[发明专利]一种针对电机传动系统中逆变器故障诊断方法

说明书

本发明涉及逆变器故障诊断，尤其涉及一种针对电机传动系统中逆变器故障诊断方法。其不仅适用于电机正常运行条件下的逆变器故障诊断，仍然可以快速准确的实现逆变器开路故障诊断。包括两个阶段：步骤1、利用变模长均一化过程消除电机负载变化的暂态影响，并采用快速傅里叶分解(FFT)对均一化后的电流数据集特征进行提取；步骤2、对已经消除暂态影响的数据特征使用广义主元分析(Generalization Principal Component Analysis GPCA)算法进行计算，通过预设阈值，使用GPCA算法的预测误差值和贡献率指标综合判断电机所处状态。

技术领域

本发明涉及逆变器故障诊断，尤其涉及一种针对电机传动系统中逆变器故障诊断方法。

背景技术

目前，逆变器的控制策略已经到达一定高度，但在实际生产生活中，逆变器的可靠性仍不满足稳定运行条件，对于电机驱动系统中的逆变器来说，开路故障是最重要的故障类型，快速准确的检测出开路故障成为了近年来的热点。

现今电气设备高度集成，对于逆变器开路故障的研究可大致分为以下三种方法。

一、基于信号的故障诊断方法，二、基于模型化的故障诊断方法，三、基于人工智能神经网络的故障诊断方法。

其中，基于信号的故障诊断方法中：基于电流的故障诊断方法在电流受到较大的干扰时可能会影响诊断精度；基于电压信号的故障诊断方法需要增加额外的传感器，在一定程度上增加了故障的种类。

基于模型化的故障诊断方法是基于动态系统建立模型，对其进行的故障诊断，但该方法仅仅可以用于设定好的情况下进行故障检测。

基于神经网络的故障诊断方法需要大量的数据进行支持，同时数据驱动方法需要采集故障数据进行训练，数据的获取难度极大。

另外，针对逆变器开路故障的研究大多把负载变化当成扰动量来消除负载变化对开关管开路故障检测的影响。然而，能同时对故障和负载变化情况进行检测的研究目前还没有。且针对开关管开路故障的检测方法大致分为根据电流幅值或者电压值判断两个方向，由于电流数据易采取，多数方法都是基于电流幅值，其在负载频繁变动情况下，可能造成加/减载状态被误诊断为故障状态；也即在干扰存在的情况下，影响诊断方法的准确性。

发明内容

本发明就是针对现有技术存在的缺陷，提供一种针对电机传动系统中逆变器故障诊断方法。

为实现上述目的，本发明采用如下技术方案，包括两个步骤：

步骤1、利用变模长均一化过程消除电机负载变化的暂态影响，并采用快速傅里叶分解(FFT)对均一化后的电流数据集特征进行提取。

步骤2、对已经消除暂态影响的数据特征使用广义主元分析(GeneralizationPrincipal Component Analysis GPCA)算法进行计算，通过预设阈值，使用GPCA算法的预测误差值和贡献率指标综合判断电机所处状态。

进一步地，所述步骤1包括。

步骤1.1：（采用滑动窗口采样法）分别采集A、B、C三相电流数据，并设置平均误差阈值，来判断此时电流是否为正弦波。

步骤1.2：计算k时刻采集到的N个采样点的三相电流的平均值。

步骤1.3：将计算出的三相电流平均值与误差阈值进行对比。

步骤1.4：若三相电流平均值小于误差阈值，认为（此时滑动窗口中的）电流波形为标准正弦波，并对三相电流进行Clark变换。