论文部分内容阅读
电力牵引交流传动系统是无接触网城轨车辆动力系统的核心,牵引逆变器和永磁同步电机是牵引交流传动系统的关键部件,对可靠性有非常严格的要求。从定量分析的简化角度来看,牵引逆变器和永磁同步电机的典型故障能够代表整个交流传动系统的故障情况,通过对逆变器和电机进行实时监测和对故障做出反应,确保系统的正常运行。无接触网城轨车辆永磁同步电机容量大,工作环境恶劣,易发生绝缘与退磁故障。变流器的功率模块部分也是极易发生故障的薄弱环节。因此着重对牵引逆变器开路和永磁同步电机的匝间短路和退磁故障诊断方法进行研究。主要研究内容如下:(1)为了增强牵引逆变器开路故障诊断方法对于不确定因素的免疫能力,提出一种基于贝叶斯网络的信息融合诊断方法。以牵引逆变器输出侧的电流和电压为信号源,提取小波包熵特征,采用主成分分析法对原始特征进行降维,使用贝叶斯参数估计法融合降维后的特征量,得到信息互补的新的特征向量。利用贝叶斯网络对融合后的新的特征向量进行识别,对不同观测值情况下的最大后验概率估计结果进行信息融合并做出决策,进而完成故障诊断。建立仿真模型,与使用K均值算法的故障分类情况做对比,验证不同转速和白噪声情况下所提故障诊断方法的有效性。(2)针对永磁同步电机匝间短路故障信号微弱,难以检测的问题,考虑工况环境等干扰因素,提出以逆变器开关谐波为激励源,并从负序电压中提取故障特征量的方法。首先构建永磁同步电机匝间短路故障模型,引入故障负序电压来计算故障指标,然后提取电压中的高频谐波激励,注入原电压信号,并通过广义二阶积分器分离和检测高频故障负序电压信号,进而完成故障诊断。仿真实验结果表明,所提方法能够有效辨识永磁同步电机匝间短路故障,且具有很强的抗干扰能力,在故障严重程度较小时,在转矩较大的情况下,更有利于检验匝间短路故障。(3)利用模型参考自适应算法辨识永磁同步电机的磁链,完成永磁同步电机的均匀退磁故障诊断。考虑车用工况环境,采用非平稳状态下提取故障特征谐波的方法,通过HHT检测定子电流谐波来完成永磁同步电机局部退磁故障诊断,并进行仿真验证。