尹愛華,李政原，萬培懿，左付山*

(1.江蘇省無錫交通高等職業(yè)技術(shù)學(xué)校， 江蘇 無錫 214151； 2.南京林業(yè)大學(xué) 汽車與交通工程學(xué)院， 南京 210037)

0 引言

電機驅(qū)動系統(tǒng)作為電動汽車的動力核心，其工作情況決定了整車的運行狀態(tài)[1-2]。目前電動汽車廣泛使用永磁同步電機作為驅(qū)動電機，該電機驅(qū)動系統(tǒng)中每一個部分的工作狀態(tài)都會造成不同類型故障的發(fā)生[3]。電機本體是電機驅(qū)動系統(tǒng)的主要部件，其常見的故障形式是電機相間短路[4-6]，表現(xiàn)方式不盡相同，診斷過程較復(fù)雜。因此，亟需針對電機故障進行診斷，從而快速準確地發(fā)現(xiàn)故障原因，為車輛的運行提供可靠的技術(shù)保障。

關(guān)于電機故障診斷方面，國內(nèi)外學(xué)者進行了大量的研究。波蘭AGH科學(xué)技術(shù)大學(xué)Glowacz[7-10]在電機故障診斷方面做了大量研究，開發(fā)并實現(xiàn)了一種聲學(xué)信號的特征提取方法，從而實現(xiàn)對單相感應(yīng)電動機的軸承、定子和轉(zhuǎn)子的故障診斷。阿爾及利亞Khodja[11]提出了短時傅里葉變換，還提出了最大值定位算法，兩種算法分析相關(guān)聯(lián)，以診斷變速運行的PWM逆變器感應(yīng)電動機的軸承故障。

江蘇大學(xué)薛紅濤等[12]利用狼群算法對多個特征參數(shù)融合，實現(xiàn)輪轂電機的漏電故障檢測。LI等[13]利用深度神經(jīng)網(wǎng)絡(luò)算法，通過預(yù)處理電機電流信號診斷行星齒輪故障。李世濤[14]以異步電機故障診斷為研究對象，闡述在不同的故障狀態(tài)下振動信號的變化情況，并將其作為判斷電機故障的標準，在模糊神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上建立適用于電機故障診斷的系統(tǒng)。

本文從電機相間短路的角度展開研究，首先分析了電機驅(qū)動系統(tǒng)的運行特點，其次分析電機故障模式，并指出相間短路故障分析難度較大，最后運用層次分析法，對影響短路的溫度、三相電流和三相電壓等參數(shù)的影響權(quán)重進行建模、仿真分析，從而準確地判斷出故障發(fā)生的原因，為車輛的正常運行提供技術(shù)保障。

1 電機驅(qū)動系統(tǒng)的運行特點

永磁同步電機驅(qū)動系統(tǒng)和電機變頻調(diào)速系統(tǒng)類似，只是工作環(huán)境更加復(fù)雜和特殊，因此這兩個系統(tǒng)出現(xiàn)的故障體系也基本相同。從工作環(huán)境、運行情況來看，永磁同步電機驅(qū)動系統(tǒng)與電機變頻調(diào)速系統(tǒng)存在區(qū)別，圖1是某復(fù)雜工況下永磁同步電機驅(qū)動系統(tǒng)的工作狀態(tài)[15]。永磁同步電機驅(qū)動系統(tǒng)在運行過程中，工況非常復(fù)雜，需要不斷啟停、加速和減速，一直處在不平穩(wěn)的運行狀態(tài)下。永磁同步電機驅(qū)動系統(tǒng)中，許多故障與其運行狀態(tài)和特點有關(guān)[16]。電機需要在發(fā)電和電動兩種狀態(tài)下不斷切換，因此永磁同步電機的轉(zhuǎn)矩和調(diào)速范圍很寬。系統(tǒng)一直在這種復(fù)雜工況中運行，會由于加速和多余的振動出現(xiàn)多種不同的故障。

同時，純電動汽車在行駛過程中，電池的SOC容量和動力電池電壓都會不斷減小，造成汽車動力性下降，系統(tǒng)的控制能力減弱，從而導(dǎo)致不同故障的發(fā)生。

圖1 某復(fù)雜工況永磁同步電機驅(qū)動系統(tǒng)的工作狀態(tài)Fig.1Working state of permanent magnet synchronous motor drive system in a complex working condition

2 驅(qū)動電機故障模式

驅(qū)動電機作為電動汽車驅(qū)動系統(tǒng)的重要部件，其結(jié)構(gòu)相對復(fù)雜，所以其所產(chǎn)生故障的復(fù)雜性也很高。驅(qū)動電機按故障模式可以分為損壞型故障、退化型故障、松脫型故障、失調(diào)型故障、阻漏型故障和功能型故障6種[17]。驅(qū)動電機損壞型故障主要有：轉(zhuǎn)子偏心故障、軸承故障、相間短路故障、定子單相接地故障和定子繞組短路/斷路故障；電機本體退化型故障模式有永磁體退磁故障和定子繞組絕緣老化故障；松脫型故障模式有定子鐵芯松動故障和傳感器接插件松動故障；失調(diào)型故障模式有間隙超差故障、運動件干涉故障和性能失調(diào)；阻漏型故障模式有冷卻水路堵塞不暢故障和冷卻水路滲漏故障；其他故障模式有噪聲和振動故障等。

在電機本體故障模式中，軸承磨損、繞組絕緣老化、定子鐵芯松動、傳感器插接件松動、冷卻水路堵塞不暢和滲漏是比較容易發(fā)現(xiàn)的故障現(xiàn)象，通過觀察判斷就能夠找出故障部位；而相間短路故障、定子單相接地故障和定子繞組短路/斷路，這些故障原因往往伴隨著電機性能參數(shù)的變化，出現(xiàn)故障時，電機的三相電流幅值和三相電壓會有不同程度的變化。其中相間短路故障較為常見而且較難直接找出故障原因，故障分析的難度也較大。

3 多參數(shù)診斷方法分析

3.1 多參數(shù)分析模型建立

電動汽車的故障分析，通常是采用單一參數(shù)分析的方法。但單一的參數(shù)分析有時很難準確判斷故障原因。電機驅(qū)動系統(tǒng)出現(xiàn)故障時，常常伴隨著多個參數(shù)的變化，多參數(shù)分析可以更準確地發(fā)現(xiàn)故障的原因。層次分析法(Analytic Hierarchy Process，AHP)是一種科學(xué)的多參數(shù)分析方法。該方法由美國研究運籌學(xué)的Saaty等[18]創(chuàng)立，其核心內(nèi)容是將事物分層，經(jīng)過AHP方法分析，能夠清楚展現(xiàn)目標的權(quán)重，可以通過每個指標的相對重要性來確定權(quán)重系數(shù)。運用該方法所需定量數(shù)據(jù)信息較少，可以對電機本體及電機控制器性能參數(shù)和故障之間的關(guān)系進行系統(tǒng)性綜合分析。電機中相間短路故障是出現(xiàn)概率最高的故障。

由于永磁同步電機的功率密度很高，極易造成散熱問題，所以散熱不良、溫度過高是造成電機定子相間短路的原因之一。當電機三相電流和三相電壓出現(xiàn)較大幅值變化時，也會出現(xiàn)電機定子相間短路故障。

電機定子相間短路故障原理如圖2所示，圖2中阻值R大小的不同，可以模擬故障的嚴重程度。對于相同程度的故障，影響這些故障的參數(shù)值的權(quán)重大小排列往往是相同的。由于永磁同步電機的功率密度很高，易造成散熱問題，所以散熱不良、溫度過高是造成電機定子相間短路的原因之一；當電機三相電流和三相電壓出現(xiàn)較大幅值變化時，也會出現(xiàn)電機定子相間短路故障，所以影響定子相間短路的參數(shù)為三相電流、三相電壓和溫度。根據(jù)層次分析方法的要求，將定子相間短路故障作為目標層，將溫度、三相電流和三相電壓作為方案層，建立定子相間短路的影響參數(shù)模型，如圖3所示。

圖2 電機定子相間短路原理圖Fig.2 Schematic diagram of motor stator phase-to-phase short circuit

圖3 定子相間短路影響參數(shù)模型Fig.3 Parameter model of stator phase-to-phase short circuit

3.2 判斷矩陣的建立

根據(jù)層次分析法中相對重要程度分類方法，建立模型中各層的判斷矩陣。每個權(quán)重的計算采用統(tǒng)一標度，對同一層的元素進行兩兩比較后得到判斷矩陣。統(tǒng)一標度即為權(quán)重判斷矩陣的標度，權(quán)重見表1。

表1 權(quán)重判斷矩陣標度Tab.1Weight judgment matrix scale

3.3 各元素權(quán)重值計算

根據(jù)層次分析法，設(shè)判斷矩陣為AX，求出AX的權(quán)重向量并歸一化為ωX。最后求出方案層對目標層的權(quán)重向量。按照表1中標度建立層次分析法判斷矩陣見表2。

表2 判斷矩陣賦值表Tab.2 Judgment matrix assignment table

則判斷矩陣A為：

將上面矩陣進行歸一化處理，公式為：

(1)

(2)

(3)

式中：n為方案層元素個數(shù)；αin為判斷矩陣A中的元素；Wi為方案層各元素的幾何平均值；ωi為方案層各元素的歸一化數(shù)值。

經(jīng)檢驗滿足一致性要求，故歸一化處理后得到的待驗權(quán)重系數(shù)矩陣ω即為方案層各元素的確定性權(quán)重系數(shù)矩陣。故得到方案層各元素的相對權(quán)重，即溫度、三相電流和三相電壓對于故障的影響權(quán)重值分別為0.072、0.649、0.279，將計算得到的權(quán)重寫在圖中對應(yīng)的元素上，得到完整的定子相間短路影響參數(shù)模型，如圖4所示。由此可得，在多參數(shù)模型中，對于電機相間短路故障來說最重要的影響參數(shù)是三相電流。

圖4 加權(quán)后的定子相間短路影響參數(shù)模型Fig.4 Weighted stator phase-to-phase short-circuit influence parameter model

用Matlab/Simulink中的永磁同步電機(permanent magnet synchronous motor，PMSM)模型進行相間短路故障仿真，仿真時間共3 s，設(shè)置故障發(fā)生的時間段為1～2 s。永磁同步電機相間短路模型如圖5所示。其中，Discrete PI Controller為速度PI環(huán)，iq為q軸電流PI環(huán)，id為d軸電流PI環(huán)，由此可實現(xiàn)永磁同步電機速度電流的雙閉環(huán)控制，使永磁同步矢量控制具有較好的動態(tài)響應(yīng)和速度控制性能。仿真中通過改變Tm的值，即改變電機每相間的阻值大小，實現(xiàn)電機短路故障的設(shè)置。仿真完成以后的三相電流和三相電壓如圖6和圖7所示。

圖5 永磁同步電機相間短路模型Fig.5 Permanent magnet synchronous motor phase-to-phase short circuit model

圖6 定子相間短路三相電流圖Fig.6 Three-phase current diagram of stator phase-to-phase short circuit

圖7 定子相間短路三相電壓圖Fig.7 Three-phase voltage diagram of stator phase-to-phase short circuit

由圖6三相電流圖可以看出，三相電流A、B相在1 s時立刻出現(xiàn)尖峰，從200 A瞬時上升到400 A，是原來電流的2倍。由此可見，A、B相出現(xiàn)了短路故障，隨后電流幅值逐漸恢復(fù)正常，與正常值相比230 A的電流仍然高于正常值，如果沒有及時發(fā)現(xiàn)故障，很可能出現(xiàn)線路燒毀的嚴重后果。圖7中，A、B相電壓1 s之后出現(xiàn)了小幅減小，隨后出現(xiàn)了震蕩。綜合這兩張圖，三相電流和三相電壓是出現(xiàn)定子相間短路的主要特征參數(shù)，相電流的幅值變化較相電壓更加明顯，與定子相間短路影響參數(shù)模型較為符合。由此可見，多參數(shù)分析模型在分析驅(qū)動電機故障時，可以得出短路故障影響因素是較大的參數(shù)，再以影響因素較大的參數(shù)為基礎(chǔ)進行短路故障分析，是一種切實可行的故障分析方法。

4 總結(jié)

純電動汽車在工作中影響電機驅(qū)動的因素很多，本文對純電動汽車驅(qū)動電機常見的相間短路故障進行分析，并對影響短路的溫度、三相電流和三相電壓等參數(shù)的影響權(quán)重進行了建模、仿真分析。仿真結(jié)果表明，相間電流變化對于短路故障的影響最大，在多參數(shù)分析中起到了至關(guān)重要的作用。因此，在純電動汽車使用性能評價中，要注重相間電流的變化特征或波形的分析，可以準確地判斷故障發(fā)生的原因，為車輛的正常運行提供技術(shù)保障。