电动车辆永磁同步驱动电机电气故障诊断方法研究

发布时间：2017-05-01 01:10

  本文关键词：电动车辆永磁同步驱动电机电气故障诊断方法研究，由笔耕文化传播整理发布。

【摘要】：出于保护环境及节约能源的需要,各国政府大力推动电动车辆的发展。由于永磁同步电机具有效率高、功率密度高和调速范围宽等优点,被广泛应用于电动车辆电机驱动系统中。为了保证整车的安全性,永磁同步电动机自身的故障诊断就显得尤为重要。本文主要针对电动车辆永磁同步驱动电机主要电气故障进行故障诊断方法的研究,并进行在线故障诊断系统的硬件设计。本文首先对永磁同步电机驱动系统的整体结构进行简要的说明,接着对其电气故障的特征、原因和故障影响进行分析。通过Matlab/Simulink软件建立永磁同步电机驱动系统的模型,并对相间短路、单相接地等常见电气故障和失磁故障进行仿真模拟;通过Ansoft软件建立电机2D有限元模型,并进行电机匝间短路故障的仿真模拟。本文基于改进的神经网络故障诊断方法,研究以小波分解为基础,提取故障诊断的相关特征,进而通过集成神经网络进行识别的故障诊断方法。通过仿真获取四组样本数据,前三组作为神经网络的训练样本,最后一组作为该故障诊断方法的测试样本;仿真的结果显示该方法具有诊断准确,实时性好的特点,达到了目标要求。本文搭建了相关的电机台架,并对部分电气故障进行实验模拟。通过自行设计的LabVIEW上位机数据采集软件,进行电机正常运转及发生电气故障时电流、电压等数据的采集,并使用该数据进行故障诊断。诊断结果验证了基于小波分解与集成神经网络相结合的诊断方法的可靠性。最后,本文依据需求进行了永磁同步电机在线诊断系统的硬件设计,调试结果显示其硬件功能性良好。
【关键词】：永磁同步电机 故障诊断 相间短路 仿真模拟 小波分解 神经网络
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U472
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 课题背景及选题意义10-11
• 1.2 电机故障诊断国内外研究现状11-14
• 1.2.1 电机故障监测与故障诊断技术研究现状11-13
• 1.2.2 永磁同步电机故障监测与诊断技术的特点13-14
• 1.3 永磁同步电机故障诊断常用技术及发展趋势14-18
• 1.3.1 基于电机动态模型方法14
• 1.3.2 基于信号分析的方法14-17
• 1.3.3 故障模式识别的人工智能方法综述17-18
• 1.4 本文主要研究内容18-20
• 1.4.1 主要内容18-19
• 1.4.2 章节安排19-20
• 第2章 永磁同步电机驱动系统基本结构及其电气故障树分析20-28
• 2.1 永磁同步电机驱动系统基本结构20-23
• 2.1.1 永磁同步电动机基本结构21
• 2.1.2 逆变器基本结构21-22
• 2.1.3 电机控制器22-23
• 2.2 永磁同步电机电磁故障分析23-27
• 2.2.1 故障树分析法简介23-24
• 2.2.2 永磁同步电机电磁故障种类及原因24-27
• 2.3 本章小结27-28
• 第3章 永磁同步电机电驱动系统电气故障仿真分析28-51
• 3.1 永磁同步电机驱动系统介绍28-37
• 3.1.1 永磁同步电动机数学建模28-34
• 3.1.2 常用永磁同步电机控制技术34-37
• 3.2 基于Matlab/Simulink的电机驱动系统建模37-45
• 3.2.1 永磁同步电机及驱动部分模型建立37-39
• 3.2.2 单相、相间电气故障与失磁故障仿真39-45
• 3.3 基于ANSOFT的电力驱动子系统建模45-50
• 3.3.1 永磁同步电机有限元模型建立46-48
• 3.3.2 匝间短路故障模型建立与仿真48-50
• 3.4 本章小结50-51
• 第4章 基于小波分解与集成神经网络的电机故障诊断方法研究51-74
• 4.1 小波分析概述51-55
• 4.1.1 小波分析51-53
• 4.1.2 小波分解的物理意义53-54
• 4.1.3 小波基的选取54-55
• 4.2 人工神经网络55-65
• 4.2.1 神经元55-58
• 4.2.2 神经网络的特点和分类58-59
• 4.2.3 神经网络的结构59-62
• 4.2.4 BP和Elman网络62-65
• 4.3 基于小波分解与集成神经网络的故障诊断方法65-73
• 4.3.1 故障特征提取66-69
• 4.3.2 神经网络训练69-71
• 4.3.3 集成神经网络故障诊断结果分析71-73
• 4.4 本章小结73-74
• 第5章 电机台架实验与在线故障诊断系统设计74-86
• 5.1 电机台架实验74-81
• 5.1.1 台架实验电机参数74
• 5.1.2 实验数据采集模块74-76
• 5.1.3 数据采集、处理上位机界面设计76-77
• 5.1.4 实验总体流程设计77-78
• 5.1.5 实验结果分析78-81
• 5.2 在线故障诊断系统硬件部分设计81-84
• 5.2.1 需求分析81
• 5.2.2 芯片选取81-82
• 5.2.3 硬件电路设计82
• 5.2.4 PCB板设计及最终实物图82-84
• 5.3 永磁同步电机故障诊断模型84-85
• 5.4 本章小结85-86
• 第六章 总结与展望86-88
• 6.1 研究内容总结86
• 6.2 论文的创新之处86-87
• 6.3 研究展望87-88
• 参考文献88-95
• 附录A（故障诊断系统硬件原理图）95-99
• 攻读硕士学位期间发表论文与研究成果清单99-100
• 致谢100

【参考文献】

中国期刊全文数据库 前3条

1 马宏忠,胡虔生,黄允凯,王惠庆;感应电机转子断条根数影响分析[J];河海大学学报(自然科学版);2003年05期

2 李桂丹,王晓远,陈益广,卢欣;异步电动机转子故障在线检测方法[J];微电机(伺服技术);2003年03期

3 马宏忠,胡虔生,黄允凯,王惠庆;感应电机转子绕组故障仿真与实验研究[J];中国电机工程学报;2003年04期

  本文关键词：电动车辆永磁同步驱动电机电气故障诊断方法研究，由笔耕文化传播整理发布。

，

本文编号：337954