CN116507929A - 永磁同步电机中的定子匝间短路故障的在线监测和补偿 - Google Patents

永磁同步电机中的定子匝间短路故障的在线监测和补偿 Download PDF

Info

Publication number
CN116507929A
CN116507929A CN202180071763.3A CN202180071763A CN116507929A CN 116507929 A CN116507929 A CN 116507929A CN 202180071763 A CN202180071763 A CN 202180071763A CN 116507929 A CN116507929 A CN 116507929A
Authority
CN
China
Prior art keywords
fault
current
short circuit
turn
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.)
Pending
Application number
CN202180071763.3A
Other languages
English (en)
Inventor
左颖
赖春燕
拉克希米·瓦拉哈·耶尔
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.)
Magna Powertrain GmbH and Co KG
Original Assignee
Magna International Inc
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 Magna International Inc filed Critical Magna International Inc
Publication of CN116507929A publication Critical patent/CN116507929A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G01R19/16571—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 comparing AC or DC current with one threshold, e.g. load current, over-current, surge current or fault current
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • 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
    • G01R31/52—Testing for short-circuits, leakage current or ground faults
    • 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
    • G01R31/56—Testing of electric apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • G01R35/007—Standards or reference devices, e.g. voltage or resistance standards, "golden references"
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Ac Motors In General (AREA)
  • Control Of Motors That Do Not Use Commutators (AREA)

Abstract

提供了用于在线监测和补偿诸如永磁同步电机的电机的绕组中的匝间短路故障(ISF)的方法和系统。用于表征电机的绕组中的ISF的方法包括：测量相电压和相电流；基于相电压和相电流来计算电机的序分量；基于电机的序分量来确定绕组中的短路匝的百分比与故障回路电阻之间的比率；以及使用无迹卡尔曼滤波估计匝间短路故障的特性。特性包括以下中的至少一个：故障电流、短路匝的百分比或故障回路电阻。用于补偿电机的绕组中的ISF的方法包括基于根据无迹卡尔曼滤波估计的补偿电流来补偿故障电流。

Description

永磁同步电机中的定子匝间短路故障的在线监测和补偿
相关申请的交叉引用
本PCT国际专利申请要求于2020年10月28日提交的题为“Online Monitoring OfStator Inter-Turn Short Circuit Fault In Permanent Magnet SynchronousMachines”的美国临时专利申请序列第63/106,583号的权益和优先权，其全部公开内容通过引用并入本文。
技术领域
本公开内容总体上涉及检测和表征电机的绕组中的匝间短路故障。
背景技术
永磁同步电机(PMSM)由于其高效率、高功率密度、轻重量和紧凑性而广泛用于电动车辆(EV)应用中。安全性和可靠性是电机中的重要考虑因素。已知影响PMSM的一种类型的故障是匝间短路故障(ISF)。ISF可能在短路的绕组支路中引起高电流值，继而加热局部区域，这最终导致故障在整个绕组中传播，如果不采取适当的动作，甚至可能使整个系统停止。因此，对PMSM中ISF监测的关注日益增加。先前的研究提供了检测PMSM中ISF的各种方法。基于应用的技术，ISF诊断方法可以分为基于模型的方法、基于信号的方法和基于人工智能(AI)的方法。
在基于模型的方法中，状态观测器通常被设计成基于故障PMSM的不平衡三相变量模型来识别电机的故障参数。例如，可以采用磁链观测器来获得短路比率。可以使用扩展状态观测器来监测故障机器中的不平衡反电动势(EMF)。然而，已知的基于模型的方法可能无法充分地考虑短路路径和/或短路电流中的电阻，该短路路径和/或短路电流中的电阻对于避免进一步损坏故障机器是非常重要的。
可以使用信号分析方法例如电机电流特征分析(MCSA)来通过经由快速傅立叶变换(FFT)获得特定电流谐波来识别ISF。该方法通常是非侵入性且具有成本效益的，因为该方法仅使用定子电流来检测机器中的ISF。因此，许多信号分析方法被应用于ISF检测算法中，信号分析方法例如小波分析、短时傅立叶变换(STFT)和希尔伯特-黄变换。传统的基于信号的故障检测方法通常受限于将ISF与其他类型的故障区分开，所述其他类型的故障也可能在电流谱中产生类似的影响。具体地，当分析定子电流谐波时，固有不对称和电压不平衡的影响大部分被忽略。因此，电流谐波分析通常不足以可靠地检测ISF严重性。
基于AI的技术已经被应用于使用人工神经网络(ANN)、模糊逻辑系统和专家系统的故障诊断。这样的基于AI的方法不仅可以检测和估计故障严重性，而且还可以定位故障位置。然而，基于AI的方法在计算上是昂贵的，并且它们可能难以在真实世界应用中实现。
综上所述，现有的ISF检测方法具有性能限制，该性能限制可能包括：1)不可靠的故障严重性的指标；2)无法将ISF与其他故障区分开；3)难以在实践中应用。
匝间短路故障(ISF)占永磁同步电机(PMSM)中的故障的30％到40％。ISF可能在短路的绕组支路中引起高电流值，继而加热局部区域，这最终导致故障在整个绕组中传播，并且如果不立即采取适当的动作，甚至可能使整个系统停止。因此，可靠的在线ISF监测方法将有利于实时提供关于该故障的信息并防止所导致的损坏。
发明内容
根据本公开内容的一方面，一种用于表征电机的绕组中的匝间短路故障的方法包括：确定电机的相电压和相电流；基于相电压和相电流来计算电机的序分量；基于电机的序分量来确定绕组中的短路匝的百分比与故障回路电阻之间的比率；以及使用无迹卡尔曼滤波估计匝间短路故障的至少一个特性，所述至少一个特性包括以下中的至少一个：匝间短路故障中的故障电流、短路匝的百分比和故障回路电阻。
根据本公开内容的一方面，提供了一种用于补偿电机中的匝间短路故障的方法。该方法包括：基于电流命令来确定多个相电压；通过逆变器将多个相电压施加至电机的多个绕组中的对应的绕组，该绕组中的一个绕组具有匝间短路故障；确定多个绕组中的每一个中的相电流；基于多个相电压和相电流来计算电机的序分量；基于序分量来确定故障因子的改变；确定故障因子的改变是否大于故障阈值；响应于确定故障因子的改变大于故障阈值，使用无迹卡尔曼滤波来估计匝间短路故障的至少一个特性，所述至少一个特性包括匝间短路故障中的故障电流；基于匝间短路故障中的故障电流来确定补偿电流；以及基于补偿电流来调整电流命令以补偿故障电流。
根据本公开内容的一方面，提供了一种用于补偿具有多个绕组的电机中的匝间短路故障的系统。该系统包括：逆变器，其被配置成将相电压施加至多个绕组中的对应的绕组，所述多个绕组中的一个绕组具有匝间短路故障；以及控制器，其被配置成：基于电流命令来确定相电压；确定多个绕组中的每一个中的相电流；基于相电压和相电流来计算电机的序分量；基于序分量来计算故障因子的改变；确定故障因子的改变是否大于故障阈值；响应于确定故障因子的改变大于故障阈值，使用无迹卡尔曼滤波来估计匝间短路故障的至少一个特性，所述至少一个特性包括匝间短路故障中的故障电流；基于匝间短路故障中的故障电流来确定补偿电流；以及基于补偿电流来调整电流命令以补偿故障电流。
附图说明
本发明的设计的其他细节、特点和优点由参照相关联的附图对实施方式示例的以下描述得到。
图1示出了根据本公开内容的一方面的系统的框图；
图2示出了根据本公开内容的具有匝间短路故障的定子绕组的示意图；
图3是根据本公开内容的各方面的用于表征和补偿电机中的匝间短路故障(ISF)的驱动系统的框图；
图4是列出根据本公开内容的各方面的用于表征和补偿电机中的ISF的方法中的步骤的流程图；
图5是示出根据本公开内容的各方面的估计的和实际的短路匝的比率的图；
图6是示出根据本公开内容的各方面的估计的和实际的故障电阻的图；
图7是示出根据本公开内容的各方面的估计的和实际的故障电流的图；
图8是示出根据本公开内容的各方面的在三种不同工作状况下的PMSM输出转矩的图：无ISF(时间＝2s至3s)；有ISF但无前馈补偿电流(时间＝3s至4s)；有ISF并且有前馈补偿电流(时间＝4s至5s)；
图9是列出根据本公开内容的各方面的无补偿电流的ISF下PMSM输出转矩的快速傅立叶变换(FFT)分析结果的条形图；以及
图10是列出根据本公开内容的各方面的有补偿电流的ISF下PMSM输出转矩的快速傅立叶变换(FFT)分析结果的条形图。
具体实施方式
参照附图(其中，贯穿若干视图，相同的附图标记指示对应的部分)，公开了用于表征电机中的匝间短路故障的系统和方法。更具体地，本公开内容通过用于永磁同步电机(PMSM)的匝间短路的在线监测的示例方法的方式描述了方法。术语“在线”可以是指电机处于原位，或者电机连接至其操作环境的电子的和/或机械的硬件。例如，本公开内容的方法和系统可以用于诊断安装在电动车辆(EV)内的PMSM中的故障。在一些情况下，方法可以作为定期维护或系统检查的一部分来执行。例如，电动车辆可以执行本公开内容的方法作为开始驾驶会话的启动检查的一部分。在一些实施方式中，可以使用已经就位用于操作电机的硬件部件(例如，电机驱动器和控制器)来执行方法。
图1示出了根据本公开内容的一方面的系统10的框图。系统10包括具有一个或更多个开关器件22例如场效应晶体管(FET)的电机驱动器20，其被配置成在一组电机引线24上产生AC电力和/或对来自电机引线24的AC电力进行整流。电机引线24在电机驱动器20与电机26之间传输电力。在示例系统10中，电机26是永磁同步电机(PMSM)。然而，系统10可以与其他类型的电机例如绕线磁极式电机(wound field machine)、电感式电机和/或磁阻电机一起使用。电机26被示出为三相电机，然而，该电机可以具有任何数目的相。例如，电机26可以是单相电机、三相电机或更高阶的多相电机。电机26可以用作马达、发电机，或者用作起马达和发电机两者的作用的马达/发电机。电机驱动器20还包括传感器28，该传感器28例如是电压和电流传感器，其可以被配置成测量电机引线24上或电机引线24之间的电压和/或测量电机引线24上的电流。
图1的系统10还包括与电机驱动器20在功能上通信的控制器30。该控制器30可以被配置成控制电机驱动器20的操作和/或监测由传感器28测量的参数。控制器30包括耦接至存储器34的处理器32。存储器34存储指令，例如由处理器32执行的程序代码。存储器34还包括用于保存待由处理器32使用的数据的数据存储器38。例如，数据存储器38可以记录由传感器28测量的参数的值和/或由处理器32计算的函数的结果。
图2示出了根据本公开内容的有匝间短路故障的定子绕组102、104、106的示意图100。定子绕组102、104、106可以位于电机26内。具体地，定子绕组102、104、106包括具有匝间短路故障的A相绕组102。
图3示出了用于表征和补偿电机26中的匝间短路故障(ISF)的驱动系统200的框图。驱动系统200包括速度/转矩控制器202，该速度/转矩控制器202被配置成生成电流命令以满足速度命令/>或转矩命令/>之一。在一些实施方式中，如图3所示，电流命令/>包括d轴电流命令/>和q轴电流命令/>
驱动系统200还包括电流调节器204，该电流调节器204被配置成基于电流命令来生成d轴和q轴电压命令ud、uq以调整供应给电机26的电机电流ia,b,c。电流调节器204将d轴电流命令/>q轴电流命令/>以及表示供应给电机26的电机电流ia,b,c的d轴和q轴电机电流id、iq作为输入。驱动系统200还包括第一变换块206，该第一变换块206被配置成基于d轴和q轴电压命令ud、uq来生成相电压ua、ub、uc。
驱动系统200还包括脉宽调制器(PWM)208，该脉宽调制器(PWM)208被配置成生成对应于相电压ua、ub、uc中的每一个的PWM信号209。驱动系统200还包括逆变器(inverter)210，该逆变器被配置成基于PWM信号209来切换来自DC源212的DC电力，以使连接至电机26的电机引线211被通电有对应的相电压ua、ub、uc。
驱动系统200还包括一个或更多个电流传感器214，所述一个或更多个电流传感器214被配置成测量对应的电机引线211中的每一个中的相电流ia、ib、ic。驱动系统200还包括在功能上耦接至电机26的速度和位置传感器216，该速度和位置传感器216被配置成测量电机速度ωe和电机位置θe。驱动系统200还包括第二变换块218，该第二变换块218被配置成基于相电流ia、ib、ic和电机位置θe来计算d轴和q轴电机电流id、iq。
图3的驱动系统200还包括ISF补偿器220，该ISF补偿器220被配置成补偿电机26的绕组102、104、106之一中的匝间短路故障(ISF)。具有ISF的绕组102、104、106之一可以被称为故障绕组。ISF补偿器220包括第三变换块222，该第三变换块222被配置成基于相电流ia、ib、ic来计算αβ域电流信号iα、iβ，并且基于施加至电机26的相电压ua、ub、uc来计算αβ域电压信号uα、uβ。图3的驱动系统200还包括无迹卡尔曼滤波(UKF)块224，该UKF块224被配置成估计故障参数μ、包括电机26的故障绕组中的短路匝与总匝的比率(μ)以及电机26的故障绕组中的估计的故障电流/>UKF块224可以将来自第三变换块222的αβ域电流信号iα,、iβ和αβ域电压信号uα、uβ作为输入。UKF块224还可以将表示来自速度和位置传感器216的电机速度ωe和电机位置θe的信号作为输入。
驱动系统200的ISF补偿器220还包括序分析器块226，该序分析器块226被配置成确定电机26的故障绕组中的短路匝的估计的故障电阻rf。驱动系统200的ISF补偿器220还包括补偿电流计算器块228，该补偿电流计算器块228被配置成计算用于补偿电机26的故障绕组的影响的q轴补偿电流iq com和d轴补偿电流id com。
驱动系统200的ISF补偿器220还包括q轴电流加法器230，该q轴电流加法器230被配置成将q轴电流命令与q轴补偿电流iq com相加，以计算修改的q轴电流命令i′q。驱动系统200的ISF补偿器220还包括d轴电流加法器232，该d轴电流加法器232被配置成将2轴电流命令/>与d轴补偿电流id com相加，以计算修改的d轴电流命令i′d。电流调节器204可以将这些修改的电流命令i′d、i′q作为输入，以用于控制供应给电机26的电流。
根据本公开内容的一方面，提供了用于表征电机中的匝间短路故障(ISF)的方法。所提出的方法包括：检测电机的特性，其可以在电机运行的同时执行；根据这些特征确定在电机的绕组中的一个或更多个上是否存在匝间短路故障；以及确定与ISF相关联的特性的严重性，其可以用作电机的运行状况的指标。
根据本公开内容的一方面，提供了用于表征电机的绕组中的匝间短路故障的方法300。该方法300可以总结在下面列出的算法I中。
用于表征电机的绕组中的匝间短路故障的方法300被提供并还在图4的流程图中示出。该方法300的全部或部分可以由驱动系统200执行。
方法300包括在步骤302处测量相电压和相电流。例如，相电压和相电流可以通过被配置成向电机供应AC电力的电机驱动器内的传感器来测量。
方法300还包括在步骤304处计算电机的序分量。该序分量可以包括例如正序阻抗Zpp。该正序阻抗Zpp可以计算为Zpp＝R+jωeL，其中R是相电阻，L是相电感，以及ωe是转子的电角速度。步骤304可以通过处理器32执行指令以实现UKF块224和/或序分析器块226来执行。
方法300还包括在步骤306处基于序分量来确定故障因子的改变(ΔFF)。在一些实施方式中，步骤306可以包括计算故障因子FF，其可以使用等式来计算，其中/>是正序电流，/>是正序电压，以及Zpp是正序阻抗。步骤306于是可以监测故障因子FF的改变(即ΔFF)以检测ISF。如果不存在ISF，则即使有电机的电压不平衡和固有不对称，ΔFF也将为零。如果存在ISF，则ΔFF将不再为零。
步骤306可以通过处理器32执行指令以确定故障因子的改变ΔFF或以其他方式确定故障因子的改变ΔFF来执行。例如，可以通过跟踪故障因子FF并将改变计算为ΔFF＝FF(k)-FF(k-1)来确定故障因子的改变ΔFF。FF(k)是在当前时刻故障因子FF的值，并且FF(k-1)是在先前时间FF的值。可以涉及更复杂的跟踪以基于在某个延长的时间段内故障因子FF的值来确定故障因子的改变ΔFF。
可以将故障因子的改变ΔFF表示为 其中ΔFF是故障因子的改变，FFh是运行良好的绕组的故障因子，FFf是故障绕组的故障因子，Zpf是正序电流的故障绕组的序阻抗，Zpp是正序电流的序阻抗，μ是绕组中的具有匝间短路故障的一个绕组的短路匝与总匝的比率，以及/>是故障电流。从等式/> 可以看出，故障因子的改变(ΔFF)仅与ISF相关，并且不受电机的电压不平衡和固有不对称影响。当电机不具有ISF时，故障因子(即FFh)可以使用等式(a)来确定：
当电机具有ISF时，故障因子(即FFf)可以使用等式(b)来表示：
当ISF发生时FF的改变(ΔFF)可以使用等式(c)来表示：
可以使用来计算故障因子FFh、FFf。可以提供上述等式(a)和等式(b)仅用于等式(c)的推导。如果电机不具有ISF，则即使有电机的电压不平衡和固有不对称，ΔFF也将为零。如果存在ISF，则ΔFF将具有非零值，并且ΔFF将随着故障严重性增加而增加。因此，即使在电机的电压不平衡和固有不对称下，跟踪ΔFF也可以检测ISF。
方法300还包括在步骤308处确定故障因子的改变是否大于故障阈值。步骤304可以通过处理器32执行指令以执行比较来执行。故障阈值可以是预定的。另外地或替选地，故障阈值可以在系统运行期间进行调整。
方法300还包括在步骤310处基于电机的序分量来确定绕组中的短路匝的百分比与故障回路电阻rf之间的比率。绕组中的短路匝的百分比可以与具有ISF的绕组中的短路匝与总匝的比率μ直接相关。在一些实施方式中，步骤310可以包括使用等式：其中/> 步骤310可以通过处理器32执行指令以确定绕组中的短路匝的百分比(或绕组中的短路匝与总匝的比率(μ))与故障回路电阻rf之间的比率来执行。可以响应于在步骤308处确定故障因子的改变大于故障阈值而执行步骤310。
方法300还包括在步骤312处使用无迹卡尔曼滤波估计匝间短路故障的特性。ISF的特性可以包括以下中的一个或更多个：故障电流故障电阻(rf)和/或绕组中的短路匝与总匝的比率(μ)。在一些实施方式中，步骤312可以包括处理器32执行指令以实现无迹卡尔曼滤波(UKF)块224来估计电机的故障绕组中的短路匝与总匝的比率μ和/或故障电流步骤312可以包括处理器32执行指令以实现序分析器块226来确定电机的故障绕组中的短路匝的故障电阻rf。可以响应于在步骤308处确定故障因子的改变大于故障阈值而执行步骤312。
方法300还包括在步骤314处确定故障电流的绝对值是否小于故障阈值。该故障阈值也可以被称为“/>的故障阈值”。步骤314可以包括处理器32执行指令以计算故障电流的绝对值/>并将该故障电流的绝对值/>与故障阈值进行比较。故障阈值可以是预定的。另外地或替选地，故障阈值可以在系统运行期间进行调整。
方法300还包括在步骤316处响应于确定故障电流的绝对值小于故障阈值而基于从UKF估计的来补偿故障电流。步骤316可以使用ISF补偿器220来实现。例如，步骤316可以包括处理器32实现ISF补偿器220的一些或全部。
方法300还包括在步骤318处响应于确定故障电流的绝对值不小于故障阈值而停止电机和/或将电机标记为故障。将电机标记为故障可以将电机指定为需要维护。例如，处理器32可以生成并存储将电机指定为需要维护的诊断故障码(DTC)。替选地或另外地，处理器32可以传输一个或更多个信息或以其他方式表明电机的状况和/或将电机标记为故障。例如，处理器32可以使得点亮警告灯和/或在用户界面上显示警告消息。
提出了PMSM的数学模型以理解有匝间故障的机器的行为。然后，通过分析序分量，得出短路匝的百分比与故障回路电阻之间的关系。采用无迹卡尔曼滤波(UKF)来估计PMSM中的故障电流、短路匝的百分比和故障回路电阻。在所提出的方法中，在故障严重性估计期间考虑并消除了电压不平衡和固有不对称的影响。
定子故障形成工业电机中所有故障的约30％。根据本公开内容的一方面，提出了用于估计永磁同步电机(PMSM)中的定子匝间短路故障的严重性级别的基于无迹卡尔曼滤波(UKF)的方法。
描述了PMSM的数学模型。该数学模型可以帮助描述有匝间故障的机器的行为，其中机器不对称和电压不平衡的影响都被考虑。然后采用UKF来估计PMSM中的故障变量例如短路电流、短路匝的百分比和故障回路电阻，以监测故障严重性。为了验证所提出的方法，进行基于有限元分析(FEA)的系统仿真，其中，考虑了在不同负载和电压不平衡状况下的各种故障严重性级别。
有ISF故障的PMSM建模
当ISF发生时，电机绕组中的有效匝数减少。这种现象导致机器的电枢电流中的不对称，并使机器性能劣化。ISF通常由额外的故障电阻Rf来建模，其在图2中在A相绕组下示出。在此，假设A相中的运行良好的绕组为绕组as1，并且故障部分为绕组as2。假设N为A相中的匝数，并且短路匝数为Ns，μ＝Ns/N表示绕组的短路匝与总匝的比率。
abc坐标中的ISF模型
在故障状况下的电机模型可以在abc坐标系中写为如以下等式(1)所示，同时包括了在电机相中引起的故障分量。
ef＝μea
Ra2＝(1-μ)R
La2＝(1-μ)2L
Ma1a2＝μ(1-μ)M (2)
其中，Va、Vb、Vc、ia、ib、ic和ea、eb、ec分别为abc相端电压、电流和反EMF；R、L和M分别为运行良好的机器的定子相电阻、自感和互感；Ra2和La2为故障绕组as2的电阻和自感。Ma1a2、Ma2b和Ma2c分别为as2与绕组as1、bs和cs之间的互感；If、rf和ef分别为故障电流、故障电阻和故障反EMF。
在ISF下产生的电磁转矩可以表达为：
其中Te是电磁转矩，并且ωm是转速。
αβ坐标中的ISF模型
对于每极和每相具有一个槽的机器，Ma2b可以被认为等于Ma2c。通过使用克拉克变换，(1)可以重写为如下：
L'＝L-M
PMSM中的序分量分析
定子绕组匝间故障下PMSM的正序电压和负序电压可以表达为如下：
其中，和/>分别为正序电流、负序电流和故障回路部分中的电流；/>和分别为正序反EMF和负序反EMF；Zpp和Znn分别为正序阻抗和负序阻抗；Zpn和Znp是非对角线序阻抗/交叉序阻抗，其呈现固有不对称的影响；Zpf和Znf分别是与正序模型和负序模型中的故障的影响对应的阻抗。
使用有ISF的PMSM稳态模型，PMSM的序分量模型可以表达为：
Zpp＝Znn＝R+jωeL
其中ωe是激励电频率。
令故障因子则有：
此处，角标h和f分别指示运行良好的机器和故障机器。
将等式(8)代入等式(7)，运行良好的电机与故障电机之间的差异可以表示为以下等式(9)。
因此，当故障发生时，ΔFF具有与故障相关的值。在运行良好的状况下，Zpn应当为零。因此，通过跟踪ΔFF的改变，即使在电机的电压不平衡和固有不对称的情况下，也可以检测ISF。此外，通过监测故障因子FF，可以容易地观察到μ与之间的关系。故障因子的改变ΔFF可以用作ISF指标，其可以与故障阈值进行比较以确定电机是否具有ISF。如果不存在ISF，则即使有电机的电压不平衡和固有不对称，ΔFF也将为零。如果存在ISF，则ΔFF将不为零，并且故障因子的改变ΔFF随着故障严重性增加而增加。
在初期故障检测期间，μ较小，rf较大。此外，与/>相比可以忽略不计。因此，根据等式(7)，可以将rf与μ之间的关系计算为以下等式(10)。
只要估计出三个参数(rf和μ)之一，其余两个参数可以通过使用(9)和(10)容易地计算出来。估计过程在下一部分呈现。
用于估计故障参数的无迹卡尔曼滤波
无迹卡尔曼滤波(UKF)省略了计算协方差和估计的线性化过程。离散时间非线性动态系统可以表示为
其中，xk是系统的未观察到的状态；yk是观察到的测量值；uk是已知的外源输入；wk和vk分别是具有协方差Q和R的零均值高斯白噪声；Q和R分别是过程和测量的噪声协方差；并且f(,)和h(,)表示具有一阶连续偏导数的非线性函数。
UKF算法一般包含四个步骤(初始值、无迹变换、预测和校正)。首先，初始状态的平均值和初始状态的协方差Px如(12)设置。之后，使用无迹变换在平均值周围挑选具有预定权重Wi的一组西格玛点。将通过f(,)和h(,)处理每个西格玛点来估计输出/>在获得/>之后，可以计算输出误差协方差Py和交叉协方差Pxy。最后，将/>和Px更新为/>和Px`。详细的UKF估计方法示出如下。
i.初始值
其中x0是状态的初始值。
ii.无迹变换
其中n是的维度；λ是UKF算法中的设计参数，其被称为缩放参数。
iii预测
iv.校正
为了建立有ISF的PMSM的状态空间模型，定义等式(23)：
并且状态向量x＝[x1 x2 x3]T。PMSM匝间短路故障的状态空间模型呈现为以下等式(24)：
在ISF下的转矩脉动补偿
假设其中If是if的振幅，ωe是转子的电角速度，/>是短路电流的初始相位角。在ISF下在dq轴中产生的电磁转矩可以表达为以下等式(25)。
其中是永磁磁链。从等式(25)可以看出，当故障电流不为零时，在转矩等式中存在二阶谐波，该二阶谐波将引起转矩脉动。
为了消除由ISF引起的转矩脉动，从UKF估计的故障电流μif将被加至A相电流。利用电流补偿，(2)中的转矩等式将被更新为以下等式(26)。
从等式(26)可以看出，补偿之后在转矩等式中不再有故障项。通过使用派克变换Tabc_dq，dq轴上的补偿电流可以表达为以下方程(27)。
其中θe是转子的电角度。
在变换块222、218、206中使用的变换Tabc_αβ、Tabc_dq和Tdq_abc的矩阵分别定义为以下等式(28)、(29)和(30)：
基于FEA的系统仿真中的验证
仿真结果在图5至图7中示出，其中图5是示出在故障绕组中短路匝与总匝的估计的比率(μ)与实际的比率(μ)之间的比较的图。具体地，图3包括估计的μ的第一曲线图420，该估计的μ使用本公开内容的方法来估计。图5还包括实际的μ的第二曲线图422。图6是示出故障绕组中估计的故障电阻(rf)和实际的故障电阻(rf)的图。具体地，图6包括估计的故障电阻rf的第三曲线图430，该估计的故障电阻rf使用本公开内容的方法来估计。图6还包括实际的故障电阻rf的第四曲线图432。图7是示出在故障绕组中估计的故障电流(If)与实际的故障电流(If)之间的比较的图。具体地，图7包括估计的故障电流If的第五曲线图440，该估计的故障电流If使用本公开内容的方法来估计。图7还包括实际的故障电流If的第六曲线图442。
图8包括在三种不同的工作状况下的PMSM 26的输出转矩的第七曲线图450。无ISF的第一状况452从时间＝2s至3s扩展。有ISF但无前馈补偿电流的第二状况454从时间＝3s至4s扩展。有ISF并且有前馈补偿电流的第二状况456从时间＝4s至5s扩展。
图9示出了列出无补偿电流的ISF下PMSM输出转矩的快速傅立叶变换(FFT)分析结果的条形图。图9的条形图示出了对于0阶谐波在大约10Nm的大小处的转矩，以及对于2阶谐波在大约0.5Nm的大小处的转矩。图10是列出在有补偿电流的ISF下PMSM输出转矩的快速傅立叶变换(FFT)分析结果的条形图。图10的条形图示出了对于0阶谐波在大约10Nm的大小处的转矩，以及对于2阶谐波在大约0.05Nm的大小处的转矩。
根据本公开内容的一方面，测量三相电压和电流来计算电机的序分量。如果由序分量组成的ISF指标达到故障阈值，则将通过将序分量与运行良好的电机进行比较来得出短路匝的百分比与故障回路电阻之间的关系，并且将使用UKF来估计故障参数，该故障参数包括电机的故障绕组中的故障电流、短路匝的百分比和故障回路电阻。
根据本公开内容的一方面，通过分析诸如PMSM的电机的序分量来得出短路匝的百分比与故障回路电阻之间的关系。然后，采用无迹卡尔曼滤波(UKF)来估计电机的故障绕组中的故障电流、短路匝的百分比和故障回路电阻。在故障严重性估计期间，在所提出的方法中考虑并消除了电压不平衡和固有不对称的影响。在整个估计过程期间，未涉及复杂的基于AI的算法。
根据本公开内容的一方面，从无迹卡尔曼滤波(UKF)估计用于匝间短路故障的补偿电流以消除由匝间短路故障引起的转矩脉动。
根据本公开内容的一方面，通过分析诸如PMSM的电机的序分量来得出短路匝的百分比与故障回路电阻之间的关系。然后，采用无迹卡尔曼滤波(UKF)来估计电机的故障绕组中的故障电流、短路匝的百分比和故障回路电阻。在故障严重性估计期间，在所提出的方法中考虑并消除了电压不平衡和固有不对称的影响。在整个估计过程期间，未涉及复杂的基于AI的算法。
提供了用于表征电机的绕组中的匝间短路故障的方法。该方法包括：确定电机的相电压和相电流；基于相电压和相电流来计算电机的序分量；基于电机的序分量来确定绕组中的短路匝的百分比与故障回路电阻之间的比率；以及使用无迹卡尔曼滤波估计匝间短路故障的至少一个特性，所述至少一个特性包括以下中的至少一个：故障电流、短路匝的百分比和故障回路电阻。
在一些实施方式中，匝间短路故障的至少一个特性包括故障电流、短路匝的百分比和故障回路电阻。
在一些实施方式中，电机是永磁同步电机。
用于补偿电机中的匝间短路故障的方法包括：基于电流命令来确定多个相电压；通过逆变器将多个相电压施加至电机的多个绕组中的对应的绕组，该绕组中的一个绕组具有匝间短路故障；确定多个绕组中的每一个中的相电流；基于多个相电压和相电流来计算电机的序分量；基于序分量来确定故障因子的改变；确定故障因子的改变是否大于故障阈值；响应于确定故障因子的改变大于故障阈值，使用无迹卡尔曼滤波估计匝间短路故障的至少一个特性，所述至少一个特性包括匝间短路故障中的故障电流；以及基于匝间短路故障中的故障电流来确定补偿电流；以及基于补偿电流来调整电流命令以补偿故障电流。
在一些实施方式中，匝间短路故障的至少一个特性还包括故障电阻。
在一些实施方式中，匝间短路故障的至少一个特性还包括在绕组中的具有匝间短路故障的一个绕组中短路匝与总匝的比率。
在一些实施方式中，基于匝间短路故障中的故障电流来确定补偿电流还包括基于在绕组中的具有匝间短路故障的一个绕组中短路匝与总匝的比率来计算补偿电流。
在一些实施方式中，方法还包括：确定故障电流的绝对值；以及确定故障电流的绝对值是否小于故障阈值；以及其中，仅在故障电流的绝对值小于故障阈值的情况下执行基于补偿电流来调整电流命令以补偿故障电流。
在一些实施方式中，方法还包括：确定故障电流的绝对值；确定故障电流的绝对值是否大于故障阈值；以及响应于确定故障电流的绝对值大于故障阈值而将电机标记为故障。
在一些实施方式中，方法还包括：响应于确定故障电流的绝对值大于故障阈值而使电机停止。
在一些实施方式中，基于序分量来确定故障因子的改变包括将故障因子(FF)计算为其中/>是正序电流，/>是正序电压，以及Zpp是正序阻抗。
在一些实施方式中，电机是永磁同步电机。
提供了用于补偿具有多个绕组的电机中的匝间短路故障的系统。该系统包括：逆变器，其被配置成将相电压施加至多个绕组中的对应的绕组，所述多个绕组中的一个绕组具有匝间短路故障；以及控制器。控制器被配置成：基于电流命令来确定相电压；确定多个绕组中的每一个中的相电流；基于相电压和相电流来计算电机的序分量；基于序分量来计算故障因子的改变；确定故障因子的改变是否大于故障阈值；响应于确定故障因子的改变大于故障阈值，使用无迹卡尔曼滤波来估计匝间短路故障的至少一个特性，所述至少一个特性包括匝间短路故障中的故障电流；基于匝间短路故障中的故障电流来确定补偿电流；以及基于补偿电流来调整电流命令以补偿故障电流。
在一些实施方式中，匝间短路故障的至少一个特性还包括故障电阻以及在多个绕组中的具有匝间短路故障的一个绕组中短路匝与总匝的比率。
在一些实施方式中，基于匝间短路故障中的故障电流来确定补偿电流还包括基于在绕组中的具有匝间短路故障的一个绕组中短路匝与总匝的比率来计算补偿电流。
上述控制器及其相关方法和/或过程以及其步骤可以在适用于特定应用的硬件、软件或硬件和软件的任何组合中实现。硬件可以包括通用计算机和/或专用计算装置或特定计算装置或特定计算装置的特定方面或部件。过程可以在一个或更多个微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器或其他可编程装置以及内部存储器和/或外部存储器中实现。过程还可以或替选地在专用集成电路、可编程门阵列、可编程阵列逻辑或可以被配置成处理电子信号的任何其他装置或装置的组合中实施。还将认识到，过程中的一个或更多个可以实现为能够在机器可读介质上执行的计算机可执行代码。
计算机可执行代码可以使用诸如C的结构化编程语言、诸如C++的面向对象的编程语言或任何其他高级或低级编程语言(包括汇编语言、硬件描述语言以及数据库编程语言和技术)来创建，所述计算机可执行代码可以被存储、编译或解释以在上述装置以及处理器架构的异构组合或者不同硬件和软件的组合或者能够执行程序指令的任何其他机器之一上运行。
因此，在一个方面，上述每个方法及其组合可以在计算机可执行代码中实施，该计算机可执行代码当在一个或更多个计算装置上执行时执行其步骤。在另一方面，方法可以在执行其步骤的系统中实施，并且可以以多种方式分布在装置之间，或者所有功能可以集成到专用的、独立的装置或其他硬件中。在另一方面，用于执行与上述过程相关联的步骤的手段可以包括上述任何硬件和/或软件。所有这样的排列和组合都旨在落入本公开内容的范围内。
前述描述并非旨在穷举或限制本公开内容。特定实施方式的各个元素或特征通常不限于该特定实施方式，而是在适用的情况下，也能够互换并可以用在所选的实施方式中，即使未具体地示出或描述也是如此。实施方式也可以以许多方式变化。这样的变型不应被视为偏离本公开内容，并且所有这样的修改旨在包括在本公开内容的范围内。

Claims (15)

1.一种用于表征电机的绕组中的匝间短路故障的方法，包括：
确定所述电机的相电压和相电流；
基于所述相电压和所述相电流来计算所述电机的序分量；
基于所述电机的序分量来确定所述绕组中的短路匝的百分比与故障回路电阻之间的比率；以及
使用无迹卡尔曼滤波估计所述匝间短路故障的至少一个特性，所述至少一个特性包括以下中的至少一个：所述匝间短路故障中的故障电流、所述短路匝的百分比和所述故障回路电阻。
2.根据权利要求1所述的方法，其中，所述匝间短路故障的至少一个特性包括所述故障电流、所述短路匝的百分比和所述故障回路电阻。
3.根据权利要求1所述的方法，其中，所述电机是永磁同步电机。
4.一种用于补偿电机中的匝间短路故障的方法，所述方法包括：
基于电流命令来确定多个相电压；
通过逆变器将所述多个相电压施加至所述电机的多个绕组中的对应的绕组，所述绕组中的一个绕组具有所述匝间短路故障；
确定所述多个绕组中的每一个中的相电流；
基于所述多个相电压和所述相电流来计算所述电机的序分量；
基于所述序分量来确定故障因子的改变；
确定所述故障因子的改变是否大于故障阈值；
响应于确定所述故障因子的改变大于所述故障阈值，使用无迹卡尔曼滤波估计所述匝间短路故障的至少一个特性，所述至少一个特性包括所述匝间短路故障中的故障电流；
基于所述匝间短路故障中的故障电流来确定补偿电流；以及
基于所述补偿电流来调整所述电流命令以补偿所述故障电流。
5.根据权利要求4所述的方法，其中，所述匝间短路故障的至少一个特性还包括故障电阻。
6.根据权利要求4所述的方法，其中，所述匝间短路故障的至少一个特性还包括在所述绕组中的具有所述匝间短路故障的一个绕组中短路匝与总匝的比率。
7.根据权利要求4所述的方法，其中，基于所述匝间短路故障中的故障电流来确定所述补偿电流还包括基于在所述绕组中的具有所述匝间短路故障的一个绕组中短路匝与总匝的比率来计算所述补偿电流。
8.根据权利要求4所述的方法，还包括：
确定所述故障电流的绝对值；
确定所述故障电流的绝对值是否小于故障阈值；以及
其中，仅在所述故障电流的绝对值小于所述故障阈值的情况下执行基于所述补偿电流来调整所述电流命令以补偿所述故障电流。
9.根据权利要求4所述的方法，还包括：
确定所述故障电流的绝对值；
确定所述故障电流的绝对值是否大于故障阈值；以及
响应于确定所述故障电流的绝对值大于所述故障阈值而将所述电机标记为故障。
10.根据权利要求8所述的方法，还包括：响应于确定所述故障电流的绝对值大于所述故障阈值而使所述电机停止。
11.根据权利要求4所述的方法，其中，基于所述序分量来确定故障因子的改变包括将故障因子(FF)计算为其中/>是正序电流，/>是正序电压，以及Zpp是正序阻抗。
12.根据权利要求4所述的方法，其中，所述电机是永磁同步电机。
13.一种用于补偿具有多个绕组的电机中的匝间短路故障的系统，包括：
逆变器，其被配置成将相电压施加至所述多个绕组中的对应的绕组，所述多个绕组中的一个绕组具有所述匝间短路故障；以及
控制器，其被配置成：
基于电流命令来确定所述相电压；
确定所述多个绕组中的每一个中的相电流；
基于所述相电压和所述相电流来计算所述电机的序分量；
基于所述序分量来计算故障因子的改变；
确定所述故障因子的改变是否大于故障阈值；
响应于确定所述故障因子的改变大于所述故障阈值，使用无迹卡尔曼滤波来估计所述匝间短路故障的至少一个特性，所述至少一个特性包括所述匝间短路故障中的故障电流；
基于所述匝间短路故障中的故障电流来确定补偿电流；以及
基于所述补偿电流来调整所述电流命令以补偿所述故障电流。
14.根据权利要求13所述的系统，其中，所述匝间短路故障的至少一个特性还包括故障电阻以及在所述多个绕组中的具有所述匝间短路故障的一个绕组中短路匝与总匝的比率。
15.根据权利要求13所述的系统，其中，基于所述匝间短路故障中的故障电流来确定所述补偿电流还包括基于在所述绕组中的具有所述匝间短路故障的一个绕组中短路匝与总匝的比率来计算所述补偿电流。
CN202180071763.3A 2020-10-28 2021-10-26 永磁同步电机中的定子匝间短路故障的在线监测和补偿 Pending CN116507929A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063106583P 2020-10-28 2020-10-28
US63/106,583 2020-10-28
PCT/CA2021/051506 WO2022087726A1 (en) 2020-10-28 2021-10-26 Online monitoring and compensation of stator inter-turn short circuit fault in permanent magnet synchronous machines

Publications (1)

Publication Number Publication Date
CN116507929A true CN116507929A (zh) 2023-07-28

Family

ID=81381930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180071763.3A Pending CN116507929A (zh) 2020-10-28 2021-10-26 永磁同步电机中的定子匝间短路故障的在线监测和补偿

Country Status (6)

Country Link
US (1) US20230396204A1 (zh)
EP (1) EP4196808A4 (zh)
KR (1) KR20230096030A (zh)
CN (1) CN116507929A (zh)
CA (1) CA3192703A1 (zh)
WO (1) WO2022087726A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118169560A (zh) * 2024-05-16 2024-06-11 费莱(浙江)科技有限公司 基于多维传感的电机绕组故障监测方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116430279B (zh) * 2023-03-09 2024-03-29 广东电网有限责任公司佛山供电局 一种变压器匝间短路故障评估的方法及装置
CN118641949A (zh) * 2024-08-05 2024-09-13 安徽大学 一种无刷直流电机匝间短路故障诊断方法及模拟装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101357827B1 (ko) * 2012-12-07 2014-02-05 전자부품연구원 병렬 코일형 영구자석 모터의 고장 검출 방법 및 시스템
US10088516B2 (en) * 2016-02-10 2018-10-02 General Electric Company Systems and methods for detecting turn-to-turn faults in windings
US11221377B2 (en) * 2016-12-15 2022-01-11 Eaton Intelligent Power Limited System and method for detecting stator faults in AC electrical machines

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118169560A (zh) * 2024-05-16 2024-06-11 费莱(浙江)科技有限公司 基于多维传感的电机绕组故障监测方法及系统

Also Published As

Publication number Publication date
US20230396204A1 (en) 2023-12-07
WO2022087726A1 (en) 2022-05-05
CA3192703A1 (en) 2022-05-05
EP4196808A4 (en) 2024-01-10
EP4196808A1 (en) 2023-06-21
KR20230096030A (ko) 2023-06-29

Similar Documents

Publication Publication Date Title
Zafarani et al. Interturn short-circuit faults in permanent magnet synchronous machines: An extended review and comprehensive analysis
Sarikhani et al. Inter-turn fault detection in PM synchronous machines by physics-based back electromotive force estimation
CN116507929A (zh) 永磁同步电机中的定子匝间短路故障的在线监测和补偿
Nadarajan et al. Online model-based condition monitoring for brushless wound-field synchronous generator to detect and diagnose stator windings turn-to-turn shorts using extended Kalman filter
JP5124483B2 (ja) 同期機を駆動するための方法および装置
CN101927700B (zh) 用于诊断电动机中的定子线圈的方法和系统
Lee et al. Instrument fault detection and compensation scheme for direct torque controlled induction motor drives
Awadallah et al. Detection of stator short circuits in VSI-fed brushless DC motors using wavelet transform
JP5409678B2 (ja) 電動機制御装置
Nguyen et al. A method for incipient interturn fault detection and severity estimation of induction motors under inherent asymmetry and voltage imbalance
Khayam Hoseini et al. Extended Kalman filter‐based method for inter‐turn fault detection of the switched reluctance motors
Refaat et al. ANN-based system for inter-turn stator winding fault tolerant DTC for induction motor drives
Harzelli et al. A fault monitoring approach using model-based and neural network techniques applied to input–output feedback linearization control induction motor
JP7489686B2 (ja) Ａｉ搭載型モータ状態量推定システム
Faiz et al. Interturn fault diagnosis in brushless direct current motors—A review
Nguyen et al. Fault severity estimation using nonlinear Kalman filter for induction motors under inter-turn fault
Alam et al. Diagnosis of Interturn Short-Circuits in SRMs by High-Frequency Switching of Phases Amid Low-Torque Unaligned Rotor Positions
CN112083349A (zh) 一种永磁同步电机定子绕组匝间短路故障诊断方法
Choi et al. Fault diagnosis and tolerance on reliability of automotive motor control system: a review
Nag et al. A modified approach for application of augmented extended Kalman filter for stator interturn fault diagnosis of a synchronous generator
Chulines et al. Simplified model of a three-phase induction motor for fault diagnostic using the synchronous reference frame DQ and parity equations
Aubert et al. Stator inter-turn short-circuit detection in permanent magnet synchronous generators using extended Kalman filtering
Wafik et al. PMSG fault diagnosis in marine application
Rkhissi-Kammoun et al. Current sensor fault-tolerant control scheme for induction machine in electric vehicle applications using RISE-algebraic estimation approach
Amrane et al. Fault detection and isolation based on nonlinear analytical redundancy applied to an induction machine

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
TA01 Transfer of patent application right

Effective date of registration: 20241008

Address after: Austria blue nacher

Applicant after: MAGNA POWERTRAIN AG & CO KG

Country or region after: Austria

Address before: Ontario, Canada

Applicant before: MAGNA INTERNATIONAL Inc.

Country or region before: Canada