六相永磁容错电机的故障诊断仿真研究.pdf

《六相永磁容错电机的故障诊断仿真研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第9期计算机仿真2015年9月文章编号：1006—9348(2015)09—0109—05六相永磁容错电机的故障诊断仿真研究雷晓彝1’2，阳杰1，李曙伟1，谭海军1(1．西北工业大学自动化学院，陕西西安，710072；2．空军工程大学航空航天工程学院，陕西西安，710038)摘要：研究六相永磁容错电机的故障诊断问题，有利于飞行器电力作动系统稳定运行。由于永磁容错电机属于强耦合高阶非线性系统，故障信号样本时间短且具有时变性，导致永磁容错电机故障诊断困难。传统的机器学习理论方法易陷入局部极值点，准确性较低。为提高永磁容错电机的故障准确率。采用支持向量机联合小波分析算法进

2、行故障诊断。首先采集电机故障状态下的输出转矩信号，进行小波分解提取能量特征向量，采用最小二乘支持向量机构造诊断模型，克服局部最优问题，实现准确判别电机故障。对比实验表明，提出故障诊断方法明显优于传统支持向量机、BP神经网络模型方法，诊断准确率达到90％以上。关键词：故障诊断；永磁容错电机；冗余第二代小波分析；最小二乘支持向量机中图分类号：TM743文献标识码：BStudyonFaultDiagnosisofSix-PhasePMSMLEIXiao—benl”，YANGJiel，LIShu—weil，TANHai—junl(1．SchoolofAutomation，North

3、westernPolytechnicalUniversity，Xi'anShanxi710072，China；2．CollegeofAeronauticsandAstronauticsEngineering，AirForceUniversityofEngineering，Xi"anShanxi710038，China)ABSTRACT：Thispaperstudiesfaultdiagnosisofsix-phasepermanentmagnetfault-tolerantmotor，whichiscondu-eivetothestableoperationofaircra

4、ftelectricpowersystem．Thesix-phasePMSMbelongstothestrongcouplingandhighordernonlinearsystem，andthefaultsignalsampletimeisshort，SOthefaultdiagnosisofsix-phasePMSMisdifficult．Theaccuracyofthetraditionaltheoryofmachinelearningmethodislow．Inordertoimprovetheaccuracy，thispapercombineswaveletana

5、lysisalgorithmandSVM(supportvectormachine)forfaultdiagnosis．Weeolleetethetorquesamplesoffaulttolerantpermanentmagnetmotor，andthenthetorquesignalsaredecomposedbywavelet．Moreover，thediagnosismodelisbuihbytheI．S—SVM(1eastsquaresupportvectormachine)，toovercomethelocaloptimalproblemandrealizeac

6、curatediagnosis．Simulationresultsshowthattheproposedmethodissuperiortotradi-tionalsupportvectormachineandBPneuralnetworkmodelofdiagnosticmethods．Thediagnosticaccuracyismoret11an90％．KEYWORDS：Faultdiagnosis；Six-phasePMSM；Redundantsecondgenerationwaveletanalysis；LS-SVMl引言永磁容错电机具有体积小、重量轻、出力大、功

7、率密度高、惯性小等一系列优点，同时兼具物理隔离，热隔离、磁隔离、电气隔离和限制短路电流的特点，具有很高的容错性和可靠性¨’2J。因此永磁容错电机作为飞机电力作动系统的重要动力源之一，研究其故障诊断问题将有利于多电／全电飞机安全可靠地完成飞行任务。目前电机的故障诊断方法主要有基于模型解析、基于知识和基于信号处理的三大类方法HJ。由于电机的工作过程是动态的，当电机驱动系统的各个变量幅度较大时，传统的基金项目：陕西省自然科学基金项目(2012JM8016)收稿13期：2014—10—22修回13期：2014—12—23基