張志艷 ， 馬宏忠， 趙劍鍔， 趙利軍

(1. 河海大學 能源與電氣學院，江蘇 南京 211100; 2. 鄭州輕工業(yè)學院 電氣信息工程學院，河南 鄭州 450002； 3. 鄭州科技學院 電氣工程學院，河南 鄭州 450064； 4. 國家電網平高集團有限公司，河南 平頂山 467001)

0 引 言

永磁同步電機定子不對稱故障是電機較為常見的故障。定子繞組的絕緣受損、定子繞組短路(包括匝間、股間、相間等各種短路)、鐵芯短路等故障均會引起定子不對稱運行。永磁同步電機發(fā)生定子不對稱故障時，將會在定子電流中產生負序分量，負序電流產生的負序磁場與轉子旋轉方向相反，負序電流產生的電磁轉矩為制動性質的轉矩，增加了轉子的附加損耗，致使電機輸出電磁功率減少、效率降低、電機發(fā)熱加劇，產生惡性循環(huán)，使得電機故障進一步擴大，影響到電機運行的安全性。

目前，國內外對永磁同步電機故障診斷的研究主要集中在轉子永磁體失磁故障[1-4]、定子繞組故障[5-8]、軸承損傷故障[9-10]和轉子偏心故障[9]等，采用的研究方法主要是提取永磁同步電機定子電流，利用各種先進的信號分析方法對其諧波成分進行分析，以確定故障發(fā)生?；谟来磐诫姍C定子電流特定諧波分析的故障診斷方法，存在兩個不足之處，一是故障早期信號較為微弱，電機運行環(huán)境不同，各種信號處理方法都有著各自的優(yōu)點和使用范圍，采用什么樣的信號處理方法從較微弱的信號中得到較為真實的諧波成分，此方面尚未有達成共識的分析方法；二是永磁同步電機發(fā)生不同種類的故障時，會產生相同次數的諧波信號，給故障種類的判斷帶來了一定的困難。另外，既有文獻中基本上沒有發(fā)現針對電動汽車用永磁同步電機定子不對稱故障診斷的專門研究。文獻中的研究主要集中在不對稱故障后電機外部特性的研究和基于負序電流單一分量的傳統(tǒng)電機定子不對稱故障診斷方面。這些研究有一定的局限性和不全面性，主要表現在： 文獻[11]對自起動永磁同步電機在三相不對稱電壓下的運行特性進行了研究，但其著重點在于分析永磁同步電機的外部性能，如轉矩、轉速以及轉子銅耗等，并未對負序分量進行研究，且立足點并非不對稱故障的診斷；文獻[12，13]利用負序分量對傳統(tǒng)異步電機與同步電機的定子匝間短路故障進行研究，但其僅對負序電流或負序電流相角差兩個參數中的某一個參數進行了分析，因負序電流易受負載大小及轉速的影響，穩(wěn)定性受到了一定的限制，降低了故障判斷的準確性。因此，如何融合其他方法，提高故障診斷的準確性和穩(wěn)定性，是亟須解決的問題之一。

模糊邏輯故障診斷是一種基于知識的人工智能診斷方法，它能夠將很難用數學模型表示的故障特征與故障之間的關系采用人類的思維模式，用模糊的關系形式表示出來，進行模式識別。其算法的核心是建立故障特征與故障原因之間的因果關系矩陣，在建立故障與故障特征之間的模糊關系方程的基礎上，通過故障特征判斷故障的發(fā)生[14]?；谀：壿嫷墓收显\斷方法已在高壓輸電線路故障類型識別[15]、煤礦機械系統(tǒng)故障診斷[16]、飛機控制系統(tǒng)作動器故障診斷[17]等方面得到了應用。

基于此，為對電動汽車用永磁同步電機定子不對稱故障進行準確的診斷，本文首先對基波負序電流分量、基波負序阻抗、基波負序電流最大相角偏差與轉速之間的關系進行分析，獲得永磁同步電機發(fā)生不對稱故障時，三個基波負序分量對轉速、故障嚴重程度的變化規(guī)律。據此，對三個基波負序分量分配了不同的權值，作為模糊邏輯判斷的三個輸入量，制定了相關的模糊規(guī)則，采用模糊推理機制進行推理，判斷故障嚴重程度等級及存在的故障相。建立了試驗平臺，通過分析實測數據，驗證了該聯合診斷方法的有效性。

1 定子不對稱故障試驗平臺構建

永磁同步電機不對稱故障試驗，通過在定子C相串聯梯形大功率鋁殼電阻實現，不對稱故障嚴重程度的模擬通過改變串聯電阻的大小實現，故障電阻分別設定為C相電阻的0.1倍、0.2倍和0.3倍。定子三相電壓和三相電流信號分別通過3個單相霍爾電壓和3個霍爾電流傳感器進行測量，以適應頻率較大范圍內的變化，傳感器輸出信號由數據采集電路進行采集，數據采集頻率設定為10kHz，采集時長為100ms。采集永磁同步電機不同轉速下定子三相不對稱故障狀態(tài)運行時的穩(wěn)態(tài)數據，其試驗框圖如圖1所示。

圖1 永磁同步電機不對稱故障試驗框圖

2 負序分量特征分析

2.1 負序分量的獲取

對采集到的定子三相電流和三相電壓信號進行快速傅里葉(Fast Fourier Transform, FFT)變換，得到各相電流、電壓的基波與諧波信號；按式(1)和式(2)對三相電流、三相電壓分量的基波值運用對稱分量分析法進行計算，得到基波負序電流和基波負序電壓。

其中，a=ej120°，下標“+、-、0”分別表示正序、負序和零序分量，下標A、B、C分別表示對應的三相，僅考慮基波負序分量。如果用下標f表示永磁同步電機發(fā)生定子不對稱故障時的參數，則故障狀態(tài)下的基波負序電流和基波負序電壓可用式(3)和式(4)表示，運用式(5)計算對應的基波負序阻抗。

(3)

Zaf(-)=Vaf(-)/Iaf(-)

(5)

2.2 試驗數據分析

取定子C相繞組不平衡電阻Rf=0.1Rc，在轉速為780～1780r/min之間6種不同轉速情況下，對永磁同步電機三相定子電流和三相定子電壓進行采集，對采集到的試驗數據進行計算，得到永磁同步電機定子不平衡度為Rf=0.1Rc時的基波負序電流和基波負序阻抗隨轉速的變化規(guī)律，如圖2所示。從圖2可看出，相同轉速下，基波負序電流大于基波負序阻抗，基波負序阻抗具有一定的魯棒性，受轉速影響較小，而相同狀態(tài)下，基波負序電流隨轉速的變化影響較大。

圖2 Rf=0.1Rc時，基波負序電流與基波負序阻抗隨轉速的變化規(guī)律

對永磁同步電機在正常(Rf=0)和定子不平衡度分別為Rf=0.1Rc、Rf=0.2Rc和Rf=0.3Rc的4種情況下，6種不同轉速運行工況下的數據進行分析，得到各種運行工況下的負序阻抗，如表1所示。從表1可以看到，基波負序阻抗的大小對故障嚴重程度很敏感，但對轉速表現出的敏感度較弱。

表1 永磁同步電機各種工況下的基波負序阻抗

對轉速為1780r/min時的基波負序電流進行分析，得到其不同平衡度下的基波負序電流相量圖，如圖3所示。求取基波負序電流最大相角差，由圖3可以看出，基波負序電流最大相角差為AB相之間的夾角，即非故障相之間的相角差，據此可以判定故障相為C相。對基波負序電流最大相角差進行標么化處理后，作為模糊邏輯診斷輸入量。

圖3 轉速為1780r/min時，永磁同步電機基波負序電流相量圖

3 加權模糊邏輯診斷中心的構建

模糊邏輯故障診斷方法的知識庫由規(guī)則庫和數據庫兩部分組成，是專家故障診斷經驗與現場實際經驗的融合，優(yōu)點在于不需要采集與處理大量數據便可得出故障特征與故障之間的規(guī)律。

從試驗數據分析的結果可知，電動汽車用永磁同步電機定子不對稱故障診斷過程中，因基波負序阻抗穩(wěn)定性好、受負荷波動影響小，對故障的嚴重程度敏感，故將其權重設置稍大?；ㄘ撔蛳嘟遣顝脑囼灲Y果來看，穩(wěn)定性相對較好，其權重介于負序阻抗與負序電流兩者之間，故將基波負序阻抗、基波負序電流最大相角偏差、基波負序電流幅值的權值分別設為0.45、0.35、0.2，將其作為模糊邏輯的3個輸入量，分別記為負序電流幅值I2、負序電流最大相角偏差PH和負序阻抗Z2。將3個輸入量分為正常(N)、輕微偏離正常值(LD)、中等偏離正常值(MD)、嚴重偏離正常值(HD)4個模糊集；以永磁同步電機運行狀態(tài)作為輸出量，對應4個模糊集，分別為輕微故障(LF)、正常(N)、中等故障 (MF)、嚴重故障 (HF)。

根據實際情況，如果3個輸入量均為某一個確定的模糊集，則輸出量也為某一個確定的模糊集，如果3個輸入量屬于不同的模糊集，則輸出量依據實際輸入量的實際情況寫出其模糊規(guī)則，該診斷中心以與或邏輯形式制定了23條模糊規(guī)則。

電動汽車用永磁同步電機定子不對稱故障輸入量定子基波負序電流、基波負序阻抗、基波負序電流最大相角偏差以及輸出量的隸屬度函數主要采用了Z型函數zmf、S型函數smf和梯形函數trapmf。據測試數據的分析結果結合經驗，建立輸入量和輸出量的隸屬度函數，如圖4所示。

圖4 輸入量和輸出量隸屬度函數

4 故障診斷實例分析

對永磁同步電機轉速為1580r/min，故障相電阻為C相電阻0.1倍的情況進行分析，設定故障后實測的定子三相電流/電壓數據進行處理，得到其基波負序電流幅值為4.8A，基波負序電流最大相角為AB相角差160°(模糊邏輯輸入負序電流最大相角偏差為40°)，基波負序阻抗為0.81Ω。同轉速正常運行下，基波負序電流幅值、基波負序電流相角差、基波負序阻抗分別為0.16A、120°、1.6Ω，以此為基準值，得以對應的標幺值分別為0.5(LD或MD)、0.3(LD)和0.5(LD)，將其作為模糊邏輯的3個輸入量，對應的輸出量大小為0.525，為輕度故障狀態(tài)(LF)，與設定的不平衡故障種類相同，判斷結果正確。

5 結 語

在分析永磁同步電機定子三相不平衡故障基波負序電流幅值、基波負序電流相角差及基波負序阻抗特性的基礎上，根據其穩(wěn)定性和對故障的敏感性不同，設定了不同的權值，作為模糊邏輯診斷方法的3個輸入量。實際算例分析結果表明，該聯合診斷方法能夠對永磁同步電機不平衡故障進行有效的診斷，診斷結果正確。該診斷方法克服了以往診斷方法中信號處理方法選擇的困難；加權模糊邏輯診斷方法使診斷結果具有較高的可信度；對多種原因引起的定子不對稱故障均可進行診斷，適用范圍廣；適用于負荷變動情況下的動態(tài)在線監(jiān)測；不需要采集和處理大量數據，采樣時間短。對不同的電機，參數變化規(guī)律并不完全一樣，負序分量的變化規(guī)律也有所不同，本實例中的權值設定不一定最佳。

【參考文獻】

[1] ROUX W L, HARLEY R G, HABETLER T G. Detecting rotor faults in permanent magnet synchro-nous machines[C]∥ IEEE International Symposium on Diagnostics for Electric Machines， Power Electr-onics and Drives， 2003： 198-203.

[2] ROSERO J, ROMERAL L, ORTEGA J A, et al． Demagnetization fault detection by means of hilbert huang transform of the stator current decomposition in PMSM [C]∥ 2008 IEEE International Symposium on Industrial Electronics， 2008： 172-177．

[3] RIBA R J R, ROSERO J A, ESPINOSA A G, et al． Detection of demagnetization faults in permanent mag-net synchronous motors under nonstationary condi-tions[J]． IEEE TRANSA-CTIONS ON MAGNETICS， 2009，45(7)： 2961-2969．

[4] 張志艷，馬宏忠，陳誠,等．永磁電機失磁故障診斷方法綜述[J]．微電機，2013，46(3)： 77-80.

[5] THOMSON W T. On-line motor current signature analysis prevents premature failure of large induction motor drives operating in the North Sea oil and gas industry [C]∥ Institution of Mechanical Engineers, Fluid Machinery Group-Ninth European Fluid Machi-nery Congress: Applying the Latest Technology to New and Existing Process Equipment， 2006： 263-272．

[6] BARENDSE P S， PILLAY P. A new algorithm for the detection of faults in permanent magnet machines [C]∥32nd Annual Conference on IEEE Industrial Electronics， 2006： 823-828.

[7] ROSERO J, ROMERAL L, ORTEGA J A, et al． Short circuit detection by means of empirical mode decomposition and wigner ville distribution for PMSM running under dynamic condition[J]． IEEE Transac-tions on Industrial Electronics， 2009，56(11)： 4534- 4547.

[8] ROSERO J, ROMERAL L, ORTEGA J A, et al． Short circuit fault detection in PMSM by means of empirical mode decomposition (EMD) and wigner ville distribution (WVD) [C]∥ Conf Proc IEEE Appl Power Electron Conf Expo APEC， 2008： 98-103.

[9] ROSERO J, ROMERAL J L, CUSIDO J, et al． Fault detection of eccentricity and bearing damage in a PMSM by means of wavelet transforms decomposition of the stator current[C]∥ 23rd Annual IEEE Applied Power Electronics Conference and Exposi-tion， 2008： 111-116.

[10] ROSERO J, CUSIDO J, ORTEGA J A, et al． PMSM bearing fault detection by means of fourier and wavelet transform[C]∥ The 33rd Annual Conference of the IEEE Industrial Electronics Society, 2007： 1163-1168.

[11] 王道涵，王秀和，仲慧,等．三相不對稱供電自起動永磁同步電動機的仿真研究[J]．中國電機工程學報，2005，25(19): 152-156.

[12] 馬宏忠，張志艷，張志新,等．雙饋異步發(fā)電機定子匝間短路故障診斷研究[J]．電機與控制學報，2011，11(15): 19-24.

[13] 劉沛津，谷立臣．異步電機負序分量融合方法及其在定子匝間短路故障診斷中的應用[J]．中國電機工程學報，2013，33(15): 119-123.

[14] 楊軍，馮振聲，黃考利,等．裝備智能故障診斷技術[M]．北京： 國防工業(yè)出版社，2004.

[15] 姜惠蘭，梁昭君，楊維,等．基于模糊邏輯的高壓輸電線路故障類型識別新方法[J]．電工電能新技術，2004，23(1)： 60-63.

[16] 陳勁松．基于模糊邏輯的煤礦機械系統(tǒng)故障診斷[J]．煤礦機械，2012，33(8)： 255-257.

[17] 王可，夏立群．基于模糊邏輯的作動器故障診斷方法研究[J]．機床與液壓，2010，38(15)： 126-128．