基于阶次自分离的轮毂电机故障诊断方法研究

轮毂电机作为电动汽车四轮独立驱动系统的动力源,其运行状态直接关系着整车安全。为了逐步实现对轮毂电机运行状态的监测,本文提出一种新的方法--阶次自分离方法,以适应其复杂多变的行驶工况。本方法克服了传统阶次跟踪方法需同时采集转速信号和振动信号的局限性,仅针对转速信号进行研究,并提取其中蕴藏的非正常波动成分,同时借鉴传统阶次跟踪方法对时域非平稳信号的处理方式,对波动成分进行角域重采样和傅里叶变换,凸显出蕴藏于转速信号中的故障特征,进而实现对轮毂电机的故障诊断。结合Matlab仿真分析和轮毂电机漏电故障试验,结果表明阶次自分离方法可有效识别出轮毂电机漏电故障特征。     

基于阶次自分离的轮毂电机故障诊断方法

轮毂电机作为电动汽车四轮独立驱动系统的动力源,其运行状态直接关系着整车安全。为了逐步实现对轮毂电机运行状态的监测,提出一种新的方法——阶次自分离方法,以适应其复杂多变的行驶工况。本方法克服了传统阶次跟踪方法需同时采集转速信号和振动信号的局限性,仅针对转速信号进行研究,并提取其中蕴藏的非正常波动成分,同时借鉴传统阶次跟踪方法对时域非平稳信号的处理方式,对波动成分进行角域重采样和傅里叶变换,凸显出蕴藏于转速信号中的故障特征,进而实现对轮毂电机的故障诊断。结合Matlab仿真分析和轮毂电机漏电故障试验,结果表明阶次自分离方法可有效识别出轮毂电机漏电故障特征。     

基于小波网络的永磁无刷直流电机无位置传感器控制

通过对永磁无刷直流电机的无位置传感器检测原理和小波网络特性的分析，提出了基于小波神经网络的永磁无刷直流电机无位置传感器控制新方法．该方法构建小波网络模型，采用梯度下降法对网络进行训练．网络训练分为离线训练和在线训练，由离线训练初步确定网络隐层节点的小波平移因子、尺度因子及网络输出层权值．以滤波和逻辑处理后的网络输出信号为教师对网络输出层连接权进行在线调整．从而由电机的相电流、端电压映射出电机的换相信号，取代了传统的位置传感器．最后仿真及实验结果表明，该方法能得到准确的永磁无刷直流电机的换相信号．     

某型涡扇发动机中介轴承微弱故障特征信号提取技术

研究航空发动机在降转速过程中中介轴承微弱故障特征信号的提取技术,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承模拟故障实验和航空发动机中介轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移-时间信号;再对该信号进行线性插值获得等角度间隔的角位移-时间信号;然后利用该时间序列对振动信号进行三次样条差值获得等角度间隔分布的重采样振动信号;最后对重采样振动信号进行包络分析及快速傅里叶变换获得阶次包络谱。通过两种实验分析表明该方法能有效提取出复杂路径下航空发动机中介轴承微弱故障特征信息。该方法为航空发动机中介轴承微弱故障特征信号提取提供了一种重要手段,具有广泛的应用前景。     

基于自适应模糊PID方法的轮毂无刷直流电机控制与仿真

针对轮毂式电动车用永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等特点,根据轮毂电机参数的变化,利用模糊控制对PID参数进行在线自适应调整,提出了一种基于自适应模糊PID的转速控制方法,获得了高精度的转速控制。首先分析永磁无刷直流电机的动态数学模型,在MATALB/Simulink平台下,将模型按功能进行子模块建模,并通过与S函数相结合构建无刷直流电机的转速自适应模糊PID的双闭环控制系统模型,最后考虑车辆实际行驶情况,进行了电机系统运行工况的仿真分析。结果表明,采用自适应模糊PID控制无刷直流电机,能够实现控制精度高、响应速度快、无超调,且系统对干扰和参数变化具有较强的鲁棒性,明显改善对电动车用轮毂驱动电机的控制效果,提高电动车辆行驶的操纵性和稳定性。     

基于改进DFA和LDA的永磁同步电机机械故障检测

为提高故障检测的精度，研究了变转速工况下永磁同步电机的机械故障检测方法.首先，分析了电机轴承、转子偏心及其复合故障的振动特性；其次，采用Vold-Kalman算法对故障特征分量进行跟踪提取，并通过信号重构消除转速变化对故障特征分量的影响；提出一种基于改进去趋势波动分析和线性判别式分析的机械故障检测方法，实现对重构信号的故障特征提取和故障检测；最后，对所提出故障检测方法的有效性进行实验验证.实验结果表明文中所提出方法的故障检测精度为88%.     

一种基于自适应输入-输出线性化的无刷直流电机参数辨识方法

对基于理想换相的永磁无刷直流电机, 在给出其单相等效模型的基础上, 运用基于自适应输入-输出线性化(AIOL) 方法, 设计了适用于无刷直流电机的参数辨识与控制的电流控制器, 来提高驱动控制系统对电机参数的自适应能力;此外, 对辨识方法进行相应的改进. 研究和仿真分析结果表明: AIOL方法不要求各状态量解耦, 参考模型中也不包含估计状态量, 因而自适应律的导出较简单, 并且使参数辨识与电机控制在一个框架内得到解决, 更适合电机的运行控制;基于AIOL方法的改进参数辨识算法消除了待辨识参数变化互相耦合、相互抵消的负面影响, 能够准确、稳定地估计电机参数, 且系统的响应性能较好, 易于工程实现.     

基于LabVIEW编程语言的重采样阶次比分析研究

阶次分析是旋转体机械振动监测及故障诊断的最重要方法之一,因为转速的波动会使频谱图上基频以及各次谐波分量变得模糊.基于重采样原理的阶次分析是实现信号从等时采样到等角度采样的一种信号处理方法,它主要能解决因转速波动而产生的谐波分量重叠所带来的困难.本文主要通过对比基于LabVIEW编程语言的频谱分析和阶次比分析在研究变速旋转体振动信号中的优劣势,深入探讨实现阶次比分析的原理过程.     

无刷直流电机匝间短路故障定位及定量评估方法研究

针对无刷直流电机匝间短路故障问题,提出一种结合深度迁移学习和多维特征拟合方法,以实现匝间短路故障的精确定位和定量评估。同步采集电机定子绕组的三相电流信号,将一维电流信号转化为图像信号,采用基于迁移学习的卷积神经网络实现匝间短路故障的定位,在确定故障相之后,从电流信号中提取并筛选敏感特征,采用特征拟合方法实现故障等级的定量评估。实验结果表明,所提出的方法能够实现100%精度的故障相定位,同时故障定量评估的相对平均误差低至4.33%。该方法对于永磁电机系统的定子绕组故障精确定位和精密诊断具有潜在的应用价值。     

一种免疫控制器在飞轮BLDCM中的应用

为了解决飞轮储能系统内置永磁无刷直流电机的控制问题,将基于Varela免疫网络模型的免疫控制器分别用于电机转速和力矩的控制,并给出了这种免疫控制器的控制参数参考值.与传统PID控制器相比,免疫控制器能够提供稳定的转速控制信号动态响应,有效降低电机转矩脉动幅值,并维持周期性的、相对稳定的变化,使得系统输出电流信号波形畸变小,波形接近理想梯形波,控制参数自适应性好.研究表明,基于Varela免疫网络模型设计的免疫控制器可作为一种新方法用于飞轮直流无刷电机控制.