CN114172443A - 一种永磁电机驱动系统电流传感器故障在线诊断方法 - Google Patents
一种永磁电机驱动系统电流传感器故障在线诊断方法 Download PDFInfo
- Publication number
- CN114172443A CN114172443A CN202111454820.4A CN202111454820A CN114172443A CN 114172443 A CN114172443 A CN 114172443A CN 202111454820 A CN202111454820 A CN 202111454820A CN 114172443 A CN114172443 A CN 114172443A
- Authority
- CN
- China
- Prior art keywords
- current
- current sensor
- fault
- permanent magnet
- magnet motor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003745 diagnosis Methods 0.000 title claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 19
- 230000001131 transforming effect Effects 0.000 claims description 5
- 239000003990 capacitor Substances 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
- H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
- H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了一种永磁电机驱动系统电流传感器故障在线诊断方法,属于电机故障诊断技术领域,所述方法包括如下步骤:采集得到永磁电机的定子电流ia和ib以及永磁电机转子的实际速度信号wr和角度信号θr,并根据ia、ib、wr和θr得到残差信号εa和εb;得到A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k);定义电流传感器故障标志函数Fx、Yx和Zx,并得到电流传感器的故障特征;根据故障特征定位电流传感器的故障相和故障类型;本发明解决了单个或多个电流传感器故障的准确定位和类型辨识的问题,为驱动系统的容错控制提供可靠的故障信息,保障永磁电机的高效和可靠运行。
Description
技术领域
本发明属于电机故障诊断技术领域,尤其涉及一种永磁电机驱动系统电流传感器故障在线诊断方法。
背景技术
相比于异步牵引电机,永磁电机具有效率高、启动快、过载能力强及噪声小的优点,被认为是高速列车下一代牵引传动系统的主要发展方向之一。列车运行条件复杂多变、工况频繁切换等易导致电机驱动系统关键部件如变流器、传感器的故障,其中,电流传感器长时间受到较大的电热应力、电磁干扰等因素影响更易于发生故障。永磁电机的驱动系统一般使用两个电流传感器来采集定子电流信息,然后将其进行坐标变换作为电流控制环的反馈量,从而实现驱动系统的闭环控制。当电流传感器发生故障时,将导致电流反馈量出现偏差,影响电机的控制性能,甚至导致系统的停机故障。因此,在对系统可靠性要求较高的应用场合,如高速列车、航空航天、舰船推进等,要求控制系统对电流传感器的故障具有在线诊断和容错运行的能力。
现有技术中,目前广泛应用的电流传感器故障诊断方法可分为基于信号的方法和基于模型的方法两大类。基于信号的方法,一般通过分析测量信号和系统正常状态的先验信号的特征来诊断电流传感器的故障,这类方法的诊断速度快,适应性强,但一般仅适用于某些特定的电流传感器故障模式。基于模型的方法,需要从系统数学模型获得的测量信号和估计信号来生成残差。然后,将残差与预先设定的故障检测阈值进行比较,得到诊断结果。该类方法可适用于各种典型故障模式,但是难以准确识别故障类型,且受模型参数精度的影响较大。
发明内容
针对现有技术中永磁电机驱动系统的电流传感器故障诊断的共性难题,本发明提供的一种永磁电机驱动系统电流传感器故障在线诊断方法,通过实时监测永磁电机驱动系统的运行状态,解决了及时诊断电流传感器的故障类型的问题,为驱动系统的容错控制提供可靠的故障信息,保障永磁电机的高效和可靠运行。
为了达到上述发明目的,本发明采用的技术方案为:
本发明提供一种永磁电机驱动系统电流传感器故障在线诊断方法,包括如下步骤:
S1、通过电流传感器和增量式光电编码器分别对应采集得到永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和角度信号θr,并根据ia、ib、wr和θr得到第一残差信号εa和第二残差信号εb;
S2、分别将εa和εb在每个采样周期k时刻对应的残差信号值与阈值ε比较,得到A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k);
S3、定义电流传感器第一故障标志函数Fx、第二故障标志函数Yx和第三故障标志函数Zx,并分别根据Fx、Yx和Zx对应得到第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征;
S4、根据第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征定位电流传感器的故障相和故障类型。
本发明的有益效果为:本发明提供一种永磁电机驱动系统电流传感器故障在线诊断方法,通过实时计算αβ坐标系下传感器测量的电流信号与估计电流信号之间的残差,用于诊断和定位电流传感器的故障,然后采用二阶差分算子计算电流的二阶差分,同时计算一个基波周期的电流分量,从而实现传感器故障类型的辨识;该诊断方法不仅可以诊断单相和两相电流传感器的故障,还可以准确辨识四种典型的故障类型,可为驱动系统的维修决策和容错控制提供有力的支撑;本发明不需要附加的传感器等硬件,且本故障在线诊断方法可以嵌入到矢量控制、直接转矩控制和预测控制等各种电机控制算法中,具有较强的适应性。
进一步地,所述步骤S1包括如下步骤:
S11、通过电流传感器和增量式光电编码器分别对应采集得到永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和转子电角度θe;
S12、利用Clark变换将ia和ib变换,分别得到αβa坐标系下的定子电流α轴分量iαa和定子电流β轴分量iβa以及αβb坐标系下的定子电流α轴分量iαb和定子电流β轴分量iβb;
S13、根据wr与参考转速信号ωr*通过PI速度控制器,得到q轴参考电流iq*,并根据永磁电机的控制模式,得到d轴参考电流id*;
S14、利用Park变换将iq*和id*变换,分别得到αβa坐标系下的参考定子电流α轴分量iαa*和参考定子电流β轴分量iβa*以及αβb坐标系下的参考定子电流α轴分量iαb*和参考定子电流β轴分量iβb*;
S15、根据iαa和iαa*以及iαb和iαb*,分别对应得到第一残差信号εa和第二残差信号εb。
采用上述进一步方案的有益效果为:通过实时计算αβ坐标系下电流传感器传感器测量的电流信号与估计电流信号之间的残差,用于诊断和定位电流传感器的故障。
进一步地,所述步骤S12中αβa坐标系下的定子电流α轴分量iαa和定子电流β轴分量iβa的表达式如下:
所述αβb坐标系下的定子电流α轴分量iαb和定子电流β轴分量iβb的表达式如下:
采用上述进一步方案的有益效果为:通过测量得到定子电流,为计算得到电流残差提供电流信号测量基础。
进一步地,所述步骤S14中αβa坐标系下的参考定子电流α轴分量iαa*和参考定子电流β轴分量iβa*表达式如下:
所述αβb坐标系下的参考定子电流α轴分量iαb*和参考定子电流β轴分量iβb*表达式如下:
其中,θe表示转子电角度。
采用上述进一步方案的有益效果为:通过获取参考电流,为计算得到电流残差提供电流信号测量基础。
进一步地,所述步骤S15中第一残差信号εa表达式如下:
εa=|iαa-iαa *|
所述第二残差信号εb表达式如下:
εb=|iαb-iαb *|
其中,| |表示取绝对值。
采用上述进一步方案的有益效果为:通过计算得到残差电流,与残差电流阈值进行比较,得到电流传感器状态变化量,为获得故障标志提供基础。
进一步地,所述步骤S2中A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k)表达式如下:
x=a,b
其中,0表示当前时刻电流残差小于阈值ε,1表示当前时刻电流残差大于阈值ε,a表示A相电流传感器,b表示B相电流传感器。
采用上述进一步方案的有益效果为:通过计算得到电流传感器的状态变化量,为电流传感器是否发生故障提供判断的基础。
进一步地,所述步骤S3中第一故障标志函数Fx的表达式如下:
x=a,b
其中,Mx表示A相电流传感器或B相电流传感器在一个基波周期的故障次数,n表示一个基波周期内的采样点数,Mth表示故障次数阈值。
采用上述进一步方案的有益效果为:通过电流传感器故障次数与故障次数阈值的比较,对电流传感器是否发生故障进行诊断。
进一步地,所述步骤S3中第二故障标志函数Yx表达式如下:
x=a,b
其中,Δix 2(k)表示诊断变量,k表示采样时刻,ix(k)表示k时刻电流采样值,a表示A相电流传感器,b表示B相电流传感器。
采用上述进一步方案的有益效果为:通过诊断变量是否为零,对电流传感器的故障类型提供判断的基础。
进一步地,所述步骤S3中第三故障标志函数Zx表达式如下:
x=a,b
其中,a表示A相电流传感器,b表示B相电流传感器,ix(t)表示t时刻的电流采样值,Six表示定子电流单基波周期的对称性参数,T表示基波周期,t表示时间,Sth表示定子电流单基波周期的对称性阈值。
采用上述进一步方案的有益效果为:通过定子电流单周期的对称性参数与阈值比较,对电流传感器的故障类型提供判断的基础。
附图说明
图1为本发明实施例中基于三电平T型逆变器的永磁电机驱动系统框图
图2为本发明实施例中永磁电机驱动系统电流传感器故障在线诊断方法的步骤流程图。
图3为本发明实施例中电流传感器四种典型故障模式下的仿真波形图。
图4为本发明实施例中永磁电机电流传感器故障在线诊断方法框图。
图5为本发明实施例中防止电流传感器误诊断原理框图。
图6为本发明实施例中A相电流传感器断线故障下的诊断结果。
图7为本发明实施例中A相电流传感器卡死故障下的诊断结果。
图8为本发明实施例中A相电流传感器增益故障下的诊断结果。
图9为本发明实施例中A相电流传感器偏置故障下的诊断结果。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
本发明公开一种永磁电机驱动系统的电流传感器故障在线诊断方法,该方法通过实时计算αβa坐标系和αβb坐标系下传感器测量的电流信号与估计电流信号之间的残差,实现传感器的故障在线诊断和定位,同时,采用二阶差分算子计算电流的二阶差分,并计算一个基波周期的电流分量,来识别电流传感器的故障类型。本发明不仅可以检测和定位单个或多个电流传感器的故障,还可以准确辨识卡死故障、偏置故障、断线故障和增益故障四种典型的故障类型,且对电流扰动具有一定抵抗能力。
在本发明的一个实施例中,如图1所示,本发明提供基于三电平T型逆变器的永磁电机驱动系统,该系统包括三相三电平T型逆变器和永磁电机,在A相桥臂和B相桥臂的交流输出侧分别布设一个电流传感器CTa和CTb;直流母线电容C2的正极到直流母线电容C1的负极方向连有直流母线DC bus;所述功率功率开关管Sa1、功率开关管Sa2、功率开关管Sa3、功率开关管Sb1、功率开关管Sb2、功率开关管Sb3、功率开关管Sc1、功率开关管Sc2和功率开关管Sc3的发射极与集电极间分别对应连接有续流二极管的正极和负极;所述电容C1的正极分别与功率开关管Sa1的集电极、Sb1的集电极和功率开关管Sc1的集电极连接;所述功率开关管Sa1的发射极分别与功率开关管Sa3的集电极、功率开关管Sa4的集电极和电路传感器CTa的一端连接;所述电流传感器CTa的另一端与永磁电机的A相连接;所述功率开关管Sb1的发射极分别与功率开关管Sb3的集电极、功率开关管Sb4的集电极和电路传感器CTb的一端连接;所述电流传感器CTb的另一端与永磁电机的B相连接;所述功率开关管Sc1的发射极分别与功率开关管Sc3的集电极和功率开关管Sc4的集电极和永磁电机的C相连接;所述电容C1的负极分别与电容C2的正极、功率开关管Sa2的集电极、功率开关管Sb2的集电极和功率开关管Sc2的集电极连接;所述功率开关管Sa2的发射极与功率开关管Sa3的发射极连接;所述功率开关管Sb2的发射极与功率开关管Sb3的发射极连接;所述功率开关管Sc2的发射极与功率开关管Sc3的发射极连接;所述电容C2的负极分别与功率开关管Sa4的发射极、功率开关管Sb4的发射极和功率开关管Sc4的发射极连接;所述直流母线DC bus提供直流电源udc和直流电流idc;所述永磁电机A相通有电流ia;所述永磁电机B相通有电流ib;所述永磁电机C相通有电流ic;
如图2所示,本发明提供一种永磁电机驱动系统电流传感器故障在线诊断方法,包括如下步骤:
S1、通过电流传感器和增量式光电编码器分别对应采集得到永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和角度信号θr,并根据ia、ib、wr和θr得到第一残差信号εa和第二残差信号εb;
所述ia和ib根据基尔霍夫定律得到C相电流ic的计算表达式如下:
ic=-(ia+ib)
所述步骤S1包括如下步骤:
S11、通过电流传感器和增量式光电编码器分别对应采集得到永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和转子电角度θe;
S12、利用Clark变换将ia和ib变换,分别得到αβa坐标系下的定子电流α轴分量iαa和定子电流β轴分量iβa以及αβb坐标系下的定子电流α轴分量iαb和定子电流β轴分量iβb;
所述步骤S12中αβa坐标系下的定子电流α轴分量iαa和定子电流β轴分量iβa的表达式如下:
所述αβb坐标系下的定子电流α轴分量iαb和定子电流β轴分量iβb的表达式如下:
其中,ia表示永磁电机的A相定子电流,ib表示永磁电机的B相定子电流;
S13、根据wr与参考转速信号ωr*通过PI速度控制器,得到q轴参考电流iq*,并根据永磁电机的控制模式,得到d轴参考电流id*;
S14、利用Park变换将iq*和id*变换,分别得到αβa坐标系下的参考定子电流α轴分量iαa*和参考定子电流β轴分量iβa*以及αβb坐标系下的参考定子电流α轴分量iαb*和参考定子电流β轴分量iβb*;
所述步骤S14中αβa坐标系下的参考定子电流α轴分量iαa*和参考定子电流β轴分量iβa*表达式如下:
所述αβb坐标系下的参考定子电流α轴分量iαb*和参考定子电流β轴分量iβb*表达式如下:
其中,θe表示转子电角度。
S15、根据iαa和iαa*以及iαb和iαb*,分别对应得到第一残差信号εa和第二残差信号εb;
所述步骤S15中第一残差信号εa表达式如下:
εa=|iαa-iαa *|
所述第二残差信号εb表达式如下:
εb=|iαb-iαb *|
其中,| |表示取绝对值;
S2、分别将εa和εb在每个采样周期k时刻对应的残差信号值与阈值ε比较,得到A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k);
所述步骤S2中A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k)表达式如下:
x=a,b
其中,0表示当前时刻电流残差小于阈值ε,1表示当前时刻电流残差大于阈值ε,a表示A项电流传感器,b表示B项电流传感器;
S3、定义电流传感器第一故障标志函数Fx、第二故障标志函数Yx和第三故障标志函数Zx,并分别根据Fx、Yx和Zx对应得到第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征;
所述步骤S3中第一故障标志函数Fx的表达式如下:
x=a,b
其中,Mx表示A相电流传感器或B相电流传感器在一个基波周期的故障次数,n表示一个基波周期内的采样点数,Mth表示故障次数阈值;
所述步骤S3中第二故障标志函数Yx表达式如下:
x=a,b
其中,Δix 2(k)表示诊断变量,k表示采样时刻,ix(k)表示k时刻电流采样值,a表示A相电流传感器,b表示B相电流传感器;
所述步骤S3中第三故障标志函数Zx表达式如下:
x=a,b
其中,a表示A相电流传感器,b表示B相电流传感器,ix(t)表示t时刻的电流采样值,Six表示定子电流单基波周期的对称性参数,T表示基波周期,t表示时间,Sth表示定子电流单基波周期的对称性阈值;
S4、根据第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征定位电流传感器的故障相和故障类型;
所述第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征为第一故障标志函数Fx结果、第三故障标志函数Yx结果和第三故障标志函数Zx结果;
所述电流传感器的故障相和故障类型如表1所示:
表1
F<sub>x</sub> | Y<sub>x</sub> | Z<sub>x</sub> | 故障类型 | T<sub>x</sub> |
0 | / | / | 无故障 | 0 |
1 | 0 | 0 | 断线故障 | 1 |
1 | 0 | 1 | 卡死故障 | 2 |
1 | 1 | 0 | 增益故障 | 3 |
1 | 1 | 1 | 偏置故障 | 4 |
利用以上定义的三个诊断变量(Fx,Yx,Zx)的值来定位电流传感器的故障相和故障类型,即根据第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征定位电流传感器的故障相和故障类型;若Fx的值为0时,表示该电流传感器无故障发生,则Tx=0;若(Fx,Yx,Zx)的值为(1,0,0)时,检测到x相电流传感器发生断线故障,则Tx=1;若(Fx,Yx,Zx)的值为(1,0,1)时,检测到x相电流传感器发生卡死故障,则Tx=2;若(Fx,Yx,Zx)的值为(1,1,0)时,检测到x相电流传感器发生增益故障,则Tx=3;若(Fx,Yx,Zx)的值为(1,1,1)时,检测到x相电流传感器发生偏置故障,则Tx=4。
如图3所示,为本发明的电流传感器四种典型故障模式:模式Ⅰ、模式Ⅱ、模式Ⅲ和模式Ⅳ下的仿真波形;在四种典型故障:断线故障、卡死故障、增益故障和偏置故障下,不仅传感器输出电流ia和ib会受到影响,电容电压uc1和uc2、永磁电机C相电流ic、d轴电流id、q轴电流iq、电机转矩Te、转速N以及直流母线电压udc均会发生波动;
如图4所示,在本发明的实施例中,本发明提供的诊断方法应用于模型预测电流控制下的三电平T型逆变器馈电的永磁电机驱动系统;包括模型预测电流控制策略模块、故障在线诊断算法模块、三电平逆变器、电流传感器和永磁电机;为实现模型预测电流控制,通过模型预测电流控制策略模块,首先利用两个电流传感器分别采集得到永磁电机的A相定子电流ia和B相定子电流ib,根据基尔霍夫电流定律计算得到C相电流为ic=-(ia+ib);同时利用两个电压传感器采集得到三电平逆变器的直流母线电容电压uc1和uc2;利用增量式光电编码器检测获得永磁电机转子的实际速度信号ωr和角度信号θr;采集的电流信号通过坐标变换,获得d轴和q轴的定子测量电流id和iq;将定子电流iq和id、通过速度调节器获取的定子参考电流,q轴参考电流iq*和d轴参考电流id*,速度信号ωr和直流母线电容电压uc1和uc2输入到预测模型中,获取预测电流及预测中点电压;通过滚动优化获得使目标函数最小的开关信号并输出实现电机的控制;
在本实施例中,采用模型预测电流控制策略模块对永磁电机进行驱动控制,所述控制方法包括如下步骤:
A1、建立永磁电机及其驱动变流系统的d轴定子电压ud、q轴定子电压uq和电磁转矩Te的模型;
所述d轴定子电压ud、q轴定子电压uq和电磁转矩Te的模型表达式如下:
其中,Ld和Lq分别表示d轴定子电感和q轴定子电感,RS表示定子绕组电阻,we表示永磁电机电角度,ψf表示永磁体磁链,pn表示电机极对数;
A2、采用一阶向前欧拉法对建立的永磁电机及其驱动变流系统的数学模型进行离散化处理,并建立旋转坐标系下的离散化定子电流预测模型;
所述离散化定子电流预测模型表达式如下:
其中,id(k+1)和iq(k+1)分别表示k+1时刻采样下的d轴定子电流预测值和q轴定子电流预测值,id(k)和iq(k)分别表示当前k采样时刻下的d轴定子电流采样值和q轴定子电流采样值,ud(k)和uq(k)分别表示当前k采样时刻下d轴定子电压采样值和q轴定子电压采样值,Ts表示采样周期;
在三电平T型逆变器馈电的永磁电机驱动系统中,需保持逆变器直流侧中点电位的平衡,本发明中利用直流侧电容预测电压来实现平衡控制;
所述直流侧中点电位的平衡方法表达式如下:
Fdc=(uc1(k+1)-uc2(k+1))2
其中,Fdc表示直流侧电容预测电压,uc1(k+1)和uc2(k+1)分别表示k+1采样时刻下直流母线电容C1和电容C2电压测量值;
本发明根据跟踪电流误差建立代价函数J确定开关状态,输出并控制逆变器功率开关管的导通和关断;
所述误差建立代价函数J表达式如下:
J=(id *-id(k+1))2+(iq *-iq(k+1))2+kdcFdc
其中,kdc表示中点电压平衡系数;
本发明将三电平逆变器的矢量进行预选,通过枚举法穷举所有当前允许的开关状态,共27种,从第1种第27种到带入代价函数中进行计算,找出使得代价函数最小的开关状态,然后直接将该开关状态作为逆变器控制信号输入,控制逆变器功率开关管的导通和关断;
如图5所示,为了避免负载波动对故障诊断的影响,通过计算每个定子电流基波周期内的故障次数Mx,并将结果与故障次数阈值Mth相比较来判定故障,在正常状态周期内的故障增长量M随时间梯度增长但小于故障次数阈值Mth,故障状态下周期内的故障增长量M随时间梯度增长突破于故障次数阈值Mth,以此防止误诊断,提高算法的鲁棒性;
如图6、图7、图8和图9所示,通过永磁电机驱动系统的电流传感器故障在线诊断方法对A相电流传感器分别发生断线故障、卡死故障、增益故障和偏执故障进行诊断,其中,ia表示A相电流传感器输出电流;ε、Ra分别表示用以定位A相电流传感器的电流阈值和电流残差;Δ2(k)和Sa分别表示为A相电流传感器故障类型的诊断变量;Sth表示诊断变量的阈值,即电流单基波周期的对称性阈值;Ta表示A相电流传感器故障标志信号;N表示转速;
在本实施例的采样结果中,设A相电流传感器输出电流显示为10A/div,设永磁电机转速N显示为200rpm/div,设电流残差ε和阈值Ra均显示为5A/div,设诊断变量的阈值Sth和诊断变量Sa显示为0.1/div,设A相电流传感器故障标志信号显示为2/div;通过图6-9可见四组故障类型实验均工作于速度暂态过程,Ta的变化表明了故障被定位且识别;
四组故障类型实验结果证明,本发明中所提出的永磁电机电流传感器故障在线诊断方法能够实现电流传感器故障类型的准确识别并具有较好的鲁棒性。
Claims (9)
1.一种永磁电机驱动系统电流传感器故障在线诊断方法,其特征在于,包括如下步骤:
S1、通过电流传感器和增量式光电编码器分别对应采集得到永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和角度信号θr,并根据ia、ib、wr和θr得到第一残差信号εa和第二残差信号εb;
S2、分别将εa和εb在每个采样周期k时刻对应的残差信号值与阈值ε比较,得到A相电流传感器的状态变化量Ma(k)和B相电流传感器的状态变化量Mb(k);
S3、定义电流传感器第一故障标志函数Fx、第二故障标志函数Yx和第三故障标志函数Zx,并分别根据Fx、Yx和Zx对应得到第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征;
S4、根据第一电流传感器故障特征、第二电流传感器故障特征和第三传感器故障特征定位电流传感器的故障相和故障类型。
2.根据权利要求1所述的永磁电机驱动系统电流传感器故障在线诊断方法,其特征在于,所述步骤S1包括如下步骤:
S11、通过电流传感器和增量式光电编码器分别对应采集得到的永磁电机的A相定子电流ia和B相定子电流ib以及永磁电机转子的实际速度信号wr和转子电角度θe;
S12、利用Clark变换将ia和ib变换,分别得到αβa坐标系下的定子电流α轴分量iαa和定子电流β轴分量iβa以及αβb坐标系下的定子电流α轴分量iαb和定子电流β轴分量iβb;
S13、根据wr与参考转速信号ωr*通过PI速度控制器,得到q轴参考电流iq*,并根据永磁电机的控制模式,得到d轴参考电流id*;
S14、利用Park变换将iq*和id*变换,分别得到αβa坐标系下的参考定子电流α轴分量iαa*和参考定子电流β轴分量iβa*以及αβb坐标系下的参考定子电流α轴分量iαb*和参考定子电流β轴分量iβb*;
S15、根据iαa和iαa*以及iαb和iαb*,分别对应得到第一残差信号εa和第二残差信号εb。
5.根据权利要求2所述的永磁电机驱动系统电流传感器故障在线诊断方法,其特征在于,所述步骤S15中第一残差信号εa表达式如下:
εa=|iαa-iαa *|
所述第二残差信号εb表达式如下:
εb=|iαb-iαb *|
其中,| |表示取绝对值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454820.4A CN114172443B (zh) | 2021-12-01 | 2021-12-01 | 一种永磁电机驱动系统电流传感器故障在线诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454820.4A CN114172443B (zh) | 2021-12-01 | 2021-12-01 | 一种永磁电机驱动系统电流传感器故障在线诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114172443A true CN114172443A (zh) | 2022-03-11 |
CN114172443B CN114172443B (zh) | 2023-05-05 |
Family
ID=80482105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111454820.4A Active CN114172443B (zh) | 2021-12-01 | 2021-12-01 | 一种永磁电机驱动系统电流传感器故障在线诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114172443B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116455299A (zh) * | 2023-03-07 | 2023-07-18 | 山东大学 | 一种燃料电池汽车电机驱动容错控制方法及系统 |
CN117492355A (zh) * | 2023-12-28 | 2024-02-02 | 天津英联石油设备技术服务有限公司 | 具有冗余容错功能的自动化控制系统及控制方法 |
CN117997207A (zh) * | 2024-04-03 | 2024-05-07 | 潍柴动力股份有限公司 | 基于扰动预测的电机控制方法、装置、电子设备和介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060006641A (ko) * | 2004-07-16 | 2006-01-19 | 엘에스산전 주식회사 | 벡터형 인버터 시스템의 전류센서 고장식별 및 오차보상을위한 장치 및 방법 |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103701394A (zh) * | 2013-12-30 | 2014-04-02 | 哈尔滨工业大学 | 一种基于电流量的逆变器功率管开路故障在线诊断方法 |
CN108490353A (zh) * | 2018-05-07 | 2018-09-04 | 东南大学 | 多相永磁同步电机驱动系统故障诊断方法 |
JP2019022353A (ja) * | 2017-07-19 | 2019-02-07 | 株式会社明電舎 | オフセット推定器、および、インバータ制御装置、および、オフセット推定方法 |
CN109716644A (zh) * | 2016-07-28 | 2019-05-03 | 日本电产株式会社 | 传感器故障检测方法、马达驱动系统以及电动助力转向系统 |
CN110726962A (zh) * | 2019-10-31 | 2020-01-24 | 东南大学 | 一种永磁直线电机电流传感器增益故障诊断方法 |
CN110794302A (zh) * | 2019-10-31 | 2020-02-14 | 东南大学 | 一种永磁直线电机电流传感器零漂故障诊断方法 |
CN111239574A (zh) * | 2020-04-16 | 2020-06-05 | 福州大学 | 用于串联电弧故障信号采集的差分式高频电流传感器 |
CN112394312A (zh) * | 2019-08-14 | 2021-02-23 | 上海汽车变速器有限公司 | 三相电机驱动系统电流传感器故障诊断方法 |
CN113534000A (zh) * | 2021-07-05 | 2021-10-22 | 合肥工业大学 | 新能源汽车驱动系统逆变器及电流传感器故障的诊断方法 |
-
2021
- 2021-12-01 CN CN202111454820.4A patent/CN114172443B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060006641A (ko) * | 2004-07-16 | 2006-01-19 | 엘에스산전 주식회사 | 벡터형 인버터 시스템의 전류센서 고장식별 및 오차보상을위한 장치 및 방법 |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103701394A (zh) * | 2013-12-30 | 2014-04-02 | 哈尔滨工业大学 | 一种基于电流量的逆变器功率管开路故障在线诊断方法 |
CN109716644A (zh) * | 2016-07-28 | 2019-05-03 | 日本电产株式会社 | 传感器故障检测方法、马达驱动系统以及电动助力转向系统 |
JP2019022353A (ja) * | 2017-07-19 | 2019-02-07 | 株式会社明電舎 | オフセット推定器、および、インバータ制御装置、および、オフセット推定方法 |
CN108490353A (zh) * | 2018-05-07 | 2018-09-04 | 东南大学 | 多相永磁同步电机驱动系统故障诊断方法 |
CN112394312A (zh) * | 2019-08-14 | 2021-02-23 | 上海汽车变速器有限公司 | 三相电机驱动系统电流传感器故障诊断方法 |
CN110726962A (zh) * | 2019-10-31 | 2020-01-24 | 东南大学 | 一种永磁直线电机电流传感器增益故障诊断方法 |
CN110794302A (zh) * | 2019-10-31 | 2020-02-14 | 东南大学 | 一种永磁直线电机电流传感器零漂故障诊断方法 |
CN111239574A (zh) * | 2020-04-16 | 2020-06-05 | 福州大学 | 用于串联电弧故障信号采集的差分式高频电流传感器 |
CN113534000A (zh) * | 2021-07-05 | 2021-10-22 | 合肥工业大学 | 新能源汽车驱动系统逆变器及电流传感器故障的诊断方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116455299A (zh) * | 2023-03-07 | 2023-07-18 | 山东大学 | 一种燃料电池汽车电机驱动容错控制方法及系统 |
CN116455299B (zh) * | 2023-03-07 | 2024-05-28 | 山东大学 | 一种燃料电池汽车电机驱动容错控制方法及系统 |
CN117492355A (zh) * | 2023-12-28 | 2024-02-02 | 天津英联石油设备技术服务有限公司 | 具有冗余容错功能的自动化控制系统及控制方法 |
CN117997207A (zh) * | 2024-04-03 | 2024-05-07 | 潍柴动力股份有限公司 | 基于扰动预测的电机控制方法、装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114172443B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114172443B (zh) | 一种永磁电机驱动系统电流传感器故障在线诊断方法 | |
CN110441643B (zh) | 永磁同步电机控制系统中逆变器功率管断路故障诊断方法 | |
Liu et al. | A machine-learning-based fault diagnosis method with adaptive secondary sampling for multiphase drive systems | |
Awadallah et al. | Detection of stator short circuits in VSI-fed brushless DC motors using wavelet transform | |
CN108490353A (zh) | 多相永磁同步电机驱动系统故障诊断方法 | |
CN108134550A (zh) | 用于电机控制系统的容错相电流测量 | |
CN104965148A (zh) | 一种电机驱动系统中逆变器功率管开路故障实时检测方法 | |
CN109742989B (zh) | 永磁同步电机控制系统电流传感器故障诊断及处理方法 | |
CN113325334B (zh) | 一种三相永磁同步电机驱动系统的开路故障诊断方法 | |
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 | |
Huang et al. | An open-circuit fault diagnosis method for PMSM drives using symmetrical and DC components | |
Wang et al. | Detection and evaluation of the interturn short circuit fault in a BLDC-based hub motor | |
CN113534000A (zh) | 新能源汽车驱动系统逆变器及电流传感器故障的诊断方法 | |
CN109039199B (zh) | 一种用于eps控制器母线电流估算方法及系统 | |
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 | |
CN114441958A (zh) | 永磁同步电机驱动器igbt开路故障诊断方法 | |
CN110609194A (zh) | 基于电压空间矢量的三相整流器开路故障诊断方法 | |
Azzoug et al. | An active fault-tolerant control strategy for current sensors failure for induction motor drives using a single observer for currents estimation and axes transformation | |
CN112688608B (zh) | 一种三相永磁同步电机控制系统的故障诊断方法 | |
CN114528870A (zh) | 永磁同步电机早期匝间短路故障诊断可靠性提升方法 | |
CN113567851A (zh) | 一种电机驱动系统及其开关管故障诊断方法 | |
Vu et al. | A current sensor fault diagnosis method based on phase angle shift technique applying to induction motor drive | |
CN114115175B (zh) | 永磁同步电机控制系统的高阻抗连接故障诊断系统 | |
CN113504435B (zh) | 三电平逆变器开路故障诊断方法及系统 | |
CN112701986B (zh) | 一种基于电机控制器的直流母线电流估算方法 |
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 |