CN116208063B - 一种五相永磁同步电机的容错控制方法及系统 - Google Patents
一种五相永磁同步电机的容错控制方法及系统 Download PDFInfo
- Publication number
- CN116208063B CN116208063B CN202310500328.9A CN202310500328A CN116208063B CN 116208063 B CN116208063 B CN 116208063B CN 202310500328 A CN202310500328 A CN 202310500328A CN 116208063 B CN116208063 B CN 116208063B
- Authority
- CN
- China
- Prior art keywords
- motor
- fault
- tolerant control
- winding
- model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 37
- 238000004804 winding Methods 0.000 claims abstract description 139
- 238000006731 degradation reaction Methods 0.000 claims abstract description 131
- 230000015556 catabolic process Effects 0.000 claims abstract description 114
- 239000011810 insulating material Substances 0.000 claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims description 36
- 238000005315 distribution function Methods 0.000 claims description 15
- 238000007476 Maximum Likelihood Methods 0.000 claims description 12
- 101100001674 Emericella variicolor andI gene Proteins 0.000 claims description 10
- 238000009413 insulation Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013398 bayesian method Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 101150061215 outM gene Proteins 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000007850 degeneration Effects 0.000 claims 1
- 238000011065 in-situ storage Methods 0.000 claims 1
- 239000012071 phase Substances 0.000 description 72
- 230000006870 function Effects 0.000 description 51
- 238000010586 diagram Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000012774 insulation material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 101100379079 Emericella variicolor andA gene Proteins 0.000 description 1
- 239000012072 active phase Substances 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02P29/028—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the motor continuing operation despite the fault condition, e.g. eliminating, compensating for or remedying the fault
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0022—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- 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
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0027—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using different modes of control depending on a parameter, e.g. the speed
-
- 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
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/022—Synchronous motors
-
- 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
- H02P29/0243—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the fault being a broken phase
-
- 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
- H02P29/032—Preventing damage to the motor, e.g. setting individual current limits for different drive conditions
-
- 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
- H02P29/60—Controlling or determining the temperature of the motor or of the drive
- H02P29/64—Controlling or determining the temperature of the winding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了五相永磁同步电机的容错控制方法，通过应力加速退化试验获取电机绕组绝缘材料的加速退化数据，建立服从Gamma退化过程的加速退化模型，获取电机剩余寿命模型和容错控制的可靠性目标函数；对退化过程的形状参数和尺度参数先验处理，及对剩余寿命模型后验处理，获取优化后的可靠性目标函数；构建电机绕组的一阶热网络模型得到绕组温度，基于电机单相开路故障前后磁动势保持一致的电流等式约束、绕组温度的不等式约束及优化后的可靠性目标函数，构建电机容错控制优化模型；利用外点法求解电机容错控制优化模型，得到电机的正常相电流表达式和最大电机绕组允许温度。本发明延长了五相永磁同步电机在容错运行工况下的寿命。
Description
技术领域
本发明涉及永磁同步电机的容错控制技术领域，尤其涉及一种五相永磁同步电机的容错控制方法及系统。
背景技术
五相永磁同步电机（Permanent Magnet Synchronous Motor，PMSM）是一个强耦合、多变量和非线性的复杂对象，要获得更好的性能，就要采用一定的控制算法。在现代工业中，因为电机是动力输出和能量传递的重要环节，其广泛地参与到人民的经济生活中，所以凡是涉及到有关电机的产业都是举足轻重的。电机一旦由于零部件受损等原因发生故障，尽管是微小的偏差都会对生产造成影响，产生不可逆的损失和严重后果。因此在电机绕组故障或逆变电路中的大功率开关器件失效导致电机的某相退出正常运行时，可以在不更换硬件电路设备的情况下，依据电机故障的特点采用不同的容错控制方法就格外重要。合理的容错控制方法能够调节正常相电流，使它们能够产生与电机故障前一样的圆形旋转磁动势，达到电机在故障状况下维持稳定运行的目的。
在五相永磁同步电机单相开路故障后，现有的容错控制策略导致正常相电流幅值增大，增大的电流产生的热效应可能会导致电机内过高的温升，若温度超过热负荷极限使电机绝缘材料失效，将会影响电机的稳定运行和寿命。即在没有考虑电机绕组材料绝缘耐受情况的容错控制方法下，过高的电流将会使绕组绝缘寿命缩短。
发明内容
鉴于此，本发明提供一种五相永磁同步电机的容错控制方法及系统，限制了电机绕组的温升，延长了五相永磁同步电机在容错运行工况下的寿命。
为实现上述目的，本发明提供一种五相永磁同步电机的容错控制方法，所述方法包括步骤：
S1、选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于所述电机绕组绝缘材料的加速退化数据，所述加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
S2、建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于所述电机剩余寿命模型确定电机容错控制的可靠性目标函数；
S3、根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对所述形状参数和尺度参数进行先验分布处理；
S4、利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对所述剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据所述优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
S5、构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
S6、利用外点法求解所述电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对所述电机执行容错控制。
进一步的，所述步骤S2包括：
设表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验获得的局部放电量，表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验的局部放电量退化增量，为时间增量，其中 ，，，n为试验样本的个数，m为每个试验样本的测试次数，z为温度应力的个数；
设局部放电量的随机过程为Gamma过程，局部放电量退化增量服从形状参数和尺度参数的Gamma分布，即：
；
其中，>0，且在共轭先验分布下只考虑尺度参数的随机性
设在形状参数不变的情况下服从分布，其中，和为超参数。
进一步的，所述步骤S2包括：
根据阿伦尼乌斯方程描述产品剩余寿命与加速应力的线性化关系模型，以及产品剩余寿命特征的对数与温度T的倒数呈线性关系，定义形状参数为，和是待求参数；
根据Gamma过程的性质，局部放电量退化增量的概率密度函数为：
；
式中，Gamma函数，是示性函数；
；
设电机绕组绝缘材料的局部放电量退化至电机绝缘材料时，电机绝缘材料失效，电机绝缘材料失效所发生的时间作为电机绝缘材料的寿命时间S，S的累积分布函数为：
；
其中，，为不完全Gamma函数，表示为：
；
当局部放电量时，设，电机绕组绝缘材料的剩余寿命的累积分布函数为：
；
基于电机绕组绝缘材料的剩余寿命的累积分布函数确定电机容错控制的可靠性目标函数为：
。
进一步的，所述步骤S3包括：
根据局部放电量退化增量的概率密度函数，得到基于Gamma过程的局部放电量退化增量的似然函数：
；
对似然函数取对数可得：
；
求解对数似然函数，列出方程组：
；
其中，是Gamma函数的对数的导数；
；
求解方程组得到极大似然估计值；
由加速退化数据得到每组加速退化数据的极大似然估计值，对每一组极大似然估计值进行先验数据处理；
设，，为第k个加速应力下第i个加速退化数据的极大似然估计值，，，分别为，，在正常应力下的折算值，其中，n为试验样本的个数；
由确定局部放电量退化增量的尺度参数的先验分布函数，尺度参数，尺度参数的超参数估计值和通过如下似然函数解出：
；
由和得到待求参数和的先验期望值和。
进一步的，所述步骤S4包括：
设为电机绕组在额定应力下的现场局部放电量数据，表示N个退化增量，是似然函数，是尺度参数的先验分布函数，为尺度参数的后验分布函数，待定参数和为常量，根据Bayes公式，尺度参数的后验分布函数为：
；
尺度参数的后验分布，尺度参数的后验期望值为：
；
利用更新的现场局部放电量数据，更新，基于更新的及和，得到更新后的尺度参数、待求参数和，以得到优化后的剩余寿命模型；
根据优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数。
进一步的，所述步骤S5包括：
根据电机绕组的一阶热网络模型求得t k+1时刻的绕组温度为：
；
其中，为t k时刻的绕组温度，是热容，是热阻，是与定子绕组接触的空气温度，为在温度下的电机绕组电阻，为电机绝缘材料温度系数，i b、i c 、i d 、i e为b、c、d、e相电流；
在t k+1时刻的绕组温度不能超过电机绕组的最大允许温度T wmax，优化后的电机容错控制的可靠性目标函数有如下约束：
。
进一步的，所述步骤S5包括：
基于单相开路故障前后合成时空磁动势不变的条件，确定电流约束条件为：
；
其中，N表示绕组有效匝数，I表示电流幅值，表示合成时空磁动势的旋转角速度；
假设a相开路故障，根据电机正常运行时的定子相电流与a相绕组开路后的定子正常相电流的相角之间关系，得到电流等式约束为：
。
进一步的，所述步骤S5包括：
基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，电机容错控制优化模型为：
max；
。
进一步的，所述步骤S6包括：
记电机容错控制优化模型的解向量X=E5是5维欧式空间中的向量，M是惩罚因子，M取值为充分大的正数，对模型构造惩罚函数：
；
求解电机容错控制优化模型化为求解min，采用序列无约束极小化方法进行求解min，在惩罚因子M的选择上，取一个趋向无穷大的严格递增正数列逐个求解min，序列无约束极小化方法的迭代步骤如下：
取M 1＞0，放大系数＞0，允许误差，并取=1；
以为初始值，求解无约束问题min，设其极小点为；
若，则停止迭代，得到近似解，该近似解为电机的正常相电流表达式和最大绕组允许温度，否则令，令执行步骤（2），直到满足迭代条件。
为实现上述目的，本发明提供一种五相永磁同步电机的容错控制系统，所述系统包括：
数据获取模块，用于选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于所述电机绕组绝缘材料的加速退化数据，所述加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
剩余寿命模型模块，用于建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于所述电机剩余寿命模型确定电机容错控制的可靠性目标函数；
先验分析模块，用于根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对所述形状参数和尺度参数进行先验分布处理；
后验分析模块，用于利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对所述剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据所述优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
容错控制模型模块，用于构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
控制模块，用于利用外点法求解所述电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对所述电机执行容错控制。
本发明解决了五相永磁同步电机的容错电流幅值增大超限的问题，限制了电机绕组的温升，延长了五相永磁同步电机在故障容错控制状态下的寿命，对五相永磁同步电机在故障容错控制状态下的长时间可靠运行有重要的工程应用价值。
附图说明
图1是根据本发明的一个实施例的五相永磁同步电机的容错控制方法的流程示意图；
图2是根据本发明的一个实施例的五相永磁同步电机的一阶绕组网络模型示意图；
图3是根据本发明的一个实施例的电机正常运行时的定子相电流与a相绕组开路后的定子正常相电流的相角之间的关系示意图；
图4是根据本发明的一个实施例的五相永磁同步电机控制装置示意图；
图5是根据本发明的一个实施例的五相永磁同步电机的容错控制系统的系统示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述，但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明的一个实施例，本发明提供一种五相永磁同步电机容错控制方法，该方法包括步骤：
S1、选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于电机绕组绝缘材料的加速退化数据，加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
S2、建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于电机剩余寿命模型确定电机容错控制的可靠性目标函数；
S3、根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对形状参数和尺度参数进行先验分布处理；
S4、利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
S5、构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
S6、利用外点法求解电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对电机执行容错控制。
选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于电机绝缘材料的加速退化数据，加速退化数据包括电机绝缘材料的局部放电量及其退化增量。设计加速退化实验，获得加速退化数据。选取多个电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力的加速退化试验，局部放电量作为退化试验数据，局部放电量是电机绕组绝缘的剩余寿命特征。在试验中，设置z个不同温度应力下的实验组，每个温度应力下的实验组中设置有n个试验样本，并每间隔一定时间对试验样本进行加速退化数据测量，每一个试验样本进行m次加速退化实验，获得该试验样本的局部放电量。
作为一种可选的实现方式，设表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验获得的局部放电量，表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验的局部放电量退化增量，为时间增量，其中 ，，，n为试验样本的个数，m为每个试验样本的测试次数，z为温度应力的个数。
建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于电机的剩余寿命模型确定电机容错控制的可靠性目标函数。考虑到Gamma过程用来描述样本由于不断受到冲击对性能产生的退化，可以保证退化随机过程的增量均为正值，因此假设局部放电量的随机过程为Gamma过程，满足以下性质：
1、的初始退化量为零，即。
2、是时齐的独立增量过程，且增量与起始时间点无关；
3、局部放电量退化增量服从形状参数和尺度参数的Gamma分布，即有：
；
其中，>0，且在共轭先验分布下只考虑尺度参数的随机性，假定在形状参数不变的情况下服从分布，其中和为超参数，理论上形状参数可以是任意随时间单调递增的函数形式。
根据阿伦尼乌斯方程描述产品剩余寿命与加速应力的线性化关系模型，产品剩余寿命特征的对数与温度T的倒数呈线性关系，定义形状参数为，和是待求参数。根据Gamma过程的性质，电机绝缘材料退化过程服从Gamma过程，局部放电量退化增量的概率密度函数为：
（1）；
式中Gamma函数，是示性函数；
（2）；
根据局部放电量退化增量的概率密度函数建立电机剩余寿命模型，假设电机绕组绝缘材料的局部放电量退化至电机绝缘材料时，电机绝缘材料失效，电机绝缘材料失效所发生的时间作为电机绝缘材料的寿命时间S。电机绕组绝缘材料的寿命时间S的累积分布函数为；
（3）
其中，因此S的累积分布函数可以表示为
（4）；
式中，为不完全Gamma函数，表示为：
（5）；
当局部放电量时，设，将代入式（5）可以得到电机绕组绝缘材料的剩余寿命RS的累积分布函数为：
（6）；
并基于电机绕组绝缘材料的剩余寿命RS的累积分布函数确定电机容错控制的可靠性目标函数为：
（7）；
在上式取最大值时，绕组温度是绕组的最大允许温度Twmax。
根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对形状参数和尺度参数进行先验分布处理。建立融合所有加速退化数据的似然函数，进行模型参数估计值的先验处理。根据局部放电量退化增量的概率密度函数，得到基于Gamma过程的局部放电量退化增量的似然函数：
（8）；
对上述似然函数取对数可得：
（9）；
为了求解上述对数似然函数，列出如下方程组：
（10）；
其中，是Gamma函数的对数的导数：
（11）；
求解上述方程组得到极大似然估计值。
根据上式（9）至式（11）可以由加速退化数据得到每组加速退化数据的极大似然估计值，对每一组极大似然估计值进行先验数据处理。
设，，为第k个加速应力下第i个加速退化数据的极大似然估计值，，，分别为，，在正常应力下的折算值。为了便于表示，使用，，代表，，，其中，n为试验样本的个数。由可以确定局部放电量退化增量的尺度参数的先验分布函数，由于尺度参数，尺度参数的超参数估计值和可以通过如下似然函数解出：
（12）；
由和可以得到待求参数和的先验期望值和，求解过程如下：首先使用Anderson-Darling统计量分别确定与，最优拟合的分布模型，然后建立似然方程估计出超参数值，最后根据分布函数的统计特性解出和。
利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对剩余寿命模型进行后验分布处理，获取优化后的电机剩余寿命模型，根据优化后的电机剩余寿命模型确定优化后的电机容错控制的可靠性目标函数。根据电机的现场退化数据，建立电机个体剩余寿命后验模型。设为电机绕组在额定应力下的历史局部放电量数据，表示N个退化增量，是似然函数，是尺度参数的先验分布函数，为尺度参数的后验分布函数，待定参数和为常量，根据Bayes公式，尺度参数的后验分布函数的推导如下：
（13）；
可知尺度参数的后验分布，尺度参数的后验期望值为；
（14）；
基于更新的现场退化数据，通过式（14）可更新。基于更新的及，，将更新后的尺度参数、待求参数和代入式（7），可得电机个体剩余寿命后验预测模型，即优化后的电机剩余寿命模型。根据优化后的电机剩余寿命模型确定优化后的电机容错控制的可靠性目标函数。
构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束。建立电机一阶绕组热网络模型，获得电机绕组的温度，以获得电机绕组温度的不等式约束。当电机定子的绕组温度因为绕组电流的热效应产生的铜耗上升时，绕组端部的温度是上升最快的，越容易达到绕组的寿命极限，因此在考虑电机故障容错状态下的温度对绝缘寿命影响时，将绕组端部的温度视作绕组温度。
在单相开路故障状态下五相永磁同步电机可以获得解耦的电压等效电路，同理也可以获得解耦的热网络模型。在采用了i d=0的容错控制策略的情况下，直轴热网络模型的直轴功率流恒为0，可以认为直轴方向不产生热量，因此不考虑直轴热网络模型，只考虑交轴热网络模型的热损耗。如图2所示的单相开路故障的五相永磁同步电机绕组的一阶热网络模型，其中是功率损耗，是热容，是热阻，是与定子绕组接触的空气温度。根据电机绕组的一阶热网络模型求得t k+1时刻的电机绕组温度，如下式所示：
（15）；
在时刻的功率损耗如下式所示：
（16）；
其中，是时刻的绕组电阻，可以通过电机绝缘材料温度系数来确定：
（17）；
将式（16）和（17）带入式（15）可以整理得到t k+1时刻的绕组温度为：
（18）；
其中，为t k时刻的绕组温度，是热容，是热阻，是与定子绕组接触的空气温度，为在温度下的电机绕组电阻，为电机绝缘材料温度系数，i b、i c 、i d 、i e为b、c、d、e相电流；
在t k+1时刻的电机绕组温度不能超过电机绕组的最大允许温度T wmax，因此关于优化后的电机容错控制的可靠性目标函数有如下约束：
（19）；
基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型。在不考虑绕组谐波的情况下，为了获得电机的最大转矩电流比，采用i d=0的滞环电流控制，五相永磁同步电机在正常运行状态下的磁场是正弦分布的，若向绕组中通入五相对称的正弦电流，合成时空磁动势将在电机气隙内做匀速圆周旋转，合成时空磁动势的数学表达式如下式（20）所示：
（20）；
其中，N表示绕组有效匝数，I表示电流幅值，表示合成时空磁动势的旋转角速度。
为了维护电机在单相开路故障状态下的稳定运行，就要使上述正常相电流产生的合成磁动势恢复到正常运行状态下的水平，这就需要重新调整其余正常相电流的幅值和相位。假设a相绕组发生开路故障，a相绕组内电流为零，其余各正常相绕组内流通的电流表达式如下式（21）所示：
（21）；
由上式可以组成任一形式的正弦信号，因此a相绕组发生开路故障时电机气隙内的合成时空磁动势也可以表示为：
（22）
基于单相开路故障前后合成时空磁动势不变的条件，由式（21）和式（22），确定电流约束条件为：
（23）；
其中I为电流幅值，i b、i c 、i d 、i e为b、c、d、e相电流。为了维持合成定子磁动势相对于正常模式保持不变，故障模式下的有效相的电流在空间上需要关于故障轴镜像对称，即电机正常运行时的定子相电流与a相绕组开路后的定子正常相电流的相角之间关系如图3所示。
假设所研究的表贴式定子绕组为星型接法的五相PMSM，中性点没有中线连接，因此各定子电流的瞬时值之和始终为零。假设a相开路故障，则可得电流等式约束为：
（24）；
基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，建立以电机可靠性最高为目标的电机容错控制优化模型。综上，建立以绕组绝缘可靠性最高为目标，以绕组温度和保持故障前后磁动势不变为约束的电机容错控制优化模型为：
max；
(25)；
利用外点法求解电机容错控制优化模型，得到电机的正常相电流表达式以及最大绕组允许温度，以对电机执行容错控制。记电机容错控制优化模型的解向量X=E5是5维欧式空间中的向量，M是惩罚因子，M取值为充分大的正数，对于该模型构造惩罚函数：
（26）；
因此求解电机容错控制优化模型化为求解min，采用序列无约束极小化方法进行求解min。在惩罚因子M的选择上，一般的策略是取一个趋向无穷大的严格递增正数列逐个求解min，于是可以得到一个极小点的解向量序列，在一定的条件下，这个解向量序列收敛于原问题的最优解。序列无约束极小化方法的迭代步骤如下:
取M 1＞0，放大系数＞0，允许误差，并取=1；
以为初始值，求解无约束问题min，设其极小点为；
若，则停止迭代，得到近似解，该近似解为电机的正常相电流表达式和最大绕组允许温度，否则令，令执行步骤（2），直到满足迭代条件。
在如图4所示的五相永磁同步电机控制装置中，上述所得的近似解即为电机绝缘可靠性的容错电流，该容错电流作为电流的参考值，在与传感器传回的电流实际值相比，通过电流滞环控制电机的五相逆变器，能够达到电机稳定运行的目的。
如图5所示，本发明提供一种五相永磁同步电机的容错控制系统，该系统包括：
数据获取模块51，用于选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于电机绕组绝缘材料的加速退化数据，加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
剩余寿命模型模块52，用于建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于电机剩余寿命模型确定电机容错控制的可靠性目标函数；
先验分析模块53，用于根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对形状参数和尺度参数进行先验分布处理；
后验分析模块54，用于利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
容错控制模型模块55，用于构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
控制模块56，用于利用外点法求解所述电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对电机执行容错控制。
在一个实施例中，提供了一种电子设备，包括处理器和存储器，存储器存储有可执行代码，当可执行代码被执行时，使得处理器执行如上所述的五相永磁同步电机的容错控制方法的步骤。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
尽管为示例目的，已经公开了本发明的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下，各种改进、增加以及取代是可能的。
Claims (10)
1.一种五相永磁同步电机的容错控制方法，其特征在于，所述方法包括步骤：
S1、选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于所述电机绕组绝缘材料的加速退化数据，所述加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
S2、建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于所述电机剩余寿命模型确定电机容错控制的可靠性目标函数；
S3、根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对所述形状参数和尺度参数进行先验分布处理；
S4、利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对所述剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据所述优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
S5、构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
S6、利用外点法求解所述电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对所述电机执行容错控制。
2.如权利要求1所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S2包括：
设表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验获得的局部放电量，表示第k个温度应力水平下，第i个试验样本的第j次加速退化试验的局部放电量退化增量，为时间增量，其中 ，，，n为试验样本的个数，m为每个试验样本的测试次数，z为温度应力的个数；
设局部放电量的随机过程为Gamma过程，局部放电量退化增量服从形状参数和尺度参数的Gamma分布，即：
；
其中，>0，且在共轭先验分布下只考虑尺度参数的随机性；
设在形状参数 不变的情况下服从分布，其中，和为超参数。
3.如权利要求2所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S2包括：
根据阿伦尼乌斯方程描述产品剩余寿命与加速应力的线性化关系模型，以及产品剩余寿命特征的对数与温T的倒数呈线性关系，定义形状参数为，和是待求参数；
根据Gamma过程的性质，局部放电量退化增量的概率密度函数为：
；
式中，Gamma函数，是示性函数；
；
设电机绕组绝缘材料的局部放电量退化至电机绝缘材料时，电机绝缘材料失效，电机绝缘材料失效所发生的时间作为电机绝缘材料的寿命时间S，S的累积分布函数为：
；
其中，，为不完全Gamma函数，表示为：
；
当局部放电量时，设，电机绕组绝缘材料的剩余寿命的累积分布函数为：
；
基于电机绕组绝缘材料的剩余寿命的累积分布函数确定电机容错控制的可靠性目标函数为：
。
4.如权利要求3所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S3包括：
根据局部放电量退化增量的概率密度函数，得到基于Gamma过程的局部放电量退化增量的似然函数：
；
对似然函数取对数可得：
；
求解对数似然函数，列出方程组：
；
其中，是Gamma函数的对数的导数；
；
求解方程组得到极大似然估计值；
由加速退化数据得到每组加速退化数据的极大似然估计值，对每一组极大似然估计值进行先验数据处理；
设 ，，为第k个加速应力下第i个加速退化数据的极大似然估计值，，， 分别为 ，， 在正常应力下的折算值，其中，n为试验样本的个数；
由确定局部放电量退化增量的尺度参数的先验分布函数 ，尺度参数，尺度参数的超参数估计值和通过如下似然函数解出：
；
由 和 得到待求参数和的先验期望值和。
5.如权利要求4所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S4包括：
设为电机绕组在额定应力下的现场局部放电量数据，表示N个退化增量，是似然函数，是尺度参数的先验分布函数，为尺度参数的后验分布函数，待定参数和为常量，根据Bayes公式，尺度参数的后验分布函数为：
；
尺度参数的后验分布，尺度参数的后验期望值为：
；
利用更新的现场局部放电量数据，更新，基于更新的及和 ，得到更新后的尺度参数、待求参数和，以得到优化后的剩余寿命模型；
根据优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数。
6.如权利要求5所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S5包括：
根据电机绕组的一阶热网络模型求得t k+1时刻的绕组温度为；
；
其中，为t k时刻的绕组温度，是热容，是热阻，是与定子绕组接触的空气温度，为在温度下的电机绕组电阻，为电机绝缘材料温度系数，i b、i c 、i d 、i e为b、c、d、e相电流；
在t k+1时刻的绕组温度不能超过电机绕组的最大允许温度T wmax，优化后的电机容错控制的可靠性目标函数有如下约束：
。
7.如权利要求6所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S5包括：
基于单相开路故障前后合成时空磁动势不变的条件，确定电流约束条件为：
；
其中，N表示绕组有效匝数，I表示电流幅值，表示合成时空磁动势的旋转角速度；
假设a相开路故障，根据电机正常运行时的定子相电流 与a相绕组开路后的定子正常相电流的相角之间关系，得到电流等式约束为：
。
8.如权利要求7所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S5包括：
基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，电机容错控制优化模型为：
max；
。
9.如权利要求8所述的五相永磁同步电机的容错控制方法，其特征在于，所述步骤S6包括：
记电机容错控制优化模型的解向量X=E5是5维欧式空间中的向量，M是惩罚因子，M取值为充分大的正数，对电机容错控制优化模型构造惩罚函数为：
；
求解电机容错控制优化模型化为求解min，采用序列无约束极小化方法进行求解min，在惩罚因子M的选择上，取一个趋向无穷大的严格递增正数列逐个求解min，序列无约束极小化方法的迭代步骤如下：
取M 1＞0，放大系数＞0，允许误差，并取=1；
以为初始值，求解无约束问题min ，设其极小点为；
若，则停止迭代，得到近似解，该近似解为电机的正常相电流表达式和最大绕组允许温度，否则令，令执行步骤（2），直到满足迭代条件。
10.一种五相永磁同步电机容错控制系统，其特征在于，所述系统包括：
数据获取模块，用于选取电机绕组绝缘材料作为试验样本，在不同温度应力水平下进行恒定温度应力加速退化试验，获得关于所述电机绕组绝缘材料的加速退化数据，所述加速退化数据包括电机绕组绝缘材料的局部放电量及局部放电量的退化增量；
剩余寿命模型模块，用于建立服从Gamma退化过程的局部放电量退化增量的加速退化模型，根据加速退化模型构建得到电机的剩余寿命模型，并基于所述电机剩余寿命模型确定电机容错控制的可靠性目标函数；
先验分析模块，用于根据阿伦尼乌斯方程的性质定义Gamma退化过程的形状参数和尺度参数，利用加速退化数据对所述形状参数和尺度参数进行先验分布处理；
后验分析模块，用于利用电机的现场退化数据和先验分布处理的形状参数和尺度参数，根据贝叶斯方法对所述剩余寿命模型进行后验分布处理，获取优化后的剩余寿命模型，根据所述优化后的剩余寿命模型确定优化后的电机容错控制的可靠性目标函数；
容错控制模型模块，用于构建电机绕组的一阶热网络模型，计算得到各个时刻的电机绕组温度，并获取电机绕组温度的不等式约束，并基于电机单相开路故障前后磁动势保持一致的电流等式约束、电机绕组温度的不等式约束以及优化后的电机容错控制的可靠性目标函数，构建电机容错控制优化模型；
控制模块，用于利用外点法求解所述电机容错控制优化模型，得到电机的正常相电流表达式以及最大电机绕组允许温度，以对所述电机执行容错控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500328.9A CN116208063B (zh) | 2023-05-06 | 2023-05-06 | 一种五相永磁同步电机的容错控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500328.9A CN116208063B (zh) | 2023-05-06 | 2023-05-06 | 一种五相永磁同步电机的容错控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116208063A CN116208063A (zh) | 2023-06-02 |
| CN116208063B true CN116208063B (zh) | 2023-08-08 |
Family
ID=86511578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310500328.9A Active CN116208063B (zh) | 2023-05-06 | 2023-05-06 | 一种五相永磁同步电机的容错控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116208063B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117235540A (zh) * | 2023-08-21 | 2023-12-15 | 江西农业大学 | 基于特征匹配融合的传感器动态信息联动分析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108599672A (zh) * | 2018-05-10 | 2018-09-28 | 安徽大学 | 一种五相永磁同步电机定子绕组不对称故障的控制方法 |
| CN110851980A (zh) * | 2019-11-11 | 2020-02-28 | 中国人民解放军火箭军工程大学 | 一种设备剩余寿命预测方法及系统 |
| CN114826094A (zh) * | 2022-04-25 | 2022-07-29 | 北京石油化工学院 | 一种pmsm匝间短路故障状态下的容错运行方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8283881B2 (en) * | 2010-03-09 | 2012-10-09 | GM Global Technology Operations LLC | Methods, systems and apparatus for synchronous current regulation of a five-phase machine |
| WO2012140455A2 (en) * | 2011-04-11 | 2012-10-18 | University Of Zagreb | Generator-fault-tolerant control for a variable-speed variable-pitch wind turbine |
-
2023
- 2023-05-06 CN CN202310500328.9A patent/CN116208063B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108599672A (zh) * | 2018-05-10 | 2018-09-28 | 安徽大学 | 一种五相永磁同步电机定子绕组不对称故障的控制方法 |
| CN110851980A (zh) * | 2019-11-11 | 2020-02-28 | 中国人民解放军火箭军工程大学 | 一种设备剩余寿命预测方法及系统 |
| CN114826094A (zh) * | 2022-04-25 | 2022-07-29 | 北京石油化工学院 | 一种pmsm匝间短路故障状态下的容错运行方法 |
Non-Patent Citations (1)
| Title |
|---|
| An Overview of Fault-Diagnosis and Fault-Tolerance Techniques for Switched Reluctance Machine Systems;C. Gan et al.;IEEE Access;第7卷;第174822-174838页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116208063A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ebrahimi | Challenges of developing a digital twin model of renewable energy generators | |
| Ghahremani et al. | Online state estimation of a synchronous generator using unscented Kalman filter from phasor measurements units | |
| CN116208063B (zh) | 一种五相永磁同步电机的容错控制方法及系统 | |
| Ghahremani et al. | Dynamic state estimation in power system by applying the extended Kalman filter with unknown inputs to phasor measurements | |
| JP5579750B2 (ja) | 改良型固定子巻線故障検出装置および誘導機のための方法 | |
| EP2510611B1 (en) | Pole-slip protection system and method for synchronous machines | |
| CN109932592B (zh) | 用于电力设备的故障确定的方法与装置 | |
| EP1381132B1 (en) | Power network parameter estimation | |
| JP2008148549A (ja) | 発電電動機の短絡状態を検出するための装置、システム及び方法 | |
| Meinguet et al. | Change‐detection algorithm for short‐circuit fault detection in closed‐loop AC drives | |
| CN110297183B (zh) | 一种同步调相机转子匝间短路故障诊断方法、装置及存储介质 | |
| CN110098773B (zh) | 一种利用最小二乘法的永磁同步电机参数辨识方法 | |
| US11119462B2 (en) | Systems and methods for hybrid dynamic state estimation | |
| Zhang et al. | An integrated fault isolation and prognosis method for electric drive systems of battery electric vehicles | |
| CN112087172A (zh) | 一种永磁同步电机改进无差拍预测电流控制方法 | |
| Costantino et al. | SuMRAS: a new spmsm parameter identification in cloud computing environment | |
| Bolvashenkov et al. | Degree of fault tolerance of the multi-phase traction electric motors: methodology and application | |
| Rodas et al. | Model predictive current controller using Kalman filter for fault-tolerant five-phase wind energy conversion systems | |
| Aboelhassan et al. | Fault tolerant control strategy based on model predictive control and unscented kalman filter for permanent magnet synchronous motor | |
| Aminu | A parameter estimation algorithm for induction machines using artificial bee colony (ABC) optimization | |
| CN109932591B (zh) | 电力设备的故障检测的方法与装置 | |
| CN109932594B (zh) | 用于电力设备的故障检测的方法与装置 | |
| JP2016025715A (ja) | 電力系統安定化システムおよび電力系統安定化方法 | |
| Teler et al. | Analysis of the stator current prediction capabilities in induction motor drive using the LSTM network | |
| KR101916430B1 (ko) | 모터의 고장 진단 방법 |
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 |