[发明专利]永磁同步电机中的定子匝间短路故障的在线监测和补偿

说明书

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。

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