国产精品不卡在线,精品国产_亚洲人成在线高清,色亚洲一区,91激情网

永磁同步電機（Permanent Magnet Synchronous Machine, PMSM）相較于傳統(tǒng)的同步電機具有轉(zhuǎn)換效率高、能量損耗小、體積小和力矩慣量大等絕對優(yōu)勢而發(fā)展迅速，近年來已廣泛應(yīng)用于新能源發(fā)電、航天航空、電動汽車等領(lǐng)域。在工業(yè)運作過程中，永磁同步電機的連續(xù)作業(yè)非常重要，任何故障的發(fā)生都會導(dǎo)致巨大的損失，而PMSM系統(tǒng)是大型復(fù)雜系統(tǒng)的典型代表，結(jié)構(gòu)及運行機理復(fù)雜，故障發(fā)生率高且耦合性極強，故障間關(guān)聯(lián)緊密，其中以PMSM驅(qū)動系統(tǒng)開路故障最為常見且后果嚴重，而變流器開路故障是PMSM驅(qū)動系統(tǒng)高故障率的主要原因之一。

數(shù)據(jù)分析法是診斷變流器開路故障的主流方法之一，主要分為以電壓量或電流量為觀測信號對變流器運行狀態(tài)進行分析。電壓分析法需要額外安裝監(jiān)測設(shè)備，對系統(tǒng)結(jié)構(gòu)的空間預(yù)留及運行復(fù)雜度有所要求；而電流是最容易獲取的電信號，同時能夠比較直觀地反映出變流器的運行狀態(tài)，無需額外增加設(shè)備。已有文獻主要采用Park矢量電流平均值法、傅里葉歸一化直流法、電流矢量軌跡法、輸出電流DQ軌跡法等方法對故障進行檢測和定位，但這些方法存在對負載變化敏感、算法復(fù)雜度較大、診斷周期長等問題。

歸一化誤差電流數(shù)據(jù)分析法具有能夠精準且快速地識別故障開關(guān)的優(yōu)點，為解決上述電流數(shù)據(jù)分析算法存在的問題，從簡化歸一化計算復(fù)雜度、劃分診斷變量兩方面對歸一化誤差電流數(shù)據(jù)分析法進行改進。但將其應(yīng)用于PMSM驅(qū)動系統(tǒng)開路故障進行故障診斷時，該算法僅能定位至最終的故障IGBT，而在實際運行中，過電流燒毀、線路開路、驅(qū)動信號異?；騺G失等原因都會最終導(dǎo)致并表現(xiàn)為變流器IGBT開路故障。

因此，僅依靠單一的改進歸一化誤差電流數(shù)據(jù)分析法無法追溯致使IGBT開路的源頭誘因及間接故障，且存在認知超載的問題?；谝陨细倪M歸一化誤差電流數(shù)據(jù)分析法在追因溯源方面存在的不足，融合本體追溯的方法進行支撐。

近年來，本體技術(shù)及其在故障診斷中的應(yīng)用研究發(fā)展迅速，李娟莉等將基于描述邏輯的本體故障知識表示方法以及運用貝葉斯網(wǎng)絡(luò)進行本體知識推理應(yīng)用到提升機智能故障診斷方法中，并在工程中實際投入使用，驗證了該方法的可行性及準確性。

于德介、周安美等基于Java平臺開發(fā)了基于本體的風(fēng)力發(fā)電機組故障智能診斷原型系統(tǒng)，將本體與風(fēng)電故障診斷結(jié)合，但在本體知識模型的構(gòu)建及推理效率的提高上還需要進一步研究；余磊等采用本體技術(shù)對裝備故障預(yù)測及健康管理系統(tǒng)（Prognostic and Health Management, PHM）進行知識化建模，將故障診斷、故障預(yù)測及維修案例作為PHM系統(tǒng)本體的子系統(tǒng)，解決了領(lǐng)域信息異構(gòu)的問題。

與此同時，中國電力科學(xué)研究院、國家電網(wǎng)公司等正在進行政策部署、標準研制、產(chǎn)業(yè)化推廣等多因素的驅(qū)動下積極推行智慧電網(wǎng)知識圖譜的開發(fā)及落地。知識圖譜作為人工智能的重要組成部分，在將海量非結(jié)構(gòu)化信息及大規(guī)模數(shù)據(jù)形成知識網(wǎng)絡(luò)方面有著無可比擬的優(yōu)勢，而本體技術(shù)可以作為知識圖譜的模型基礎(chǔ)，能夠為概念模型進行規(guī)范性說明，在信息的結(jié)構(gòu)化表示方面優(yōu)勢明顯。

為解決PMSM系統(tǒng)故障診斷的復(fù)雜工程問題，湘潭大學(xué)自動化與電子信息學(xué)院的研究人員將PMSM驅(qū)動系統(tǒng)開路故障作為主要研究對象，提出基于本體追蹤的故障診斷方法。他們首先對PMSM故障診斷領(lǐng)域本體模型進行形式化定義及標準化構(gòu)建，統(tǒng)一集成PMSM系統(tǒng)中密集的異構(gòu)信息；其次，在改進歸一化誤差電流數(shù)據(jù)分析法能夠精準快速地定位故障開關(guān)管的基礎(chǔ)上，將定量分析所得故障特征及識別結(jié)果映射到故障領(lǐng)域本體模型中，擴展了故障診斷范圍；最后，經(jīng)語義Web（SWRL）規(guī)則庫的預(yù)設(shè)以及基于規(guī)則的推理，融合本體技術(shù)進行故障誘因、故障類型等信息的追溯及診斷。

圖1 基于本體追蹤的智能故障診斷體系框架

研究人員指出，將改進歸一化誤差電流數(shù)據(jù)分析法嵌入到本體追蹤技術(shù)中，將定量分析與定性分析的優(yōu)勢互補，在對故障開關(guān)精準定位的基礎(chǔ)上追因溯源，可有效診斷故障誘因及間接故障類型。兩種故障方法的有機結(jié)合而非簡單堆疊使得各自方法的優(yōu)勢最大化，為系統(tǒng)內(nèi)大規(guī)模結(jié)構(gòu)化及非結(jié)構(gòu)化領(lǐng)域信息進行標準化集成，將領(lǐng)域知識及案例經(jīng)驗等非結(jié)構(gòu)化信息與傳統(tǒng)診斷所必須的數(shù)據(jù)實現(xiàn)聯(lián)動，為PMSM系統(tǒng)故障診斷的智能化、標準化、信息化提供了新的思路。

圖2 PMSM系統(tǒng)故障領(lǐng)域本體模型部分展開圖

他們進一步表示，將定量診斷提取的故障特征用于之后的本體映射，使本體技術(shù)不再只依靠知識及規(guī)則進行推理，延長了故障診斷的生命周期，故障設(shè)備（IGBT開關(guān)管）由一般的診斷目標變?yōu)槠鹗键c；同時優(yōu)化了診斷方向，將直接故障延伸至中間故障最終追溯到故障根本原因，加強了對不確定事件的靈活推理。另外，本體模型構(gòu)建作為知識圖譜的前端設(shè)計，為PMSM系統(tǒng)知識圖譜的發(fā)展提供了標準化、易復(fù)用、結(jié)構(gòu)清晰的領(lǐng)域基礎(chǔ)模型，彌補了知識圖譜構(gòu)建過程中無法進行邏輯檢查及靈活推理缺失的不足。

據(jù)悉，面向合作風(fēng)電企業(yè)的實際需求，課題組已將該方法應(yīng)用到風(fēng)力發(fā)電機定子繞組故障、PMSM驅(qū)動系統(tǒng)故障、變槳電機故障、主軸承故障等10多種風(fēng)電機組故障中，構(gòu)成包含領(lǐng)域知識和實踐技能的風(fēng)電系統(tǒng)故障診斷知識圖譜。

研究人員最后指出，后續(xù)將研究如何將自主構(gòu)建的風(fēng)電系統(tǒng)故障診斷知識圖譜與更大平臺的知識圖譜并軌，最終實現(xiàn)與電力運檢知識信息管理圖譜、電力供應(yīng)鏈圖譜及電網(wǎng)調(diào)度自動化系統(tǒng)圖譜等電網(wǎng)業(yè)務(wù)圖譜相匯集，遵循電力行業(yè)正在積極推行的智慧電網(wǎng)知識圖譜發(fā)展態(tài)勢。

本文編自2022年第13期《電工技術(shù)學(xué)報》，論文標題為“基于本體追蹤的永磁同步電機驅(qū)動系統(tǒng)開路故障診斷方法”。本課題得到湖南省自然科學(xué)基金的支持。