亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        機電作動系統(tǒng)故障影響分析與故障檢測方法

        2018-07-03 03:18:06楊建忠楊珍書孫曉哲
        微特電機 2018年6期
        關鍵詞:相電流指令轉(zhuǎn)矩

        楊建忠,楊珍書,孫曉哲

        (中國民航大學天津市民用航空器適航與維修重點實驗室,天津 300300)

        0 引 言

        隨著多電飛機的發(fā)展與電傳飛控技術的成熟,電力作動系統(tǒng)以其高可靠性、無污染、便于維護等優(yōu)點,已作為多電飛機作動系統(tǒng)的關鍵技術,成為新型作動系統(tǒng)的發(fā)展方向[1]。其中,機電作動系統(tǒng)(以下簡稱EMA)作為功率電傳的典型特征之一,逐漸取代液壓作動系統(tǒng),已在新型民用客機的飛控作動系統(tǒng)中得到應用[2]。例如波音787和空客380已將EMA應用于水平安定面配平作動和擾流板作動。然而,目前在役民機仍以液壓作動系統(tǒng)為主要作動形式,因此,EMA尚未有足夠長的運行時間與足夠大的數(shù)據(jù)積累以得到可靠的故障統(tǒng)計數(shù)據(jù)。

        中國民航規(guī)章CCAR 25.671(c)條款規(guī)定,必須用分析、試驗或兩者兼用來表明,在正常飛行包線內(nèi)發(fā)生飛行操縱系統(tǒng)故障后,不需要特殊的駕駛技巧或體力,飛機仍能繼續(xù)安全飛行與著陸。EMA作為飛行操縱系統(tǒng)的安全-關鍵部件,對其進行故障模式及影響的研究十分必要[3-5]。

        當前EMA故障影響及故障特征來源于工業(yè)技術報告、軍方報告的經(jīng)驗數(shù)據(jù),關于EMA的故障機理和故障影響分析仍鮮有文獻開展系統(tǒng)研究[6-8]。

        本文基于EMA故障機理分析,選取典型的故障模式,通過故障仿真分析該種故障模式對EMA的故障影響。提出基于快速傅里葉變換的故障檢測方法,提取故障特征,為EMA故障檢測提供理論支持。

        1 典型故障模式選取

        1.1 EMA故障模式梳理

        EMA集電磁機構(gòu)、傳感器、電力電子線路多種部件為一體,其可能出現(xiàn)的故障模式復雜且各不相同?;贓MA的架構(gòu)和工作原理,對其故障模式進行分析與整理,按照功能實現(xiàn)的分類原則將EMA的故障模式分為電子控制裝置故障、驅(qū)動器故障、無刷直流電動機故障、機械傳動故障和傳感器故障5個模塊,且故障特征的選取準則如下:

        (1)故障特征之間差別大,但是特征樣本之間的差別小;

        (2)故障特征對外界環(huán)境變量如噪聲、系統(tǒng)誤差等相對不敏感;

        (3)故障特征與EMA其他故障模式的故障特征不關聯(lián)。

        根據(jù)CCAR 25.671(c)的要求,基于EMA故障機理進行分析,并考慮若不及時糾正與診斷就會發(fā)展成為失效情況[9],對EMA的故障模式整理與歸納如表1所示。

        表1 EMA傳統(tǒng)故障模式

        1.2 非指令信號

        表1中的故障模式并未考慮到電子飛行控制系統(tǒng)和EMA的新穎獨特設計特征,而這也是適航審查的難點與關注重點,應對其新穎的故障模式及故障影響進行研究。

        經(jīng)驗表明,能夠?qū)﹄娮泳€路中傳輸信號產(chǎn)生干擾并修改指令信號的主要干擾有[10]:有害的瞬變、異步微處理器對信號的處理、傳輸延遲的有害影響、傳感器噪聲、不可靠的傳感器信號、失真效應、電磁效應等?;趯Ψ侵噶钚盘柟收蠙C理分析,EMA非指令信號的產(chǎn)生位置及形式如表2所示。

        表2 EMA非指令信號的產(chǎn)生位置與形式

        以上綜合考慮CCAR 25.671和專用條件指令信號完整性的要求,對EMA的故障模式進行梳理。

        綜上可得EMA典型故障模式如表3所示?;谶x取的典型故障模式,建立故障模型并進行故障仿真。

        表3 EMA典型故障模式

        2 故障仿真

        圖1為EMA故障模型仿真框圖。它主要由控制器、逆變模塊、驅(qū)動模塊、電機本體、機械傳動模塊等組成,感應電動勢計算模塊采用分段線性化的方法,電流閉環(huán)采用PWM控制。

        圖1 EMA故障模型仿真框圖

        對表3中的故障模式進行故障建模與仿真。采用S函數(shù)表述電機繞組短路、軸承卡阻等故障發(fā)生時系統(tǒng)參數(shù)的變化;考慮非指令信號為“液態(tài)”非指令信號[11],即為正常信號與干擾信號的疊加,其故障注入原理圖如圖2所示。

        圖2非指令信號故障注入原理圖

        2.1 繞組匝間短路故障

        已知應用于民用客機水平安定面的EMA驅(qū)動舵面作動時,最高配平速度為6.98×10-3rad/s,舵面最大軸向載荷為4 000 N,所需驅(qū)動轉(zhuǎn)矩峰值為3.2 N·m,因此EMA輸入舵偏指令為斜率k1=0.06斜坡信號,負載轉(zhuǎn)矩2.2 N·m。故障百分比Sa設為0.8,系統(tǒng)運行1 s時A相繞組發(fā)生匝間短路故障,故障時刻系統(tǒng)響應如圖3所示。

        由圖3可知,電機轉(zhuǎn)速約0.12 s達到穩(wěn)定,響應迅速;作動系統(tǒng)正常運行時,輸出舵偏平穩(wěn)且能精確跟蹤指令信號,三相電流相差120°相位,輸出電磁轉(zhuǎn)矩在2.2 N·m附近波動。

        (a) 電機相電流

        (b) 輸出轉(zhuǎn)矩

        (c) 電機角轉(zhuǎn)速

        (d) 舵偏輸出

        A相繞組發(fā)生匝間短路故障后,三相電流相位仍能正常切換,但短路相電流幅值增大,電流波形受電感影響發(fā)生畸變,輸出轉(zhuǎn)矩受短路環(huán)流影響發(fā)生劇烈脈動。由于閉環(huán)調(diào)節(jié)作用,輸出舵偏基本不受影響。若在此故障模式下持續(xù)長時間工作,三相不均衡電流可能導致系統(tǒng)內(nèi)部溫升,影響電機作動性能,帶來不必要的軸承磨損甚至燒毀電路,為EMA帶來更嚴峻的故障影響。相比舵偏輸出值,驅(qū)動電機三相電流響應迅速,故障特征明顯,更應將其作為匝間短路的故障特征。

        2.2 電機軸承卡阻故障

        (a) 輸出電磁轉(zhuǎn)矩

        (b) 電機轉(zhuǎn)速

        (c) 舵偏輸出

        2.3 載荷路徑間隙過大

        由于載荷路徑間隙過大僅在系統(tǒng)反向作動時產(chǎn)生故障影響,因此EMA輸入舵偏指令為幅值0.6 rad、周期2 s的正弦信號,負載轉(zhuǎn)矩2.2 N·m,系統(tǒng)運行1 s時載荷傳遞路徑出現(xiàn)間隙過大故障,故障時刻系統(tǒng)響應如圖5所示。

        (a) 輸出電磁轉(zhuǎn)矩

        (b) 電機轉(zhuǎn)速

        (c) 舵偏輸出

        由圖5可知,在系統(tǒng)反向動態(tài)作動過程中,由于過大的間隙干擾,輸出舵偏不能精確跟蹤指令信號,控制器試圖通過調(diào)節(jié)驅(qū)動電機轉(zhuǎn)速不斷減小誤差,由此帶來輸出轉(zhuǎn)矩振蕩。在反向作動的動態(tài)調(diào)節(jié)過程中,間隙過大且干擾不斷累積,導致輸出舵偏產(chǎn)生大的誤差,直到反向作動完成,跟蹤性能存在0.7 s延遲。

        2.4 傳感器輸出信號噪聲

        EMA輸入舵偏指令為斜率k1=0.06斜坡信號,負載轉(zhuǎn)矩2.2 N·m,系統(tǒng)運行1 s時傳感器疊加高斯噪聲干擾,故障時刻系統(tǒng)響應如圖6所示。

        (a) 輸出電磁轉(zhuǎn)矩

        (b) 電機轉(zhuǎn)速

        (c) 舵偏輸出

        由圖6可知,位置傳感器輸出信號疊加噪聲干擾后,由于控制器閉環(huán)作用,系統(tǒng)誤差信號被放大且隨噪聲信號波動。驅(qū)動電機輸出轉(zhuǎn)速、系統(tǒng)輸出轉(zhuǎn)矩與輸出舵偏受到錯誤的誤差信號調(diào)節(jié)產(chǎn)生噪聲波動。輸出舵偏波動易造成舵面振蕩失效,影響舵面配平并對飛機結(jié)構(gòu)造成衍生影響。

        2.5 控制器輸出信號噪聲

        EMA輸入舵偏指令為斜率k1=0.06斜坡信號,負載轉(zhuǎn)矩2.2 N·m,系統(tǒng)運行1 s時控制器疊加高斯噪聲干擾,故障時刻系統(tǒng)響應如圖7所示。

        (a) 輸出電磁轉(zhuǎn)矩

        (b) 電機轉(zhuǎn)速

        (c) 舵偏輸出

        由圖7可知,控制器輸出信號疊加噪聲干擾后,對驅(qū)動電機電流、轉(zhuǎn)速、輸出轉(zhuǎn)矩的調(diào)節(jié)部分產(chǎn)生噪聲干擾。由于控制器閉環(huán)作用,調(diào)節(jié)輸出舵偏跟蹤指令信號,減小誤差,輸出舵偏基本不受影響。相比舵偏輸出值,驅(qū)動電機輸出轉(zhuǎn)矩故障特征明顯,更應將其作為控制器噪聲信號干擾的故障特征。

        通過以上故障仿真及影響分析可知,EMA各個部件發(fā)生典型故障后,雖會造成輸出電磁轉(zhuǎn)矩振蕩、電機轉(zhuǎn)速波動,但系統(tǒng)仍能夠帶故障運行,且某些故障(驅(qū)動電機繞組短路、控制器產(chǎn)生噪聲非指令信號)基本不影響舵偏輸出。雖然故障時刻舵偏輸出受故障影響較小,但此時系統(tǒng)作動性能變差,若不能根據(jù)有效的故障特征進行準確及時判斷,故障的衍生影響將進一步惡化系統(tǒng)性能,導致不可接受的故障響應。

        3 故障檢測方法

        通過分析故障模式的原始故障信號不能夠提取故障特征,因此,需要通過必要的時域分析、頻域分析或者時頻域分析提取故障特征。時域分析包括時域統(tǒng)計分析、高階統(tǒng)計量和短脈沖等方法,該種方法僅能夠?qū)ο到y(tǒng)的故障特征及表現(xiàn)進行基本的描述與分析。時頻域分析方法包括小波變換、短時傅里葉變換等,該方法從濾波器組結(jié)構(gòu)中尋找故障信號的主頻帶,能夠從干擾噪聲信號中精確提取故障特征。頻域故障特征分析方法包括高階頻譜分析、包絡分析、快速傅里葉變換等,該種分析方法能夠有效地從故障信息中提取重要故障特征[12]。其中,快速傅里葉變換(FFT)分析能夠提取時域分析中隱藏的重要信息[13],且理論成熟適用范圍廣,基于頻域分析,總諧波失真值(THD)能夠體現(xiàn)系統(tǒng)的故障特征[14],因此FFT方法成為有效的故障特征提取方法?;诠收戏抡婺P?,利用FFT技術方法,通過分析EMA輸出電磁轉(zhuǎn)矩和驅(qū)動電機定子電流的諧波,提取故障特征,為故障定位與檢測提供理論基礎。

        當EMA發(fā)生匝間繞組短路故障時,驅(qū)動電機A相電流、輸出電磁轉(zhuǎn)矩的頻譜特性規(guī)律基本不變,但其諧波幅度隨短路故障程度增加而減小,如圖8~圖10所示。

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        因此,發(fā)生同一故障時,A相電流、電磁轉(zhuǎn)矩頻譜特性規(guī)律基本不變,但THD值隨故障嚴重程度的增加而增大,如表4所示。

        表4 A相電流與電磁轉(zhuǎn)矩的THD值

        由于驅(qū)動電機的故障信號存在調(diào)制現(xiàn)象,系統(tǒng)軸承輸出信號中存在噪聲干擾,通過FFT分析直接觀察其故障頻率的分量可能無法正確檢測到相應故障。Hilbert-Huang Transform (HHT)和Spectral Kurtosis (SK)僅在故障信號標定的頻帶進行故障特征分析,雖能夠降低由于噪聲帶來的干擾,但是由于濾波器的限制,這些方法所確定故障信號的主頻帶可能不與故障頻帶匹配,不能及時發(fā)現(xiàn)故障。因此,EMA多種故障模式及噪聲干擾對其故障的檢測有一定難度。文獻[15]采用模擬退火和譜峰度的綜合方法對最佳頻段進行定位,這種方法通過模擬退火使頻譜峰度最大化來實現(xiàn)頻帶優(yōu)化,進而解決局部單一故障因調(diào)制與干擾不易被檢測的問題。FFT分析方法成熟,為能夠減小信號調(diào)制及噪聲對FFT分析結(jié)論的干擾,以此準確提取故障特征,明確多種故障模式及其影響之間的對應關系,本文以電機軸承卡阻(圖11)、載荷路徑間隙過大(圖12)、傳感器信號干擾故障(圖13)、控制器信號干擾故障(圖14)為例,分別對EMA典型故障模式進行FFT分析,對比不同故障模式下故障特征的差異,總結(jié)規(guī)律性結(jié)論如表5所示,能夠?qū)Χ喾N故障模式進行準確的故障特征提取。

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        (a) A相相電流FFT分析

        (b) 輸出轉(zhuǎn)矩FFT分析

        由表5可知,不同故障模式導致的A相電流、輸出轉(zhuǎn)矩頻譜特性的變化規(guī)律各不相同,通過總結(jié)分析可以得出以下規(guī)律:

        EMA發(fā)生機械故障(軸承卡阻、載荷路徑間隙過大)相較電氣電子故障(表中其它故障),A相電流諧波幅度變化大,THD值約為電氣電子故障的7倍。因此,A相電流THD值能夠作為基本的故障特征以判斷發(fā)生的故障為機械或電氣電子類型。

        表5 各故障模A相電流與電磁轉(zhuǎn)矩FFT分析

        當機械故障引起的A相電流THD值變化基本相同時,分析輸出轉(zhuǎn)矩THD值的變化規(guī)律。電機軸承卡阻時輸出轉(zhuǎn)矩THD值約為載荷路徑間隙過大時輸出轉(zhuǎn)矩THD值的4倍。同理,在電氣電子部分故障中,傳感器信號噪聲干擾故障時輸出轉(zhuǎn)矩THD值約為控制器信號噪聲干擾故障的9倍。因此,輸出轉(zhuǎn)矩THD值能夠作為另一故障特征,區(qū)分同類故障(機械或電氣電子)中不同的故障模式。

        除THD值作為故障特征之外,電流及輸出轉(zhuǎn)矩的頻譜特性可輔助確定導致故障發(fā)生的故障模式。例如,電機軸承發(fā)生卡阻故障時,A相電流頻譜分布規(guī)律同正常狀態(tài),但其輸出轉(zhuǎn)矩頻譜分布規(guī)律恰與正常狀態(tài)相反;控制器輸出信號產(chǎn)生干擾故障時,除輸出轉(zhuǎn)矩低頻率諧波增大一倍外,相電流、輸出轉(zhuǎn)矩頻譜分布規(guī)律基本同正常狀態(tài)。

        根據(jù)上述分析可知:

        (1)同一故障模式下,相電流和輸出轉(zhuǎn)矩的THD值隨故障嚴重程度的增加而增大。

        (2)相電流THD值作為故障特征判斷故障發(fā)生的類型:傳遞路徑機械故障時相電流THD值約為電信號故障的7倍;輸出轉(zhuǎn)矩THD值作為另一故障特征判斷同類故障中不同故障模式:傳感器非指令信號故障時系統(tǒng)輸出轉(zhuǎn)矩THD值約為控制器非指令信號故障的9倍。

        (3)除THD值作為故障特征之外,不同故障模式下電流及輸出轉(zhuǎn)矩的頻譜特征可協(xié)助確定故障模式。

        由此,確定系統(tǒng)驅(qū)動電機相電流、輸出轉(zhuǎn)矩為故障特征,定義諧波失真的變化閾值,建立故障判斷條件,作為故障檢測的推理規(guī)則。

        4 結(jié) 語

        EMA是機電一體化的復雜系統(tǒng),故障模式不明確,本文基于EMA的工作原理與故障機理,梳理出典型的故障模式并歸類,通過模型仿真分析EMA系統(tǒng)各環(huán)節(jié)的故障響應及變化。并提出將FFT分析方法應用于故障特征提取,將系統(tǒng)驅(qū)動電機相電流、輸出轉(zhuǎn)矩的THD值作為重要評價指標。通過FFT分析與THD值的比較,能夠獲取顯著的故障特征與變化閾值,為帶故障運行的在線檢測與診斷提供理論基礎。

        [1] MAZZOLENI M,MACCARANA Y,PREVIDI F,et al.Development of a reliable electro-mechanical actuator for primary control surfaces in small aircrafts[C]//2017 IEEE International Conference on Advanced Intelligent Mechatronics (AIM).IEEE,2017:1142-1147.

        [2] CAO W,MECROW B C,ATKINSON G J,et al.Overview of electric motor technologies used for more electric aircraft (MEA)[J].IEEE Transactions on Industrial Electronics,2012,59(9): 3523-353.

        [3] 東華,銀忠.現(xiàn)代故障診斷與容錯控制[M].北京:清華大學出版社,2000.

        [4] BALABAN E,SAXENA A,NARASIMHAN S,et al.Experimental validation of a prognostic health management system for electro-mechanical actuators[C]//AIAA Infotech@Aerospace,St.Louis,Missouri.2013:329-344.

        [5] VINSON G,COMBACAU M,PRADO T.Synchronous machine faults detection and diagnosis for electro-mechanical actuators in aeronautics[J].IFAC Proceedings Volumes,2012,45(20): 770-775.

        [6] BORELLO L,VILLERO G,VEDOVA M D.Redundant hydraulic secondary flight control systems behavior in failure conditions[C]//27th International Congress of the Aeronautical Sciences,2010.

        [7] 邢琰,吳宏鑫,王曉磊,等.航天器故障診斷與容錯控制技術綜述[J].宇航學報,2003,24(3): 221-226.

        [8] 李璠,毛海濤.飛機機電作動系統(tǒng)故障模式分析與故障診斷方法[J].航空維修與工程,2016,(3):47-50.

        [9] BALABAN E,BANSAL P,STOELTING P,et al.A diagnostic approach for electro-mechanical actuators in aerospace systems[C]// Aerospace Conference.IEEE,2009:1-13.

        [10] Docket No.NM305,Special Conditions No.25-316-SC.Special Conditions: Airbus Model A380-800 Airplane [S].Federal Aviation Administration,2006.

        [11] URBANO S.Early and robust detection of oscillatory failure cases (OFC) in the flight control system:A data driven technique[C]//Aiaa Aerospace Sciences Meeting.2015.

        [12] TIAN J,MORILLO C,PECHT M G.Rolling element bearing fault diagnosis using simulated annealing optimized spectral kurtosis[C]//2013 IEEE Conference on Prognostics and Health Management (PHM).2013:1-5.

        [13] Moosavi S S,Djerdir A,Ait-Amirat Y,et al.ANN based fault diagnosis of permanent magnet synchronous motor under stator winding shorted turn[J].Electric Power Systems Research,2015(125): 67-82.

        [14] Chen Y,Wang L,Wang Z,et al.FEM simulation and analysis on stator winding inter-turn fault in DFIG[C]//2015 IEEE 11th International Conference on the Properties and Applications of Dielectric Materials.2015: 244-247.

        [15] TIAN J,MORILLO C,PECHT M G.Rolling element bearing fault diagnosis using simulated annealing optimized spectral kurtosis[C]//2013 IEEE Conference on Prognostics and Health Management (PHM).2013:1-5.

        猜你喜歡
        相電流指令轉(zhuǎn)矩
        單相三軸法與單軸三相法的等價性
        防爆電機(2023年6期)2023-11-30 03:05:28
        聽我指令:大催眠術
        地鐵牽引逆變器輸出電流傳感器測試策略優(yōu)化分析
        輪轂電機控制器相電流重構(gòu)方法
        電子與封裝(2021年7期)2021-07-29 10:58:48
        ARINC661顯控指令快速驗證方法
        測控技術(2018年5期)2018-12-09 09:04:26
        LED照明產(chǎn)品歐盟ErP指令要求解讀
        電子測試(2018年18期)2018-11-14 02:30:34
        卷取機轉(zhuǎn)矩控制技術優(yōu)化卷形
        四川冶金(2018年1期)2018-09-25 02:39:26
        容錯逆變器直接轉(zhuǎn)矩控制策略
        基于分級變頻的高轉(zhuǎn)矩軟起動器
        異步電機SVM-DTC系統(tǒng)中的相電流檢測研究
        国产熟女一区二区三区不卡| 国产乱色国产精品免费视频| 手机AV片在线| 91精品国产自拍视频| 波多野结衣中文字幕一区二区三区| 日本道免费一区二区三区日韩精品 | 久久精品国产屋| 日本亚洲一级中文字幕| 精品国产一区二区三区a | 国产精品内射久久一级二| 久久久www成人免费精品| 国产suv精品一区二区| 亚洲AⅤ樱花无码| 最新日本免费一区二区三区| 亚洲女同系列在线观看| 午夜天堂精品久久久久| 国产性生大片免费观看性| 国产午夜在线观看视频播放| 免费在线av一区二区| 亚洲精品98中文字幕| 亚洲中字幕日产av片在线| a级毛片在线观看| 亚洲成av人片天堂网九九| av天堂一区二区三区| 日日碰日日摸日日澡视频播放| 永久黄网站色视频免费看| 久久精品久久精品中文字幕 | 波多野结衣亚洲一区二区三区| 在线播放中文字幕一区二区三区| 今井夏帆在线中文字幕| 日本成本人片免费网站| 精品国内自产拍在线观看| 成人无码网www在线观看| 全部亚洲国产一区二区| 蜜臀av999无码精品国产专区| 精品熟女日韩中文十区| 国产精品电影久久久久电影网| 羞羞色院99精品全部免| 亚洲av无码专区亚洲av伊甸园| 国产一区日韩二区欧美三区| 91精品人妻一区二区三区蜜臀 |