肖玉杰，單潮龍，張慶龍

?

直流電機高頻EMC模型阻抗敏感性分析

肖玉杰，單潮龍，張慶龍

（海軍工程大學(xué)電氣與信息工程學(xué)院，武漢 430033）

針對基于直流電機繞組電磁兼容（EMC）集總參數(shù)模型得到的高頻等效電路，以直流電機繞組短路阻抗為例，分別在Matlab2009a和Labview2010開發(fā)環(huán)境下利用MIV(Mean Impact Value) –BP（Back Propagation）算法和阻抗分析方法實現(xiàn)短路阻抗的靜態(tài)和動態(tài)敏感性分析。研究發(fā)現(xiàn)敏感性因素C對阻抗值的靈敏度非常高、而非敏感性因素R對阻抗值的變化影響較小。靜態(tài)和動態(tài)仿真結(jié)果相吻合，驗證了該分析方法的正確性，研究結(jié)果對于分析和預(yù)測高頻電機EMC具有重要的參考價值。

EMC 敏感性分析 MIV BP

0 引言

近些年來，直流電動機的結(jié)構(gòu)和控制方式都發(fā)生了很大變化。而電機作為許多系統(tǒng)（如電動車，叉車等）的核心設(shè)備，已經(jīng)成為系統(tǒng)內(nèi)的重要干擾源，其具體表現(xiàn)為：在直流電機在運行過程中，由于換向過程及電刷與換向器之間的不穩(wěn)定接觸，會在電源線上產(chǎn)生很大的瞬變電壓。這些瞬變電壓會通過導(dǎo)線以傳導(dǎo)干擾的形式侵入到其他設(shè)備，影響其正常運行[1-2]。本文以直流電機短路阻抗為例，分別在Matlab2009a和Labview2010開發(fā)環(huán)境下利用MIV–BP算法和RLC基本電路分析方法實現(xiàn)了短路阻抗的靜態(tài)和動態(tài)敏感性分析。

1 他勵直流電機繞組EMC模型的建立

在分析和預(yù)測直流電機側(cè)高頻共模電流時，集總參數(shù)模型取得了比較好的效果[3]。哈爾濱理工大學(xué)劉金鳳在分析他勵直流電機的基礎(chǔ)上建立了直流電機繞組的EMC模型，如圖1所示。L表示電樞繞組的共模電感；C表示電樞繞組的寄生電容；R表示鐵心渦流效應(yīng)和電樞繞組電阻的總和；L表示電樞鐵心電感；C表示電樞繞組與槽之間的寄生電容和電樞鐵心疊片之間的寄生電容總和；R表示電樞鐵心疊片電阻與電機軸承電阻總和；C為電樞繞組耦合到勵磁繞組鐵心的寄生電容。并利用安捷倫公司的Agilent 4249A型精密阻抗分析儀測得了繞組短路阻抗曲線，如圖2所示，最后通過蟻群算法得到了參數(shù)值：=21.3 mΩ，=21.1 μΗ，=22 pF。

圖1 他勵直流電機高頻共模等效電路

圖2 直流電機繞組阻抗短路阻抗特性圖

對于圖1所示的等效電路，根據(jù)電路理論可以得到繞組阻抗Z和對地共模阻抗Z的表達式如下：

短路時：

開路時：

對于短路時：

2 直流電機短路阻抗敏感性分析

敏感性分析是指從定量分析的角度研究有關(guān)因素發(fā)生某種變化對某一個或一組關(guān)鍵指標(biāo)影響程度的一種分析方法。下面分別在Matlab2009a和Labview2010開發(fā)環(huán)境下利用MIV-BP算法和阻抗分析方法實現(xiàn)了短路阻抗的靜態(tài)和動態(tài)敏感性分析。

2.1 基于MIV-BP算法的靜態(tài)敏感性分析

BP（back propagation）算法是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，全稱基于誤差反向傳播法的人工神經(jīng)網(wǎng)絡(luò)，如圖3所示。Dombi等人提出用MIV(Mean Impact Value)來反映神經(jīng)網(wǎng)絡(luò)中權(quán)重矩陣的變化情況，MIV被認(rèn)為是在神經(jīng)網(wǎng)絡(luò)中評價變量相關(guān)性最好的指標(biāo)之一，也為解決此類問題開創(chuàng)了新思路。文獻[4-5]已經(jīng)將MIV方法成功的用于滾動軸承故障診斷技術(shù)和腫瘤基因信息提取中。

圖3 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

MIV是用于確定輸入變量對輸出變量影響大小的一個重要指標(biāo)，其符號代表相關(guān)的方向，絕對值大小代表影響的相對重要性。具體計算過程如下：在網(wǎng)絡(luò)訓(xùn)練結(jié)束后，將訓(xùn)練樣本P中的每一個自變量特征在其原值的基礎(chǔ)上分別加/減某一數(shù)值如10%構(gòu)成2個新的樣本P1和P2,將P1和P2分別作為仿真樣本，得到2個仿真結(jié)果A1和A2，求出A1和A2的差值，即為變動該自變量后對輸入產(chǎn)生的影響變化值（IV，Impact Value），最后將IV按觀測例數(shù)平均得出自變量對于應(yīng)變量-網(wǎng)絡(luò)輸出的MIV值。按照上面步驟計算出各自自變量的MIV值，最后根據(jù)MIV絕對值的大小為各自變量排序，得到各自變量對輸出影響相對性重要性的位次表，從而判斷出輸入特征對于網(wǎng)絡(luò)結(jié)果的影響程度，即實現(xiàn)敏感性分析（其符號代表相關(guān)的方向，絕對值代表影響的相對重要性），算法流程圖如圖4所示。

圖4 MIV算法流程圖

本文使用Matlab2009a作為開發(fā)環(huán)境，編寫程序仿真。眾所周知，阻抗最大值是敏感性分析的關(guān)鍵，故本文分析直流電機在=24.1075285 MHz,|Z|=4.6336 kΩ時的等效電路狀態(tài)。仿真運行次數(shù)epoch=21，t=11.621214 s后。MIV仿真結(jié)果如下：

MIV-1=0.4148 ; MIV-2=-1.1424 ;

MIV-3=-1.6057 ;

其中MIV-n（n=1,2,3）分別表示對電阻、電感、電容的敏感性分析。從仿真結(jié)果可知，電容的敏感性最強、電阻的敏感性最弱，且相對影響非常小。

說明：由于BP網(wǎng)絡(luò)每次初始化連接權(quán)值的隨機性和不確定性會導(dǎo)致網(wǎng)絡(luò)每次訓(xùn)練的結(jié)果并不相同，但MIV的對比結(jié)果是一致的；不只是BP神經(jīng)網(wǎng)絡(luò)，其他的神經(jīng)網(wǎng)絡(luò)如RBF、ELM等神經(jīng)網(wǎng)絡(luò)模型均可以應(yīng)用到MIV方法中進行敏感性分析。

2.1 基于Labview的動態(tài)敏感性分析

Labview在國內(nèi)已被廣泛的用于教學(xué)、科研、測試、和工業(yè)自動化領(lǐng)域[6]。其優(yōu)點是能在程序運行過程中動態(tài)的修改輸入?yún)?shù)從而動態(tài)的得到仿真結(jié)果。本文正是基于此原理對直流電機短路阻抗進行動態(tài)敏感性分析。如圖5所示，其中圖5為前面板的設(shè)計，分為輸入界面和顯示界面。輸入界面用于在運行過程中動態(tài)的調(diào)整、、的數(shù)值；顯示界面顯示了輸出阻抗值的結(jié)果和仿真時間等信息。

仿真開始后，動態(tài)的改變、、參數(shù)的輸入值，可以很直觀的觀測敏感性大小及方向。結(jié)果如下：在21.3-1e+3數(shù)值內(nèi)變化，對輸出阻抗值沒有任何影響，稍微變化即可以影響到輸出結(jié)果的改變，從仿真可以得出看出R對阻抗值的而變化影響較小，而的靈敏度最高。此結(jié)果與靜態(tài)分析結(jié)果一致。

圖5 Labview實現(xiàn)

3 結(jié)論

本文利用直流電機繞組EMC集總參數(shù)模型得到的高頻等效電路，以直流電機繞組短路阻抗為例，分別在Matlab和Labview開發(fā)環(huán)境下利用MIV-BP算法和RLC基本電路分析方法實現(xiàn)了短路阻抗的靜態(tài)和動態(tài)敏感性分析。得到了敏感性因素和非敏感性因素。

[1] Nobuyoshi Mutoh. A Suitable method for ecovehicles to control surge voltage occurring at motor terminals connected to PWM inverters and to control induced EMI noise[J]. IEEE Transactions on vehicular technology, 57(4): 2089-2098.

[2] G.M. Cheng, J.C. Waite. Minimization and cancellation of common mode currents, shaft voltages and bearing currents for induction motor drives[J]. IEEE Transactions on Industrial Electronics. 2006, 53(5): 1127~1132.

[3] Jens Benecke, Andre Linde, Stefan Dickmann. Automatic HF model generatioin and impedance optimization for low voltage DC motors[C]. Proceedings of the 2008 International Conference on Electrical Machines, Vilamoura, Portugal, 2008.

[4] 周瑩, 程衛(wèi)東. 基于MIV特征篩選和BP神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷技術(shù)研究[D]. 北京: 北京交通大學(xué), 2011.6.

[5] 王紫微, 葉奇旺. 基于神經(jīng)網(wǎng)絡(luò)MIV值分析的腫瘤基因信息提取[J]. 數(shù)學(xué)的實踐與認(rèn)識, 2011, 41(14): 47-58.

[6] 陳樹學(xué), 劉萱. Labview寶典[M].北京: 電子工業(yè)出版社, 2011.

Impedance Sensitivity Analysis of DC Motor High Frequency EMC Model

Xiao Yujie, Shan Chaolong, Zhang Qinglong

(College of Electrical and Information Engineering, Naval University of Engineering, Wuhan 430033, China )

is sensitiv is imsensitive to impedance, and the static simulation result is identical with dynamic simulation result, which proves the validity of the method.

TM303.3

A

1003-4862（2013）04-0028-03

2012-08-13

肖玉杰(1987-)，男，碩士研究生。專業(yè)方向：人工智能及電力系統(tǒng)電磁兼容。