复杂工况下的永磁同步电机典型绕组故障在线诊断

作者：刘蔚; 李万铨; 王明峤^*; 郑萍; 赵志衡

来源：电工技术学报, 2023, 1-13.

DOI：10.19595/j.cnki.1000-6753.tces.222044

• 永磁同步电机
• 绕组故障
• 在线故障诊断
• 特征提取
• 深度优化人工神经网络

绕组故障作为永磁同步电机最常见故障之一，严重影响电机正常运行。但由于电机运行工况复杂，故障特征波动严重，基于故障特征的诊断精度较低。为提高复杂工况下绕组故障的诊断精度，提出一种复杂工况下基于控制器信号的在线诊断方法。首先本文对典型绕组故障进行故障机理分析，并通过基于自适应随机窗的快速傅里叶变换（FFT），提取控制器信号的相应故障特征。其次，通过研究单一工况和复杂工况下的各故障特征分布，揭示部分故障特征会在低转速工况下失效。此外，定义了复杂工况下故障特征性能指标，用于筛选故障特征。最后，在人工神经网络的基础上，提出了深度优化人工神经网络，引入批量归一化算法（BN），并对深度网络结构残差化，提高网络泛化能力和诊断精确性。实验结果表明，通过计算故障特征性能指标，能够在诊断前对故障特征进行有效筛选，且深度优化人工神经网络的诊断精确性高、泛化能力强，在复杂工况下能够实现电机典型绕组故障的精确在线诊断。

• 单位
  自动化学院; 哈尔滨工业大学