基于概率神经网络算法的永磁同步直线电机局部退磁故障诊断研究

作者：张丹; 赵吉文^*; 董菲; 宋俊材; 窦少昆; 王辉; 谢芳

来源：中国电机工程学报, 2019, 39(01): 296-344.

DOI：10.13334/j.0258-8013.pcsee.172531

• 永磁同步直线电机
• 气隙磁密
• 局部退磁故障
• 故障特征量
• 概率神经网络

针对永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)的局部退磁故障问题,引入一种基于空间气隙磁密重构特征提取与概率神经网络(probabilistic neural network,PNN)算法相结合的局部退磁故障分类识别方法。采用等效磁化强度法分析永磁体在局部退磁情况下,PMSLM气隙磁密在不同空间位置的分布特性;利用有限元法定量计算PMSLM空间气隙中心线、气隙中心线上方、气隙中心线下方3个位置处的气隙磁密强度,将其融合为唯一识别退磁故障类型的特征量,并进行多种局部退磁故障类型下的仿真分析,建立了丰富的退磁故障样本库;建立神经网络和径向基网络,并对PNN网格结构进行优化,利用PNN分类算法实现局部退磁故障的精确分类识别,并进行分类器精度校验仿真实验。样机实验结果表明,所提方法能够准确辨识PMSLM局部退磁故障的组合类型,识别率高达到99.4%。

• 单位
  自动化学院; 安徽大学