張瀟丹 段 斌 劉昌杰 陳月平

基于本體追蹤的永磁同步電機(jī)驅(qū)動(dòng)系統(tǒng)開路故障診斷方法

張瀟丹 段 斌 劉昌杰 陳月平

（湘潭大學(xué)自動(dòng)化與電子信息學(xué)院 湘潭 411105）

針對(duì)永磁同步電機(jī)（PMSM）系統(tǒng)故障間關(guān)聯(lián)性強(qiáng)、異構(gòu)信息復(fù)雜繁多以及傳統(tǒng)故障診斷方法無(wú)法追溯耦合故障發(fā)生的真正原因等問(wèn)題，提出了基于本體追蹤的故障診斷方法。以PMSM驅(qū)動(dòng)系統(tǒng)開路故障為主要研究對(duì)象，首先，對(duì)PMSM故障診斷領(lǐng)域本體模型進(jìn)行形式化定義及標(biāo)準(zhǔn)化構(gòu)建，統(tǒng)一集成PMSM系統(tǒng)中密集的異構(gòu)信息；其次，在改進(jìn)歸一化誤差電流數(shù)據(jù)分析法能夠精準(zhǔn)快速地定位故障開關(guān)管的基礎(chǔ)上，將定量分析所得故障特征及識(shí)別結(jié)果映射到故障領(lǐng)域本體模型中，擴(kuò)展了故障診斷范圍；最后，經(jīng)語(yǔ)義Web（SWRL）規(guī)則庫(kù)的預(yù)設(shè)以及基于規(guī)則的推理，融合本體技術(shù)進(jìn)行故障誘因、故障類型等信息的追溯及診斷。經(jīng)實(shí)驗(yàn)驗(yàn)證，該方法提高了各子系統(tǒng)間信息的利用率，能夠合理地追溯故障原因，為大型復(fù)雜系統(tǒng)的故障診斷提供了一個(gè)可共享、易更新的標(biāo)準(zhǔn)化方法。

改進(jìn)歸一化誤差電流 本體 開路故障 故障診斷 驅(qū)動(dòng)系統(tǒng)

0 引言

永磁同步電機(jī)（Permanent Magnet Synchronous Machine, PMSM）相較于傳統(tǒng)的同步電機(jī)具有轉(zhuǎn)換效率高、能量損耗小、體積小和力矩慣量大等絕對(duì)優(yōu)勢(shì)而發(fā)展迅速，近年來(lái)已廣泛應(yīng)用于新能源發(fā)電、航天航空、電動(dòng)汽車等領(lǐng)域[1-2]。在工業(yè)運(yùn)作過(guò)程中，永磁同步電機(jī)的連續(xù)作業(yè)非常重要，任何故障的發(fā)生都會(huì)導(dǎo)致巨大的損失，而PMSM系統(tǒng)是大型復(fù)雜系統(tǒng)的典型代表，結(jié)構(gòu)及運(yùn)行機(jī)理復(fù)雜，故障發(fā)生率高且耦合性極強(qiáng)，故障間關(guān)聯(lián)緊密，其中以PMSM驅(qū)動(dòng)系統(tǒng)開路故障最為常見(jiàn)且后果嚴(yán)重[3]，而變流器開路故障是PMSM驅(qū)動(dòng)系統(tǒng)高故障率的主要原因之一[4-5]。

數(shù)據(jù)分析法是診斷變流器開路故障的主流方法之一，主要分為以電壓量或電流量為觀測(cè)信號(hào)對(duì)變流器運(yùn)行狀態(tài)進(jìn)行分析[6]。電壓分析法需要額外安裝監(jiān)測(cè)設(shè)備，對(duì)系統(tǒng)結(jié)構(gòu)的空間預(yù)留及運(yùn)行復(fù)雜度有所要求；而電流是最容易獲取的電信號(hào)，同時(shí)能夠比較直觀地反映出變流器的運(yùn)行狀態(tài)，無(wú)需額外增加設(shè)備。已有文獻(xiàn)主要采用Park矢量電流平均值法、傅里葉歸一化直流法、電流矢量軌跡法、輸出電流DQ軌跡法等方法[7-12]對(duì)故障進(jìn)行檢測(cè)和定位，但這些方法存在對(duì)負(fù)載變化敏感、算法復(fù)雜度較大、診斷周期長(zhǎng)等問(wèn)題。

歸一化誤差電流數(shù)據(jù)分析法具有能夠精準(zhǔn)且快速地識(shí)別故障開關(guān)的優(yōu)點(diǎn)，為解決上述電流數(shù)據(jù)分析算法存在的問(wèn)題，從簡(jiǎn)化歸一化計(jì)算復(fù)雜度、劃分診斷變量?jī)煞矫鎸?duì)歸一化誤差電流數(shù)據(jù)分析法進(jìn)行改進(jìn)[13]。但將其應(yīng)用于PMSM驅(qū)動(dòng)系統(tǒng)開路故障進(jìn)行故障診斷時(shí)，該算法僅能定位至最終的故障IGBT，而在實(shí)際運(yùn)行中，過(guò)電流燒毀、線路開路、驅(qū)動(dòng)信號(hào)異?；騺G失等原因都會(huì)最終導(dǎo)致并表現(xiàn)為變流器IGBT開路故障，因此，僅依靠單一的改進(jìn)歸一化誤差電流數(shù)據(jù)分析法無(wú)法追溯致使IGBT開路的源頭誘因及間接故障，且存在認(rèn)知超載的問(wèn)題。基于以上改進(jìn)歸一化誤差電流數(shù)據(jù)分析法在追因溯源方面存在的不足，融合本體追溯的方法進(jìn)行支撐。

近年來(lái)，本體技術(shù)及其在故障診斷中的應(yīng)用研究發(fā)展迅速，李娟莉等[14-15]將基于描述邏輯的本體故障知識(shí)表示方法以及運(yùn)用貝葉斯網(wǎng)絡(luò)進(jìn)行本體知識(shí)推理應(yīng)用到提升機(jī)智能故障診斷方法中，并在工程中實(shí)際投入使用，驗(yàn)證了該方法的可行性及準(zhǔn)確性；于德介、周安美等[16-17]基于Java平臺(tái)開發(fā)了基于本體的風(fēng)力發(fā)電機(jī)組故障智能診斷原型系統(tǒng)，將本體與風(fēng)電故障診斷結(jié)合，但在本體知識(shí)模型的構(gòu)建及推理效率的提高上還需要進(jìn)一步研究；余磊等[18]采用本體技術(shù)對(duì)裝備故障預(yù)測(cè)及健康管理系統(tǒng)（Prognostic and Health Management, PHM）進(jìn)行知識(shí)化建模，將故障診斷、故障預(yù)測(cè)及維修案例作為PHM系統(tǒng)本體的子系統(tǒng)，解決了領(lǐng)域信息異構(gòu)的問(wèn)題。

與此同時(shí)，中國(guó)電力科學(xué)研究院、國(guó)家電網(wǎng)公司等正在進(jìn)行政策部署、標(biāo)準(zhǔn)研制、產(chǎn)業(yè)化推廣等多因素的驅(qū)動(dòng)下積極推行智慧電網(wǎng)知識(shí)圖譜的開發(fā)及落地。知識(shí)圖譜作為人工智能的重要組成部分，在將海量非結(jié)構(gòu)化信息及大規(guī)模數(shù)據(jù)形成知識(shí)網(wǎng)絡(luò)方面有著無(wú)可比擬的優(yōu)勢(shì)，而本體技術(shù)可以作為知識(shí)圖譜的模型基礎(chǔ)，能夠?yàn)楦拍钅Ｐ瓦M(jìn)行規(guī)范性說(shuō)明，在信息的結(jié)構(gòu)化表示方面優(yōu)勢(shì)明顯[19]。

在上述背景下，以解決PMSM系統(tǒng)故障診斷的復(fù)雜工程問(wèn)題為出發(fā)點(diǎn)，將PMSM驅(qū)動(dòng)系統(tǒng)開路故障作為主要研究對(duì)象，提出基于本體追蹤的故障診斷方法。將改進(jìn)歸一化誤差電流數(shù)據(jù)分析法嵌入到本體追蹤技術(shù)中，將定量分析與定性分析的優(yōu)勢(shì)互補(bǔ)，在對(duì)故障開關(guān)精準(zhǔn)定位的基礎(chǔ)上追因溯源，有效診斷故障誘因及間接故障類型。兩種故障方法的有機(jī)結(jié)合而非簡(jiǎn)單堆疊使得各自方法的優(yōu)勢(shì)最大化，為系統(tǒng)內(nèi)大規(guī)模結(jié)構(gòu)化及非結(jié)構(gòu)化領(lǐng)域信息進(jìn)行標(biāo)準(zhǔn)化集成，將領(lǐng)域知識(shí)及案例經(jīng)驗(yàn)等非結(jié)構(gòu)化信息與傳統(tǒng)診斷所必須的數(shù)據(jù)實(shí)現(xiàn)聯(lián)動(dòng)，為PMSM系統(tǒng)故障診斷的智能化、標(biāo)準(zhǔn)化、信息化提供了新的思路。

1 基于本體追蹤的故障診斷體系框架

依據(jù)PMSM驅(qū)動(dòng)系統(tǒng)開路故障特點(diǎn)及診斷需求，將本體追蹤技術(shù)與改進(jìn)歸一化誤差電流數(shù)據(jù)分析法相結(jié)合進(jìn)行診斷分析。系統(tǒng)結(jié)構(gòu)體系如圖1所示。

從驅(qū)動(dòng)系統(tǒng)的組成結(jié)構(gòu)及運(yùn)行機(jī)理出發(fā)，運(yùn)用數(shù)據(jù)分析法對(duì)表現(xiàn)為電氣量、檢測(cè)變量異常的故障進(jìn)行特征分析及提取，快速、準(zhǔn)確地識(shí)別具體故障開關(guān)管；對(duì)于外在表現(xiàn)明顯的故障及設(shè)備結(jié)構(gòu)、專家經(jīng)驗(yàn)、歷史案例等多源異構(gòu)信息進(jìn)行標(biāo)準(zhǔn)化處理。將數(shù)據(jù)分析及信息獲取層得到的兩部分信息按照本體的形式映射到本體模型中，構(gòu)建故障領(lǐng)域本體模型，并在邏輯推理層對(duì)故障特征、故障原因及它們之間的關(guān)系進(jìn)行深入分析，據(jù)此對(duì)多源異構(gòu)故障信息進(jìn)行歸類及推理，獲取致使故障發(fā)生的具體誘因及進(jìn)一步的診斷結(jié)果，最終生成網(wǎng)絡(luò)本體語(yǔ)言（Ontology Wed Language, OWL）故障文件，使該本體模型脫離構(gòu)建平臺(tái)的限制，增強(qiáng)了本體模型的擴(kuò)展性、共享性；依據(jù)診斷結(jié)果給運(yùn)維人員提供輔助運(yùn)維決策，并反饋實(shí)際運(yùn)維情況到本體構(gòu)建層以實(shí)現(xiàn)本體模型及規(guī)則庫(kù)的不斷學(xué)習(xí)更新。

圖1 基于本體追蹤的智能故障診斷體系框架

2 改進(jìn)歸一化誤差電流數(shù)據(jù)分析法

采用以電流量為基本觀測(cè)信號(hào)的數(shù)據(jù)分析法對(duì)變流器開路故障進(jìn)行診斷分析，電流信號(hào)易獲取、無(wú)需增加額外檢測(cè)設(shè)備且能夠直觀地反映系統(tǒng)運(yùn)行狀態(tài)的特點(diǎn)是該方法的巨大優(yōu)勢(shì)。傳統(tǒng)歸一化電流法采用傅里葉變換系數(shù)對(duì)電機(jī)三相電流進(jìn)行歸一化，之后將歸一化量與閾值進(jìn)行比較從而檢測(cè)、定位故障開關(guān)，采用傅里葉變換的方式歸一化處理診斷變量使得算法能夠較好地應(yīng)對(duì)負(fù)載突變，但算法的復(fù)雜度高、實(shí)用性差。

改進(jìn)歸一化誤差電流數(shù)據(jù)分析法從降低歸一化算子復(fù)雜度、將診斷變量解耦為檢測(cè)變量與輔助變量?jī)蓚€(gè)方面著手對(duì)傳統(tǒng)歸一化電流算法進(jìn)行優(yōu)化，其原理圖如圖2所示。該方法將從主控制系統(tǒng)中直接獲得的電機(jī)相電流及其基準(zhǔn)值作為輸入，并對(duì)其做出相應(yīng)變換。

在電機(jī)正常運(yùn)行條件下，忽略高頻噪聲，電機(jī)供電電流i(=a,b,c)為平衡的三相正向電流，即

圖2 改進(jìn)歸一化誤差電流數(shù)據(jù)分析法原理圖

針對(duì)歸一化算法的復(fù)雜性以及電流量對(duì)負(fù)載變化的敏感性問(wèn)題，采用以相電流的平均模值對(duì)電流誤差信號(hào)的平均值進(jìn)行歸一化處理，診斷變量d的表達(dá)式為

變流器等效拓?fù)浣Y(jié)構(gòu)如圖3所示，為了完成多重開路故障診斷，使用兩個(gè)閾值f和l，并根據(jù)式（6）和式（7）來(lái)公式化定義故障診斷變量。

表1 多重IGBT開路故障特征表

由以上分析可知，改進(jìn)歸一化誤差電流數(shù)據(jù)分析法能夠快速準(zhǔn)確定位變流器故障IGBT、算法簡(jiǎn)單、檢測(cè)變量及輔助變量，能夠覆蓋定位所有故障開關(guān)組合類型。但該算法無(wú)法診斷致使IGBT開路的間接故障及誘因，PMSM驅(qū)動(dòng)系統(tǒng)中光耦隔離電路故障、脈沖調(diào)制信號(hào)故障、過(guò)電流燒毀及線路開路等多種故障類型最終都會(huì)導(dǎo)致IGBT開路，在故障特征、故障現(xiàn)象相似的情況下，數(shù)據(jù)分析法對(duì)于源頭誘因無(wú)從獲??；且數(shù)據(jù)分析一類的算法對(duì)于外部特征不夠凸顯的故障診斷幾乎失效，當(dāng)故障范圍擴(kuò)大到驅(qū)動(dòng)系統(tǒng)乃至整個(gè)PMSM機(jī)組時(shí)，面對(duì)龐大高階系統(tǒng)的繁雜故障種類及關(guān)系、大規(guī)模的多源異構(gòu)數(shù)據(jù)，單一算法無(wú)法承擔(dān)故障診斷任務(wù)，面對(duì)多擾動(dòng)、高實(shí)時(shí)性的運(yùn)行狀態(tài)及各個(gè)組件、子系統(tǒng)之間的同步實(shí)效性較差。因此在數(shù)據(jù)分析診斷優(yōu)勢(shì)的基礎(chǔ)上，有機(jī)地結(jié)合本體追蹤技術(shù)以解決數(shù)據(jù)分析在故障診斷時(shí)存在的不足。

3 故障領(lǐng)域本體模型構(gòu)建及故障追蹤

在本體編譯工具Protégé5.0中構(gòu)建大型PMSM系統(tǒng)故障領(lǐng)域本體模型，重點(diǎn)細(xì)化驅(qū)動(dòng)系統(tǒng)部分模型以研究基于本體追蹤的故障診斷方法，將改進(jìn)歸一化誤差電流數(shù)據(jù)分析法融于本體構(gòu)建過(guò)程中，所得故障特征映射至本體模型實(shí)例庫(kù)中。

3.1 本體的形式化定義

基于本體追蹤的故障診斷方法的核心是對(duì)故障領(lǐng)域本體的合理構(gòu)建，對(duì)PMSM系統(tǒng)故障領(lǐng)域本體進(jìn)行形式化定義，使得故障領(lǐng)域信息表示達(dá)成一致。

定義1 對(duì)于PMSM系統(tǒng)的故障診斷過(guò)程f，始于故障現(xiàn)象f及故障特征f，執(zhí)行故障形式f及故障類型f，追溯故障原因f，定位故障設(shè)備f，止于維修措施f，以七元組f的形式描述。

3.2 故障領(lǐng)域本體模型構(gòu)建

通過(guò)對(duì)故障知識(shí)的形式化定義，增強(qiáng)了本體模型的通用性。采用自頂向下的構(gòu)建方式結(jié)合本體開發(fā)的經(jīng)驗(yàn)，基于OWL本體描述語(yǔ)言，構(gòu)建PMSM系統(tǒng)故障領(lǐng)域本體模型，并重點(diǎn)強(qiáng)化驅(qū)動(dòng)系統(tǒng)的精度，其構(gòu)建流程如圖4所示。

圖4 故障領(lǐng)域本體構(gòu)建流程

根據(jù)PMSM機(jī)組的實(shí)際運(yùn)行過(guò)程，將故障領(lǐng)域本體分為故障診斷、故障原因、故障特征、故障現(xiàn)象、故障形式、故障類型、故障設(shè)備和維修措施共八個(gè)大類；采用對(duì)象屬性定義故障類之間多對(duì)多的關(guān)系，見(jiàn)表2。需要聲明的是，本體模型中“類”的構(gòu)建原則為宏大而粗粒度，其目的是盡可能包含大型復(fù)雜系統(tǒng)的所有異構(gòu)信息，只有在本體“類”足夠全面、包含范圍足夠廣的前提下，才能使“本體追蹤”的效果更優(yōu)。而專業(yè)領(lǐng)域知識(shí)中具體的、針對(duì)性的信息表示需要在本體“實(shí)例庫(kù)”中映射或構(gòu)建；將改進(jìn)歸一化誤差電流數(shù)據(jù)分析法對(duì)變流器開路故障分析所得的故障特征及識(shí)別信息標(biāo)準(zhǔn)化處理后，映射為數(shù)據(jù)屬性及類的實(shí)例，實(shí)現(xiàn)兩種故障診斷方法的有機(jī)結(jié)合?；诒倔w的領(lǐng)域知識(shí)表示方法為故障診斷提供了規(guī)范的概念術(shù)語(yǔ)、特定的屬性關(guān)系及完備的個(gè)體實(shí)例。利用HermiT推理機(jī)對(duì)本體模型進(jìn)行語(yǔ)義及邏輯自查，并根據(jù)檢查結(jié)果不斷修正模型，提高了異構(gòu)信息集成及診斷推理結(jié)果的可靠性。

表2 故障領(lǐng)域本體對(duì)象屬性

3.3 本體基于規(guī)則的推理

PMSM系統(tǒng)故障領(lǐng)域本體模型為驅(qū)動(dòng)系統(tǒng)開路故障診斷分析及推理提供了數(shù)據(jù)基礎(chǔ)，數(shù)據(jù)分析法對(duì)變流器開路故障的特征分析結(jié)果、機(jī)組歷史故障案例以及專家經(jīng)驗(yàn)為基于規(guī)則的知識(shí)推理提供了邏輯依據(jù)。前文本體模型構(gòu)建的廣度及全面性、領(lǐng)域知識(shí)的細(xì)粒度劃分效果、邏輯的合理性是推理能夠順利進(jìn)行的先決條件。

以本體結(jié)點(diǎn)為推理對(duì)象，本體模型主要由OWL描述，為了實(shí)現(xiàn)推理，采用專門的語(yǔ)義Web規(guī)則語(yǔ)言（Semantic Web Rule Language, SWRL），借助SWRL Rules插件在Protégé中構(gòu)建規(guī)則知識(shí)庫(kù)，并在Pellet推理引擎中實(shí)現(xiàn)推理。將改進(jìn)歸一化誤差電流數(shù)據(jù)分析法診斷結(jié)果、歷史經(jīng)驗(yàn)及領(lǐng)域知識(shí)寫入規(guī)則并進(jìn)行推理，從故障表現(xiàn)或故障特征出發(fā)，將故障類型與故障原因相匹配，最終追溯到故障部件及維修措施。

基于數(shù)據(jù)基礎(chǔ)及邏輯依據(jù)構(gòu)建的SWRL規(guī)則庫(kù)能夠更好地應(yīng)對(duì)不確定事件的推理，便于根據(jù)實(shí)際故障運(yùn)維情況的反饋進(jìn)行規(guī)則的更新及演化，在反復(fù)實(shí)踐中不斷學(xué)習(xí)及同步更新，以使故障診斷效果逐步優(yōu)化，滿足了PMSM運(yùn)行過(guò)程中高擾動(dòng)、高實(shí)時(shí)性的特點(diǎn)對(duì)診斷算法靈活性的要求。

在精確本體庫(kù)及規(guī)則推理的支撐下，面對(duì)PMSM驅(qū)動(dòng)系統(tǒng)的故障時(shí)，故障IGBT的組合方式不再是故障診斷的唯一目標(biāo)；相反，故障IGBT組合的正確識(shí)別成為本體追溯的開端，IGBT開路的源頭誘因及真正故障模式及類型成為基于本體追溯的故障診斷方法的推理方向。

4 實(shí)例驗(yàn)證

在對(duì)基于本體追蹤的故障診斷方法進(jìn)行了深入的理論分析與研究后，對(duì)提出的方法進(jìn)行驗(yàn)證，利用Matlab/Simulink環(huán)境對(duì)PMSM驅(qū)動(dòng)系統(tǒng)進(jìn)行建模仿真，采用滯環(huán)電流控制器轉(zhuǎn)子磁場(chǎng)定向控制策略控制電機(jī)速度，并在驅(qū)動(dòng)系統(tǒng)中引入單個(gè)及多個(gè)開關(guān)開路故障，在不同故障開關(guān)組合下驗(yàn)證診斷變量的變化特征，并提取故障特征。

由此可以證明，改進(jìn)歸一化誤差電流數(shù)據(jù)分析法所得故障特征可以歸結(jié)為表1內(nèi)容，將表1所提供的數(shù)據(jù)信息、邏輯信息分別作為數(shù)據(jù)屬性及實(shí)例、SWRL規(guī)則映射至本體模型中。根據(jù)f及FDO的形式化定義及圖4本體模型的構(gòu)建流程，通過(guò)Protégé5.0編輯本體類、屬性、實(shí)例。數(shù)據(jù)分析法分析結(jié)果的部分映射見(jiàn)表3；構(gòu)建的本體部分展開模型如圖6所示，在“故障類型”類中，包含的節(jié)點(diǎn)眾多，每個(gè)節(jié)點(diǎn)與驅(qū)動(dòng)系統(tǒng)開路故障均有可能存在耦合關(guān)聯(lián)，為本體追蹤提供了數(shù)據(jù)庫(kù)支持。根據(jù)故障機(jī)理及構(gòu)建好的領(lǐng)域本體模型寫入SWRL診斷規(guī)則，代碼示例見(jiàn)附錄。

圖5 改進(jìn)歸一化誤差電流數(shù)據(jù)分析法故障特征圖

表3 改進(jìn)歸一化誤差電流數(shù)據(jù)分析法在本體模型中數(shù)據(jù)屬性及實(shí)例的映射

圖7 本體追蹤部分診斷結(jié)果

不同于數(shù)據(jù)分析法的故障診斷結(jié)果，基于本體追蹤的故障診斷方法沒(méi)有將IGBT開路現(xiàn)象簡(jiǎn)單地定義為變流器故障，而是結(jié)合非結(jié)構(gòu)化本體數(shù)據(jù)追蹤至驅(qū)動(dòng)系統(tǒng)其他結(jié)構(gòu)的故障問(wèn)題。該故障診斷方法對(duì)有較多歷史案例及專家經(jīng)驗(yàn)的故障來(lái)說(shuō)效率更高，在實(shí)際工程中的驅(qū)動(dòng)變流器結(jié)構(gòu)中，三電平、五電平等涉及更多晶閘管的情況下，故障的組合方案非常龐大，當(dāng)實(shí)際范圍擴(kuò)大至整個(gè)電機(jī)甚至PMSM系統(tǒng)時(shí)，想要依靠運(yùn)維人員的經(jīng)驗(yàn)或查找手冊(cè)來(lái)確認(rèn)故障點(diǎn)的效率及準(zhǔn)確率都非常低，基于本體追蹤的方法將定性診斷與定量診斷相結(jié)合，能夠高效準(zhǔn)確地追溯故障源，為運(yùn)維人員提供決策支持。

5 結(jié)論

1）分析并驗(yàn)證了改進(jìn)歸一化誤差電流數(shù)據(jù)分析法在識(shí)別變流器故障IGBT方面的優(yōu)勢(shì)，以及在PMSM系統(tǒng)中追溯引發(fā)IGBT故障根本原因方面的不足，并由此提出了基于本體追蹤的故障診斷方法，將定量診斷與定性診斷相結(jié)合。

2）將定量診斷提取的故障特征用于之后的本體映射，使本體技術(shù)不再只依靠知識(shí)及規(guī)則進(jìn)行推理，延長(zhǎng)了故障診斷的生命周期，故障設(shè)備（IGBT開關(guān)管）由一般的診斷目標(biāo)變?yōu)槠鹗键c(diǎn)；同時(shí)優(yōu)化了診斷方向，將直接故障延伸至中間故障最終追溯到故障根本原因，加強(qiáng)了對(duì)不確定事件的靈活推理。

3）本體模型構(gòu)建作為知識(shí)圖譜的前端設(shè)計(jì)，為PMSM系統(tǒng)知識(shí)圖譜的發(fā)展提供了標(biāo)準(zhǔn)化、易復(fù)用、結(jié)構(gòu)清晰的領(lǐng)域基礎(chǔ)模型，彌補(bǔ)了知識(shí)圖譜構(gòu)建過(guò)程中無(wú)法進(jìn)行邏輯檢查及靈活推理缺失的不足。

4）面向合作風(fēng)電企業(yè)的實(shí)際需求，課題組將本文方法應(yīng)用到風(fēng)力發(fā)電機(jī)定子繞組故障、PMSM驅(qū)動(dòng)系統(tǒng)故障、變槳電機(jī)故障、主軸承故障等10多種風(fēng)電機(jī)組故障中，構(gòu)成包含領(lǐng)域知識(shí)和實(shí)踐技能的風(fēng)電系統(tǒng)故障診斷知識(shí)圖譜；后續(xù)將研究如何將自主構(gòu)建的風(fēng)電系統(tǒng)故障診斷知識(shí)圖譜與更大平臺(tái)的知識(shí)圖譜并軌，最終實(shí)現(xiàn)與電力運(yùn)檢知識(shí)信息管理圖譜、電力供應(yīng)鏈圖譜及電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)圖譜等電網(wǎng)業(yè)務(wù)圖譜相匯集，遵循電力行業(yè)正在積極推行的智慧電網(wǎng)知識(shí)圖譜發(fā)展態(tài)勢(shì)。

SWRL規(guī)則：故障診斷(?x)^Da_is(?x,?y)^swrlb:

greaterThan(?y,0.5)^Db_is(?x,?z)^swrlb:greaterThan(?z,0.5)^Dc_is(?x,?o)^swrlb:lessThan(?o,0.5)^Aa_is(?x,?h)^swrlb:greaterThan(?h,0.2)^Ab_is(?x,?m)^swrlb:greaterThan(?m,0.2)^Ac_is(?x,?n)^swrlb:greaterThan(?n,0.2)^hasPhenomenon(?x,外部無(wú)明顯異常)->resultIn(?x,IGBT同側(cè)雙開關(guān)開路)^mayLeadTo(?x,驅(qū)動(dòng)線路出現(xiàn)故障)^happenAt(?x,IGBT1)^happenAt(?x,IGBT3)^orLeadTo(?x,驅(qū)動(dòng)光耦隔離電路故障)^orLeadTo(?x,驅(qū)動(dòng)信號(hào)調(diào)制電路故障)。

SWRL部分語(yǔ)句含義見(jiàn)附表1。

附表1 SWRL部分語(yǔ)句含義

App.Tab.1 SWRL partial statement meaning

邏輯比較含義 swrlb:greaterThan大于 swrlb:lessThan小于

其中，語(yǔ)句內(nèi)所含問(wèn)號(hào)為SWRL書寫規(guī)則中變量的前綴。

[1] 魏永清, 康軍, 曾海燕, 等. 十二相永磁電機(jī)驅(qū)動(dòng)系統(tǒng)的容錯(cuò)控制策略[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(21): 4467-4473.

Wei Yongqing, Kang Jun, Zeng Haiyan, et al. Fault-tolerant control strategy for twelve-phase permanent magnet synchronous motor propulsion system[J]. Transactions of China Electrotechnical Society, 2019, 34(21): 4467-4473.

[2] 陳文漢, 孫丹, 王銘澤. 斷相故障下開繞組永磁同步電機(jī)模型預(yù)測(cè)控制容錯(cuò)控制策略研究[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(1): 77-86.

Chen Wenhan, Sun Dan, Wang Mingze. Research on fault-tolerance strategy based on model predictive control for open-winding PMSM system under open-phase fault[J]. Transactions of China Electrotechnical Society, 2021, 36(1): 77-86.

[3] 林京京, 沈艷霞. 永磁同步電機(jī)驅(qū)動(dòng)系統(tǒng)電流傳感器容錯(cuò)控制[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版), 2019, 53(9): 1815-1825.

Lin Jingjing, Shen Yanxia. Stator current sensors’ fault tolerant control for permanent magnet synchronous motor drive system[J]. Journal of Zhejiang University (Engineering Science), 2019, 53(9): 1815-1825.

[4] 張海霞, 譚陽(yáng)紅, 周野. 變流器開路故障下永磁同步風(fēng)力發(fā)電系統(tǒng)運(yùn)行特性分析[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2018, 38(23): 7045-7051, 7138.

Zhang Haixia, Tan Yanghong, Zhou Ye. Characteristic analysis for permanent magnet syn-chronous generator wind power systems during converter faults[J]. Proceedings of the CSEE, 2018, 38(23): 7045-7051,7138.

[5] 李輝, 楊甜, 譚宏濤, 等. 基于電壓和電流特征的雙饋風(fēng)電變流器功率器件開路故障綜合診斷[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(16): 3433-3445.

Li Hui, Yang Tian, Tan Hongtao, et al. Comprehensive diagnosis of open-circuit fault for power devices of doubly-fed wind power converter based on the features of voltage and current[J]. Transactions of China Electrotechnical Society, 2021, 36(16): 3433-3445.

[6] 徐殿國(guó), 劉曉峰, 于泳. 變頻器故障診斷及容錯(cuò)控制研究綜述[J]. 電工技術(shù)學(xué)報(bào), 2015, 30(21): 1-12.

Xu Dianguo, Liu Xiaofeng, Yu Yong. A survey on fault diagnosis and tolerant control of inverters[J]. Transactions of China Electrotechnical Society, 2015, 30(21): 1-12.

[7] Henao H, Capolino G A, Fernandez-Cabanas M , et al. Trends in fault diagnosis for electrical machines: a review of diagnostic techniques[J]. IEEE Industrial Electronics Magazine, 2014, 8(2): 31-42.

[8] 于泳, 蔣生成, 楊榮峰, 等. 變頻器IGBT開路故障診斷方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2011, 31(9): 30-35.

Yu Yong, Jiang Shengcheng, Yang Rongfeng, et al. IGBT open circuit fault diagnosis method for inverter[J]. Transactions of China Electrotechnical Society, 2011, 31(9): 30-35.

[9] 黃科元, 劉靜佳, 黃守道, 等.永磁直驅(qū)系統(tǒng)變流器開路故障診斷方法[J]. 電工技術(shù)學(xué)報(bào), 2015, 30(16): 129-136.

Huang Keyuan, Liu Jingjia, Huang Shoudao, et al. Converters open-circuit fault-diagnosis methods research for direct-driven permanent magnet wind power system[J]. Transactions of China Electrotechnical Society, 2015, 30(16): 129-136.

[10] 伍珣, 陳特放, 成庶, 等. 基于輸出電流軌跡的機(jī)車逆變器開路故障在線診斷方法[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(增刊2): 87-95.

Wu Xun, Chen Tefang, Cheng Shu, et. Al. An online diagnostic method based on output current locus for open-circuit faults of inverters[J]. Transactions of China Electrotechnical Society, 2017, 32(S2): 87-95.

[11] Ning Fang, Peng Guo．Wind generator tower vibration fault diagnosis and monitoring based on PCA[C]// 2013 25th Chinese Control and Decision Conference, 2013: 1924-1929．

[12] 曹海洋, 沈建輝, 姜子健, 等. 基于雙混合鉗位式變流器的永磁直驅(qū)風(fēng)力發(fā)電系統(tǒng)控制策略[J]. 電工技術(shù)學(xué)報(bào), 2016, 31(11): 32-40.

Cao Haiyang, Shen Jianhui, Jiang Zijian, et al. Control strategy of permanent magnet direct-driven wind generation system based on hybrid clamp dual PWM rectifier[J]. Transactions of China Electrotechnical Society, 2016, 31(11): 32-40.

[13] Estima J O, Marques Cardoso A J. A new algorithm for real-time multiple open-circuit fault diagnosis in voltage-fed PWM motor drives by the reference current errors[J]. IEEE Transactions on Industrial Electronics, 2013, 60(8): 3496-3505.

[14] 李娟莉, 楊兆建, 龐新宇. 面向知識(shí)工程的提升機(jī)智能故障診斷方法[J]. 煤炭學(xué)報(bào), 2016, 41(5): 1309-1315.

Li Juanli, Yang Zhaojian, Pang Xinyu. Intelligent fault diagnosis method of mine hoist based on knowledge engineering[J]. Journal of China Coal Society, 2016, 41(5): 1309-1315.

[15] 李娟莉, 楊兆建. 基于本體的礦井提升機(jī)故障診斷方法[J]. 振動(dòng).測(cè)試與診斷, 2013, 33(6): 993-997, 1094.

Li Juanli, Yang Zhaojian. Fault diagnosis method for mine hoist based on ontology[J]. Journal of Vibration, Measurement & Diagnosis, 2013, 33(6): 993-997, 1094.

[16] 周安美, 于德介, 吳雪明, 等. 基于本體的大型風(fēng)力發(fā)電機(jī)組故障智能診斷研究[J]. 中國(guó)機(jī)械工程, 2012, 23(17): 2075-2080.

Zhou Anmei, Yu Dejie, Wu Xueming, et al. Research on intelligent fault diagnosis for large—scale wind turbines based on ontology[J]. China Mechanical Engineering, 2012, 23(17): 2075-2080.

[17] 于德介, 趙丹, 周安美. 基于本體故障樹的關(guān)鍵機(jī)組診斷決策研究[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 40(8): 46-51.

Yu Dejie, Zhao Dan, Zhou Anmei. Research on the diagnosis decision-making of key units based on ontology and fault tree[J]. Journal of Hunan University (Natural Sciences), 2013, 40(8): 46-51.

[18] 余磊, 谷宏強(qiáng), 孟晨, 等.基于本體的裝備PHM知識(shí)化建模研究[J]. 火力與指揮控制, 2019, 44(10): 13-17.

Yu Lei, Gu Hongqiang, Meng Chen, et al. Research on ontology-based knowledge modeling of equipment PHM[J]. Fire Control & Command Control, 2019, 44(10): 13-17.

[19] 王瓊, 魏軍, 閆潤(rùn)珍, 等. 知識(shí)圖譜在智能電網(wǎng)的應(yīng)用[J]. 電子元器件與信息技術(shù), 2020, 4(1): 135-137, 147. Wang Qiong, Wei jun, Yan Runzhen, et al. Application of knowledge map in smart grid[J]. Electronic Component and Information Technology, 2020, 4(1): 135-137, 147.

[20] Freire N M A, Estima J O, Marques Cardoso A J, et al. Open-circuit fault diagnosis in PMSG drives for wind turbine applications[J]. IEEE Transactions on Industrial Electronics, 2013, 60(9): 3957-3967.

Open Circuit Fault Diagnosis Method for Permanent Magnet Synchronous Machine Drive System Based on Ontology Tracking

Zhang Xiaodan Duan Bin Liu Changjie Chen Yueping

（School of Automation and Electronic Information Xiangtan University Xiangtan 411105 China）

A fault diagnosis method based on ontology tracking is proposed for the problems of permanent magnet synchronous machine (PMSM) system strong fault correlation, complex heterogeneous information, and traditional fault diagnostic methods cannot trace the true cause of the coupling fault. Taking the open-circuit fault of PMSM drive system as the main research object, firstly, define and standardize the ontology model in PMSM fault diagnosis field, and integrate the dense heterogeneous information in the PMSM system; secondly, on the basis of improving the normalized fault current data analysis method to accurately and quickly locate the fault switch pipe, the fault characteristics and identification results obtained from quantitative analysis are map to the fault field ontology model, extending the scope of fault diagnosis; finally, through the preset of semantic web rule language (SWRL) rule library and rule-based reasoning, integrate the ontology technology to trace and diagnose the fault cause, fault type and other information. Experiments verify that the proposed method improves the utilization of information among subsystems and can reasonably trace the cause of failure, providing a shared and easy to update standardized method for fault diagnosis of large complex systems.

Improved normalized error current, ontology, open circuit fault, fault diagnosis, drive system

10.19595/j.cnki.1000-6753.tces.210557

TP182; TP277

湖南省自然科學(xué)基金資助項(xiàng)目（2020JJ6034）。

2021-04-20

2021-06-17

張瀟丹 女，1997年生，碩士研究生，研究方向?yàn)轱L(fēng)電系統(tǒng)智能故障診斷。E-mail：zxd1997229@163.com

段 斌 男，1966年生，教授，博士生導(dǎo)師，研究方向?yàn)樾畔⒓夹g(shù)在電力系統(tǒng)中的應(yīng)用、工程教育認(rèn)證。E-mail：db61850@163.com（通信作者）

（編輯 郭麗軍）