新能源汽车油泵电机电磁力建模及其匝间故障监测方法研究

作者：刘行谋^*; 何明朗; 肖遥; 孙逊; 吕翔

来源：仪器仪表学报, 2023, 44(09): 302-312.

DOI：10.19650/j.cnki.cjsi.J2311708

• 油泵电机
• 匝间故障
• 振动信号
• 自适应经验模态分解
• 故障特征

新能源汽车油泵电机出现匝间故障，无法保证燃料供给、控制压力、提供润滑和冷却等，威胁行车安全。对此，本文提出了一种基于电流和振动信号相结合的匝间故障在线监测方法。首先，根据麦克斯韦张量法构建含有故障电流谐波的电磁力模型。其次，设计了一个多传感器的电机信号采集电路。最后，采用改进的自适应经验模态分解法对经降噪后的振动信号进行自适应分解，利用相关系数法对所得的一系列本征模式函数筛选和重构。综合评估峭度与均方根值之比以及包络谱特征因子，得到故障特征指标提升52.3%,表明重构信号具备更高的敏感性，并通过电流波形分析验证了重构信号与故障特征的一致性。该研究对油泵电机故障诊断和状态预测具有重要工程意义。

• 单位
  自动化学院; 贵州航天计量测试技术研究所; 重庆邮电大学