CN115902702A - 一种无刷直流电机逆变器开路故障诊断方法 - Google Patents

一种无刷直流电机逆变器开路故障诊断方法 Download PDF

Info

Publication number
CN115902702A
CN115902702A CN202211358021.1A CN202211358021A CN115902702A CN 115902702 A CN115902702 A CN 115902702A CN 202211358021 A CN202211358021 A CN 202211358021A CN 115902702 A CN115902702 A CN 115902702A
Authority
CN
China
Prior art keywords
fault
phase
data
target
open
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
CN202211358021.1A
Other languages
English (en)
Inventor
赵彦峰
董行
庄文许
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 Zhuoyu Intelligent Technology Co ltd
Original Assignee
Nanjing Zhuoyu Intelligent Technology Co ltd
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 Zhuoyu Intelligent Technology Co ltd filed Critical Nanjing Zhuoyu Intelligent Technology Co ltd
Priority to CN202211358021.1A priority Critical patent/CN115902702A/zh
Publication of CN115902702A publication Critical patent/CN115902702A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Motors That Do Not Use Commutators (AREA)

Abstract

本发明公开了一种无刷直流电机逆变器开路故障诊断方法,针对使用6个功率管构成的三相无刷直流电机全桥驱动电路,在三相无刷直流电机全桥驱动电路中,形成分别为ia、ib、ic的电机三相绕组的相电流,其特征在于,包括如下步骤:获取三相无刷直流电机全桥驱动电路在工作状态下的电机三相绕组的三相电流;通过三相电流计算归一化相电流的平均值;根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障。本发明可对无刷直流电机的功率管可进行故障诊断,能够有效确定故障点,便于维修;同时无需添加硬件成本,通过软件算法即可实现故障诊断过程。

Description

一种无刷直流电机逆变器开路故障诊断方法
技术领域
本发明涉及逆变器技术领域,特别是一种无刷直流电机逆变器开路故障诊断方法。
背景技术
无刷直流电机具有结构简单、维护方便、调速性能好、运行效率高等优点,广泛应用于商业、工业、航空航天等利于,由于电力电子器件的脆弱性及其控制的复杂性,逆变器是整个控制系统中易发生故障的薄弱环节。常见的逆变器故障主要由开路和短路故障,短路故障,通常由硬件电路在微秒级的时间内进行保护处理,对于开路故障,多数情况下不会立刻导致系统停机,可能会引起其他器件发生二次故障,最终导致系统无法正常工作,其开路故障是制约电机驱动系统稳定运行的关键因素。
逆变器开路故障分为单管开路故障和多管开路故障,由于多管开路故障发生的概率较低,因此逆变器的单管开路故障的检测是目前研究的热点。逆变器单管开路故障会导致电机系统出力减少,严重时甚至损坏电机。逆变器发生故障时,电路中的电压、电流等物理量相对正常状态时会发生变化,现有故障诊断方法基本上是利用这些特征对其进行故障诊断,根据检测量的不同,主要有电流检测法,电流检测法主要由直流母线单电流传感器法、定子电流时域分析法、电流矢量轨迹与电流瞬时频率法、直流侧电流频谱分析法等,逆变器发生开路故障时由于电流无法形成导通回路,故障相的相电流会降低为零,但由于电机暂态时相电流也会发生变化,因此仅依靠故障相电流的变化可能会导致误诊断,上述检测方法无法有效对逆变器中的故障进行有效判断。
发明内容
本发明的目的在于提供一种无刷直流电机逆变器开路故障诊断方法。
实现本发明目的技术解决方案为:一种无刷直流电机逆变器开路故障诊断方法,针对使用6个功率管构成的三相无刷直流电机全桥驱动电路,在三相无刷直流电机全桥驱动电路中,形成分别为ia、ib、ic的电机三相绕组的相电流,其特征在于,包括如下步骤:
获取三相无刷直流电机全桥驱动电路在工作状态下的电机三相绕组的三相电流;
通过三相电流计算归一化相电流的平均值;
根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障。
进一步地,所述6个功率管具体为并联的功率管T1、T2、T3、T4、T5、T6。
进一步地,所述通过三相电流计算归一化相电流的平均值的具体方法如下:
计算三相电流一个扇区内的相电流的平均值;
利用三相电流一个扇区内的相电流的平均值计算归一化相电流的平均值。
进一步地,所述计算三相电流一个扇区内的相电流的平均值的计算公式如下:
Figure BDA0003921014240000021
式中,ip为三相电流一个扇区内的相电流的平均值。
进一步地,所述计算归一化相电流的平均值的计算公式如下:
Figure BDA0003921014240000022
式中,其中x为三相电流一个扇区内的采样次数,<ip>为归一化相电流的平均值。
进一步地,所述根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障的具体方法如下:
若一个扇区内归一化相电流的平均值为一常数,则逆变器为正常工作状态;若一个扇区内归一化相电流的平均值为零,则逆变器某相发生开路故障;
当判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管。
进一步地,所述当判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管的具体方法如下:
若第一扇区和第二扇区内<ia>=0,则功率管T1发生开路故障;
若第四扇区和第五扇区内<ia>=0,则功率管T2发生开路故障;
若第三扇区和第四扇区内<ib>=0,则功率管T3发生开路故障;
若第一扇区和第六扇区内<ib>=0,则功率管T4发生开路故障;
若第五扇区和第六扇区内<ic>=0,则功率管T5发生开路故障;
若第二扇区和第三扇区内<ic>=0,则功率管T6发生开路故障。
进一步地,一种无刷直流电机逆变器开路故障诊断方法,判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管后,包括:
获取历史无刷直流电机逆变器中各功率管的故障数据以及无刷直流电机逆变器开路故障的目标故障知识图谱,并将历史无刷直流电机逆变器中各功率管的故障数据分为测试集和校验集;
对测试集中各故障数据进行预处理,提取故障数据的数据特征,并将数据特征映射至目标故障知识图谱,得到故障数据对应的故障特征,其中,故障特征至少为两种;
基于目标故障知识图谱根据不同故障特征从预设运维方案库中匹配对应的运维方案,并将运维方案与对应的故障特征进行捆绑,得到运维方案与故障特征的关联关系;
构建故障-运维学习模型,并基于关联关系对故障-运维学习模型进行训练,得到目标故障-运维学习模型;
将校验集输入目标故障-运维学习模型进行分析,并将分析结果与校验集对应的标准故障特征以及标准运维方案进行比对,且当分析结果与标准故障特征以及标准运维方案一致时,判定目标故障-运维学习模型合格;
基于判定结果实时获取对功率管的定位结果,并基于定位结果获取实测故障数据,且将实测故障数据输入目标故障-运维学习模型得到目标运维方案;
基于目标运维方案对故障功率管进行运维,并基于运维结果通过预设时间间隔获取无刷直流电机运维后的实时观测三相电流;
基于无刷直流电机运行特征对实时观测三相电流进行修正,并基于修正结果将不同时间间隔的实时观测三相电流按照采集顺序生成诊断矩阵;
确定诊断矩阵中各元素的目标取值,且当目标取值中不存在零值判定对故障功率管运维合格,并向管理终端发送运维结束提醒,否则,重新匹配运维方案,直至诊断矩阵中各元素的目标取值不存在零值。
进一步地,一种无刷直流电机逆变器开路故障诊断方法,还包括:
当三相无刷直流电机全桥驱动电路发生故障时,获取三相无刷直流电机全桥驱动电路发生故障的故障数据集,并对故障数据集进行读取,确定故障数据集中故障数据的变化特征以及故障数据集中故障数据的数据类型;
基于故障数据集中故障数据的变化特征生成第一数据扫描因子,同时,基于故障数据集中故障数据的数据类型生成第二数据扫描因子;
基于第一数据扫描因子对故障数据集进行第一扫描,获取第一扫描数据,同时,基于第二数据扫描因子对故障数据集进行第二扫描,获取第二扫描数据;
基于第一扫描数据与第二扫描数据进行综合,获取目标扫描数据包,并将目标扫描数据包在故障数据集中进行剔除,获取目标故障数据集;
根据目标故障数据集的数据内容确定三相无刷直流电机全桥驱动电路发生故障的故障类型,并基于故障类型确定故障报告标题,同时,基于故障报告标题对故障报告进行初始化,同时,基于初始化结果将目标故障数据集输入至故障报告中建立第一存储区块;
对第一存储区块中的目标故障数据集进行读取,确定目标故障数据集的故障内容;
基于三相无刷直流电机全桥驱动电路发生故障的故障类型生成第一索引,同时,基于目标故障数据集的故障内容生成第二索引;
基于第一索引在预设故障优化管理库中爬取第一优化措施集,并基于第二索引在第一优化措施集中获取第二优化措施集中提取第二优化措施集;
将第二优化措施集中的多个优化措施在计算机中分别进行优化模拟,获取每个优化措施的优化模拟评分,在优化模拟评分中获取最优评分;
将最优评分与评分阈值进行比较,判断最优评分是否合格;
当最优评分等于或大于评分阈值时,则判定最优评分合格,并获取最优评分对应的目标优化措施,同时,在故障报告中建立与第一存储区块相连接的第二存储区块,并将目标优化措施更新至故障报告的第二存储区块;
否则,则判定最优评分不合格,同时,不更新故障报告。
与现有技术相比,本发明的有益效果:
本发明通过采样三相电流计算归一化相电流的平均值可对无刷直流电机的功率管可进行故障诊断,能够有效确定故障点,便于维修;同时无需添加硬件成本,通过软件算法即可实现故障诊断过程。
1、通过获取历史无刷直流电机逆变器中各功率管的故障数据以及无刷直流电机逆变器开路故障的目标故障知识图谱,从而便于根据目标故障知识图谱对各类故障数据的故障特征进行准确有效的分析,其次,根据分析结果确定不同故障特征与对应运维方案的关联关系,并根据关联关系训练得到目标故障-运维学习模型,从而便于通过目标故障-运维学习模型对无刷直流电机发生的开路故障数据进行快速准确的分析,实现对目标运维方案进行匹配,保障了对无刷直流电机开路故障运维的及时性,最后,通过采集运维后的无刷直流电机的实时观测电流值,并根据实时观测电流值对当前无刷直流电机的运行状态进行核验,保障了对无刷直流电机的运维效果,确保无刷直流电机稳定运行
2、通过对目标故障数据集进行第一扫描与第二扫描从而确定目标故障数据集中的无用数据(即第一扫描数据与第二扫描数据),进而实现对目标扫描数据包的剔除,从而获得目标故障数据集,极大的提高了对生成故障报告的准确性,通过在故障报告中设定第一存储区块,可以有效将目标故障数据集记录在第一存储区块,使得故障报告对三相无刷直流电机全桥驱动电路发生的故障有一个清楚的了解,通过第二存储区块,从而有效记录对三相无刷直流电机全桥驱动电路发生的故障进行优化的优化措施,使得故障报告更加完善,因此,通过生成故障报告,使得对无刷直流电机逆变器进行开路故障诊断的诊断结果更加清楚明白的展示,有利于用户更精准的掌握三相无刷直流电机全桥驱动电路的状况。
附图说明
图1为本发明方法流程示意图;
图2为本发明三相无刷直流电机全桥驱动电路示意图。
具体实施方式
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面将结合本发明实施例中的附图,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,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明的一种优选实施方式作详细的说明。
如图1和图2所示,一种无刷直流电机逆变器开路故障诊断方法,针对主回路使用6个功率管构成的三相无刷直流电机全桥驱动电路,该结构采用两两导通方式,每一时刻电机有两相导通,第三相悬空,在三相无刷直流电机全桥驱动电路中,6个功率管为串联的功率管T1、T2、T3、T4、T5、T6,在三相无刷直流电机全桥驱动电路形成分别为ia、ib、ic的电机三相绕组的相电流,无刷直流电机在转动一周时,功率管每60°电角度换相1次,一个电周期内换相6次,每个功率管导通120°电角度,即把整个圆划分为6个扇区,具体为第一扇区、第二扇区、第三扇区、第四扇区、第五扇区和六个扇区,包括如下步骤:
步骤一、无刷直流电机工作在“三相六拍”的工作模式下,即为无刷直流电机正转的绕组通电顺序:A、AB、B、BC、C、CA、A,反转的通电顺序:A、AC、C、CB、B、BA、B、A,其功率管的工作关系和电流流向如下:
状态一:功率管T1、T4斩波,其余功率管关闭,电流流向为A+B-;
状态二:功率管T1、T6斩波,其余功率管关闭,电流流向为A+C-;
状态三:功率管T3、T6斩波,其余功率管关闭,电流流向为B+C-;
状态四:功率管T2、T3斩波,其余功率管关闭,电流流向为B+A-;
状态五:功率管T2、T5斩波,其余功率管关闭,电流流向为C+A-;
状态六:功率管T4、T5斩波,其余功率管关闭,电流流向为C+B-;
获取上述状态下三相无刷直流电机全桥驱动电路中电机三相绕组的三相电流;检测电流时以0.2I为判断开关管是否导通的门槛值,I为电机额定电流;对于三相星形绕组,只检测任意两相电流,第三相的电流通过ia+ib+ic=0求得。
步骤二、当开关管发生开路故障时,逆变器内无法构成导通回路,故障相的相电流会降低至零。为了防止电机瞬态过程相电流跳变为零对故障诊断的影响,通过采样三相电流计算归一化相电流的平均值,具体如下;
计算三相电流一个扇区内的相电流的平均值,其计算公式如下;
Figure BDA0003921014240000081
式中,ip为三相电流一个扇区内的相电流的平均值。
利用三相电流一个扇区内的相电流的平均值计算归一化相电流的平均值,其计算公式如下:
Figure BDA0003921014240000082
式中,其中x为三相电流一个扇区内的采样次数,<ip>为归一化相电流的平均值。
步骤三、根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障。
若一个扇区内归一化相电流的平均值为一常数,则逆变器为正常工作状态;若一个扇区内归一化相电流的平均值为零,则逆变器某相发生开路故障;
当判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管,具体方法如下:
若第一扇区和第二扇区内<ia>=0,则功率管T1(即A相上管)发生开路故障;
若第四扇区和第五扇区内<ia>=0,则功率管T2(即A相下管)发生开路故障;
若第三扇区和第四扇区内<ib>=0,则功率管T3(即B相上管)发生开路故障;
若第一扇区和第六扇区内<ib>=0,则功率管T4(即B相下管)发生开路故障;
若第五扇区和第六扇区内<ic>=0,则功率管T5(即C相上管)发生开路故障;
若第二扇区和第三扇区内<ic>=0,则功率管T6(即C相下管)发生开路故障。
通过上述步骤即可实现无刷直流电机逆变器开路故障的诊断,在降低了系统硬件成本的基础上,完成了开关管单管开路故障的检测。
本实施例提供了无刷直流电机逆变器开路故障诊断方法,判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管后,包括:
获取历史无刷直流电机逆变器中各功率管的故障数据以及无刷直流电机逆变器开路故障的目标故障知识图谱,并将历史无刷直流电机逆变器中各功率管的故障数据分为测试集和校验集;
对测试集中各故障数据进行预处理,提取故障数据的数据特征,并将数据特征映射至目标故障知识图谱,得到故障数据对应的故障特征,其中,故障特征至少为两种;
基于目标故障知识图谱根据不同故障特征从预设运维方案库中匹配对应的运维方案,并将运维方案与对应的故障特征进行捆绑,得到运维方案与故障特征的关联关系;
构建故障-运维学习模型,并基于关联关系对故障-运维学习模型进行训练,得到目标故障-运维学习模型;
将校验集输入目标故障-运维学习模型进行分析,并将分析结果与校验集对应的标准故障特征以及标准运维方案进行比对,且当分析结果与标准故障特征以及标准运维方案一致时,判定目标故障-运维学习模型合格;
基于判定结果实时获取对功率管的定位结果,并基于定位结果获取实测故障数据,且将实测故障数据输入目标故障-运维学习模型得到目标运维方案;
基于目标运维方案对故障功率管进行运维,并基于运维结果通过预设时间间隔获取无刷直流电机运维后的实时观测三相电流;
基于无刷直流电机运行特征对实时观测三相电流进行修正,并基于修正结果将不同时间间隔的实时观测三相电流按照采集顺序生成诊断矩阵;
确定诊断矩阵中各元素的目标取值,且当目标取值中不存在零值判定对故障功率管运维合格,并向管理终端发送运维结束提醒,否则,重新匹配运维方案,直至诊断矩阵中各元素的目标取值不存在零值。
该实施例中,历史无刷直流电机逆变器中各功率管的故障数据可以是无刷直流电机逆变器中各功率管曾经发生过的故障数据,具体可以是发生开路的位置、位置的特殊性以及发生开路的严重程度等。
该实施例中,目标故障知识图谱可以是无刷直流电机逆变器发生开路故障可能存在的所有类型以及造成开路故障的原因,变采用知识图谱的形式将类型以及原因进行表示。
该实施例中,测试集可以是用于将故行数据中的一部分作为训练数据,从而实现对故障-运维学习模型的训练。
该实施例中,校验集可以是将故障数据中的零一部分作为对故障-运维学习模型的校验数据,从而便于确定构建的故障-运维学习模型是否合格。
该实施例中,预处理可以是对故障数据进行清洗,确保故障数据中无错误数据。
该实施例中,数据特征可以是故障数据的取值范围以及故障数据对应的具体语义内容等。
该实施例中,故障特征可以是表征故障数据对应的故障的类型以及故障的严重程度等。
该实施例中,预设运维方案库是提前设定好的,用于存储不同的故障特征对应的运维方案。
该实施例中,关联关系是用于表征不同故障特征可以调用的运维方案,目的是为了将各故障特征与对应的运维方案建立连接,从而便于在确定故障类型后及时确定对应的运维方案,目的是为了提高对开路故障运行的效率以及准确率。
该实施例中,故障-运维学习模型是用于对无刷直流电机进行故障识别以及运维方案进行确定的一体模型。
该实施例中,标故障-运维学习模型可以是通过测试集得到的目标关系对构建的故障-运维学习模型进行训练后得到的最终的模型。
该实施例中,标准故障特征以及标准运维方案可以是校验集中各故障数据对应的故障类型以及对应的运维方案,是提前已知的,且是正确的。
该实施例中,实测故障数据可以是当前发生开路故障的功率管对应的故障数据。
该实施例中,目标运维方案可以是适用于对当前开路故障进行解决的方案。
该实施例中,预设时间间隔是提前设定好的,用于对运维后的功率管的电流进行间断性采集,从而便于确定运维后的功率管是否合格。
该实施例中,实时观测三相电流可以是对无刷直流电机的功率管的开路故障进行修复后采集到的实时运行电流值。
该实施例中,运行特征可以是无刷直流电机在运行时受外的外界干扰因素的影响以及运行的方式或模式等。
该实施例中,诊断矩阵可以是将不同时间点采集到的无刷直流电机的实时观测三相电流采用矩阵的形式进行展示,从而便于对采集到的电流值进行分析,确定其中是否存在数值0。
该实施例中,目标取值可以是诊断矩阵中各元素对应的取值大小。
该实施例中,元素可以是诊断矩阵中包含的各个时间点采集到的实时观测三相电流。
上述技术方案的工作原理及有益效果是:通过获取历史无刷直流电机逆变器中各功率管的故障数据以及无刷直流电机逆变器开路故障的目标故障知识图谱,从而便于根据目标故障知识图谱对各类故障数据的故障特征进行准确有效的分析,其次,根据分析结果确定不同故障特征与对应运维方案的关联关系,并根据关联关系训练得到目标故障-运维学习模型,从而便于通过目标故障-运维学习模型对无刷直流电机发生的开路故障数据进行快速准确的分析,实现对目标运维方案进行匹配,保障了对无刷直流电机开路故障运维的及时性,最后,通过采集运维后的无刷直流电机的实时观测电流值,并根据实时观测电流值对当前无刷直流电机的运行状态进行核验,保障了对无刷直流电机的运维效果,确保无刷直流电机稳定运行。
本实施例提供了一种无刷直流电机逆变器开路故障诊断方法,还包括:
当三相无刷直流电机全桥驱动电路发生故障时,获取三相无刷直流电机全桥驱动电路发生故障的故障数据集,并对故障数据集进行读取,确定故障数据集中故障数据的变化特征以及故障数据集中故障数据的数据类型;
基于故障数据集中故障数据的变化特征生成第一数据扫描因子,同时,基于故障数据集中故障数据的数据类型生成第二数据扫描因子;
基于第一数据扫描因子对故障数据集进行第一扫描,获取第一扫描数据,同时,基于第二数据扫描因子对故障数据集进行第二扫描,获取第二扫描数据;
基于第一扫描数据与第二扫描数据进行综合,获取目标扫描数据包,并将目标扫描数据包在故障数据集中进行剔除,获取目标故障数据集;
根据目标故障数据集的数据内容确定三相无刷直流电机全桥驱动电路发生故障的故障类型,并基于故障类型确定故障报告标题,同时,基于故障报告标题对故障报告进行初始化,同时,基于初始化结果将目标故障数据集输入至故障报告中建立第一存储区块;
对第一存储区块中的目标故障数据集进行读取,确定目标故障数据集的故障内容;
基于三相无刷直流电机全桥驱动电路发生故障的故障类型生成第一索引,同时,基于目标故障数据集的故障内容生成第二索引;
基于第一索引在预设故障优化管理库中爬取第一优化措施集,并基于第二索引在第一优化措施集中获取第二优化措施集中提取第二优化措施集;
将第二优化措施集中的多个优化措施在计算机中分别进行优化模拟,获取每个优化措施的优化模拟评分,在优化模拟评分中获取最优评分;
将最优评分与评分阈值进行比较,判断最优评分是否合格;
当最优评分等于或大于评分阈值时,则判定最优评分合格,并获取最优评分对应的目标优化措施,同时,在故障报告中建立与第一存储区块相连接的第二存储区块,并将目标优化措施更新至故障报告的第二存储区块;
否则,则判定最优评分不合格,同时,不更新故障报告。
该实施例中,故障数据集可以是在三相无刷直流电机全桥驱动电路发生故障时所产生的数据,比如在规定时间段内的电流值,其中,规定时间段内可以是从发生故障时开始计时所监控的时间段。
该实施例中,故障数据集中故障数据的变化特征例如可以是故障数据的数据变化趋势等,作为故障数据的变化特征。
该实施例中,故障数据的数据类型可以是根据故障数据的属性信息确定的,例如,故障数据是记录三相无刷直流电机全桥驱动电路中的电流数据,则故障数据的数据类型为电流数据。
该实施例中,第一数据扫描因子可以是基于故障数据集中故障数据的数据变化特征对故障数据集进行扫描的扫描工具,用来扫描不符合数据变化特征的数据,即第一扫描数据即为不符合数据变化特征的数据。
该实施例中,第二数据扫描因子可以是基于故障数据集中故障数据的数据类型对故障数据集进行扫描的扫描工具,用来扫描故障数据集中不符合数据类型的数据,即第二扫描数据即为不符合数据类型的数据。
该实施例中,目标扫描数据包可以是将第一扫描数据(即不符合数据变化特征的数据)与第二扫描数据(即不符合数据类型的数据)进行合并后生成的数据包。
该实施例中,目标故障数据集可以是故障数据集中将目标扫描数据包剔除后的故障数据所组成的数据集。
该实施例中,故障类型可以是基于目标故障数据集的数据内容确定的三相无刷直流电机全桥驱动电路发生的故障情况,例如可以是功率管T1发生开路故障、功率管T2发生开路故障、功率管T3发生开路故障、功率管T4发生开路故障、功率管T5发生开路故障、功率管T6发生开路故障。
该实施例中,第一存储区可以是用来存储目标故障数据集的。
该实施例中,预设故障优化管理库可以是提前设定好的,用来存储多种故障类型对应的优化措施集。
该实施例中,第一索引可以是用来在预设故障优化管理库中进行索引,选取与本次三相无刷直流电机全桥驱动电路发生故障的故障类型相一致的优化措施(即构成第一优化措施集)。
该实施例中,第二索引可以是用来在第一优化措施集中选取与故障内容相一致的优化措施,(即构成第二优化措施集,其中,第二优化措施集属于第一优化措施集)。
该实施例中,优化模拟可以是基于第二优化措施集中分别将多个优化措施在计算机中对三相无刷直流电机全桥驱动电路发生的故障进行优化模拟,从而确定优化结果。
该实施例中,优化模拟评分可以是根据优化措施三相无刷直流电机全桥驱动电路发生的故障进行优化后,对故障的修复程度或者三相无刷直流电机全桥驱动电路的运行状况进行评判的分值,其中,优化模拟评分越高,故障的修复程度越高或者三相无刷直流电机全桥驱动电路的运行状况越好。
该实施例中,第二存储区块可以是用来存储最优评分对应的目标优化措施。
该实施例中,故障报告可以是包括:故障报告标题、第一存储区块(存储目标故障数据集)、第二存储区块(存储目标优化措施),其中,第二存储区块与第一存储区块相连接,或者,故障报告标题、第一存储区块(存储目标故障数据集)。
上述技术方案的工作原理及有益效果是:通过对目标故障数据集进行第一扫描与第二扫描从而确定目标故障数据集中的无用数据(即第一扫描数据与第二扫描数据),进而实现对目标扫描数据包的剔除,从而获得目标故障数据集,极大的提高了对生成故障报告的准确性,通过在故障报告中设定第一存储区块,可以有效将目标故障数据集记录在第一存储区块,使得故障报告对三相无刷直流电机全桥驱动电路发生的故障有一个清楚的了解,通过第二存储区块,从而有效记录对三相无刷直流电机全桥驱动电路发生的故障进行优化的优化措施,使得故障报告更加完善,因此,通过生成故障报告,使得对无刷直流电机逆变器进行开路故障诊断的诊断结果更加清楚明白的展示,有利于用户更精准的掌握三相无刷直流电机全桥驱动电路的状况。
以上所述实施方式仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。

Claims (9)

1.一种无刷直流电机逆变器开路故障诊断方法,针对使用6个功率管构成的三相无刷直流电机全桥驱动电路,在三相无刷直流电机全桥驱动电路中,形成分别为ia、ib、ic的电机三相绕组的相电流,其特征在于,包括如下步骤:
获取三相无刷直流电机全桥驱动电路在工作状态下的电机三相绕组的三相电流;
通过三相电流计算归一化相电流的平均值;
根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障。
2.根据权利要求1所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述6个功率管具体为串联的功率管T1、T2、T3、T4、T5、T6。
3.根据权利要求1所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述通过三相电流计算归一化相电流的平均值的具体方法如下:
计算三相电流一个扇区内的相电流的平均值;
利用三相电流一个扇区内的相电流的平均值计算归一化相电流的平均值。
4.根据权利要求3所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述计算三相电流一个扇区内的相电流的平均值的计算公式如下:
Figure FDA0003921014230000011
式中,ip为三相电流一个扇区内的相电流的平均值。
5.根据权利要求3所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述计算归一化相电流的平均值的计算公式如下:
Figure FDA0003921014230000012
式中,其中x为三相电流一个扇区内的采样次数,<ip>为归一化相电流的平均值。
6.根据权利要求1所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述根据得到的归一化相电流的平均值,判断三相无刷直流电机全桥驱动电路中是否发生故障的具体方法如下:
若一个扇区内归一化相电流的平均值为一常数,则逆变器为正常工作状态;若一个扇区内归一化相电流的平均值为零,则逆变器某相发生开路故障;
当判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管。
7.根据权利要求2所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,所述当判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管的具体方法如下:
若第一扇区和第二扇区内<ia>=0,则功率管T1发生开路故障;
若第四扇区和第五扇区内<ia>=0,则功率管T2发生开路故障;
若第三扇区和第四扇区内<ib>=0,则功率管T3发生开路故障;
若第一扇区和第六扇区内<ib>=0,则功率管T4发生开路故障;
若第五扇区和第六扇区内<ic>=0,则功率管T5发生开路故障;
若第二扇区和第三扇区内<ic>=0,则功率管T6发生开路故障。
8.根据权利要求6所述的无刷直流电机逆变器开路故障诊断方法,其特征在于,判断逆变器某相发生开路故障时,通过比较归一化三相电流的平均值,定位故障的功率管后,包括:
获取历史无刷直流电机逆变器中各功率管的故障数据以及无刷直流电机逆变器开路故障的目标故障知识图谱,并将历史无刷直流电机逆变器中各功率管的故障数据分为测试集和校验集;
对测试集中各故障数据进行预处理,提取故障数据的数据特征,并将数据特征映射至目标故障知识图谱,得到故障数据对应的故障特征,其中,故障特征至少为两种;
基于目标故障知识图谱根据不同故障特征从预设运维方案库中匹配对应的运维方案,并将运维方案与对应的故障特征进行捆绑,得到运维方案与故障特征的关联关系;
构建故障-运维学习模型,并基于关联关系对故障-运维学习模型进行训练,得到目标故障-运维学习模型;
将校验集输入目标故障-运维学习模型进行分析,并将分析结果与校验集对应的标准故障特征以及标准运维方案进行比对,且当分析结果与标准故障特征以及标准运维方案一致时,判定目标故障-运维学习模型合格;
基于判定结果实时获取对功率管的定位结果,并基于定位结果获取实测故障数据,且将实测故障数据输入目标故障-运维学习模型得到目标运维方案;
基于目标运维方案对故障功率管进行运维,并基于运维结果通过预设时间间隔获取无刷直流电机运维后的实时观测三相电流;
基于无刷直流电机运行特征对实时观测三相电流进行修正,并基于修正结果将不同时间间隔的实时观测三相电流按照采集顺序生成诊断矩阵;
确定诊断矩阵中各元素的目标取值,且当目标取值中不存在零值判定对故障功率管运维合格,并向管理终端发送运维结束提醒,否则,重新匹配运维方案,直至诊断矩阵中各元素的目标取值不存在零值。
9.根据权利要求1所述的一种无刷直流电机逆变器开路故障诊断方法,其特征在于,还包括:
当三相无刷直流电机全桥驱动电路发生故障时,获取三相无刷直流电机全桥驱动电路发生故障的故障数据集,并对故障数据集进行读取,确定故障数据集中故障数据的变化特征以及故障数据集中故障数据的数据类型;
基于故障数据集中故障数据的变化特征生成第一数据扫描因子,同时,基于故障数据集中故障数据的数据类型生成第二数据扫描因子;
基于第一数据扫描因子对故障数据集进行第一扫描,获取第一扫描数据,同时,基于第二数据扫描因子对故障数据集进行第二扫描,获取第二扫描数据;
基于第一扫描数据与第二扫描数据进行综合,获取目标扫描数据包,并将目标扫描数据包在故障数据集中进行剔除,获取目标故障数据集;
根据目标故障数据集的数据内容确定三相无刷直流电机全桥驱动电路发生故障的故障类型,并基于故障类型确定故障报告标题,同时,基于故障报告标题对故障报告进行初始化,同时,基于初始化结果将目标故障数据集输入至故障报告中建立第一存储区块;
对第一存储区块中的目标故障数据集进行读取,确定目标故障数据集的故障内容;
基于三相无刷直流电机全桥驱动电路发生故障的故障类型生成第一索引,同时,基于目标故障数据集的故障内容生成第二索引;
基于第一索引在预设故障优化管理库中爬取第一优化措施集,并基于第二索引在第一优化措施集中获取第二优化措施集中提取第二优化措施集;
将第二优化措施集中的多个优化措施在计算机中分别进行优化模拟,获取每个优化措施的优化模拟评分,在优化模拟评分中获取最优评分;
将最优评分与评分阈值进行比较,判断最优评分是否合格;
当最优评分等于或大于评分阈值时,则判定最优评分合格,并获取最优评分对应的目标优化措施,同时,在故障报告中建立与第一存储区块相连接的第二存储区块,并将目标优化措施更新至故障报告的第二存储区块;
否则,则判定最优评分不合格,同时,不更新故障报告。
CN202211358021.1A 2022-11-01 2022-11-01 一种无刷直流电机逆变器开路故障诊断方法 Pending CN115902702A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211358021.1A CN115902702A (zh) 2022-11-01 2022-11-01 一种无刷直流电机逆变器开路故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211358021.1A CN115902702A (zh) 2022-11-01 2022-11-01 一种无刷直流电机逆变器开路故障诊断方法

Publications (1)

Publication Number Publication Date
CN115902702A true CN115902702A (zh) 2023-04-04

Family

ID=86480649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211358021.1A Pending CN115902702A (zh) 2022-11-01 2022-11-01 一种无刷直流电机逆变器开路故障诊断方法

Country Status (1)

Country Link
CN (1) CN115902702A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774569A (zh) * 2023-07-25 2023-09-19 博纯材料股份有限公司 基于人工智能的氧氩分离设备运行系统更新方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774569A (zh) * 2023-07-25 2023-09-19 博纯材料股份有限公司 基于人工智能的氧氩分离设备运行系统更新方法及系统
CN116774569B (zh) * 2023-07-25 2024-04-05 博纯材料股份有限公司 基于人工智能的氧氩分离设备运行系统更新方法及系统

Similar Documents

Publication Publication Date Title
WO2018028005A1 (zh) 一种大型光伏电站中电池面板的故障检测算法
CN109239599B (zh) 一种永磁同步电机退磁故障诊断方法
CN109765490B (zh) 一种基于高维数据诊断的动力电池故障检测方法及系统
WO2021184820A1 (zh) 一种两电平三相电压源逆变器桥臂开路故障诊断方法
US20220397615A1 (en) Dc converter valve state detection method based on temporal features of converter terminal currents
CN115902702A (zh) 一种无刷直流电机逆变器开路故障诊断方法
CN116775731B (zh) 基于滑动窗口的三相电能表错接线追退电量的计算方法
CN113358993B (zh) 一种多电平变换器igbt的在线故障诊断方法及系统
CN115236524A (zh) 一种新能源汽车动力电池的绝缘故障检测方法及系统
CN115792364B (zh) 一种基于待机状态分析的功耗计算方法
CN107918088B (zh) 基于多阶小波函数变换的配电网故障时刻确定方法
CN105321039A (zh) 一种隔离开关在线监测数据管理系统及方法
CN104502800B (zh) 一种电力系统故障因子特征提取方法
CN115343579B (zh) 一种电网故障分析方法、装置及电子设备
CN116148710A (zh) 一种单相接地故障定位方法及系统
CN106646106A (zh) 基于变点探测技术的电网故障检测方法
CN115800916A (zh) 一种光伏电站智能i-v诊断系统
CN108594062A (zh) 一种基于特征波形相似度的匝间短路故障定位方法及系统
CN115856496A (zh) 一种基于两端信息采集的配电线路故障检测识别方法
CN115774218A (zh) 基于Spearman的直流充电桩整流器开路故障诊断方法
CN112952865B (zh) 一种三相不平衡跌落及相位突变检测方法
CN213149201U (zh) 双路电源实时监测装置
CN114039547A (zh) 一种光伏组件隐裂故障的诊断方法
CN114879087A (zh) 一种用于vienna整流器开路故障综合辨识的方法
CN114243654A (zh) 基于纯模拟量识别的录波数据故障线路判定系统、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