867A (zh) 基于灰色预测理论的电驱动系统绕组开路故障诊断方法
Meinguet et al. A method for fault detection and isolation based on the processing of multiple diagnostic indices: application to inverter faults in AC drives
CN105158627B (zh) 双绕组永磁容错电机驱动系统的开路故障诊断方法
An et al. Current residual vector-based open-switch fault diagnosis of inverters in PMSM drive systems
CN108776306B (zh) 一种永磁电机故障的智能诊断装置及方法
CN109870639B (zh) 一种开绕组电驱动变流系统开关管开路故障诊断方法
US9026393B2 (en) High voltage interlock strategy
CN111679225B (zh) 基于模糊逻辑理论的电驱动系统开路故障诊断方法
CN110247600B (zh) 一种电机控制方法、装置、存储介质及电机
CN109698656B (zh) 电动汽车ipm电驱系统母线电流安全信号的获取方法
CN112511061A (zh) 一种转子位置传感器故障检测及容错控制方法及系统
CN111830436A (zh) 基于灰色预测理论的电驱动系统功率管开路故障诊断方法
CN111551872A (zh) 一种pmsm驱动系统逆变器开路故障在线诊断方法
CN111398860A (zh) 一种混合式的pmsm驱动系统逆变器开路故障在线诊断方法
CN111740676B (zh) 电驱动系统功率管开路故障容错控制方法
CN109782105A (zh) 一种变频调速系统三相逆变器功率管故障实时检测方法
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
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
KR102008942B1 (ko) 영구자석 전동기의 고정자 권선 단락 고장 및 불가역 감자 고장 진단 방법 및 장치
CN113125955B (zh) 一种电动汽车、电动汽车驱动系统性能监测方法及系统
CN111983451B (zh) 一种基于搅拌器的无刷直流电机开路故障诊断方法
Zine et al. Hybrid sensorless control strategy for ev applications based on high frequency signal injection and machine learning
Zhang et al. Open-Circuited Faults Diagnosis of a Nine-Phase Permanent Magnet Synchronous Motor Drive System Based on Mean Phase Current

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: 20200922