基于自适应滑窗的开关磁阻电机调速系统故障诊断

微特电机 ›› 2019, Vol. 47 ›› Issue (9): 7-13.

基于自适应滑窗的开关磁阻电机调速系统故障诊断

杨文浩^1,2，苟斌^1,2，雷渝^1,2，宋潇潇^1,2，王军^1,2

1.西华大学电气与电子信息学院，成都 610039；2.四川省电力电子节能技术与装备高校重点实验室，成都 610039

出版日期:2019-09-28 发布日期:2019-09-19
基金资助:
教育部春晖计划（Z2017082）;西华大学研究生创新基金（ycjj2019104）

Fault Diagnosis of Switched Reluctance Motor Drive Based on Adaptive Sliding Window

YANG Wen-hao^1,2, GOU Bin^1,2， LEI Yu^1,2, SONG Xiao-xiao^1,2， WANG Jun^1,2

1. School of Electrical Engineering and Electronic Information, Xihua University,Chengdu 610039,China;
2.Sichuan Province Key Laboratory of Power Electronics Energy-Saving Technologies & Equipment, Chengdu 610039,China

Online:2019-09-28 Published:2019-09-19

摘要/Abstract

摘要： 针对开关磁阻电机调速系统(SRD)中功率变换器单管短路故障和传感器噪声故障，提出将k-邻近算法（kNN）和极限学习机（ELM）相结合的自适应滑窗故障诊断方法。通过对故障进行分析，采集三相定子电流作为原始数据，将快速傅里叶变换和ReliefF算法用于特征提取与选择，形成kNN算法与ELM算法相结合的多窗口自适应故障诊断机制。通过离线与在线仿真实验，证明了该方法诊断速度快，精度高。

关键词: 开关磁阻电机调速系统, 功率变换器, 传感器, k-近邻算法, 极限学习机

Abstract: Aiming at the single-tube short-circuit fault and sensor noise fault of power converter in switched reluctance motor drive (SRD), an adaptive sliding window fault diagnosis method combining k-nearest neighbor (kNN) algorithm and extreme learning machine (ELM) was proposed. The fault was analyzed and the three-phase stator current were collected as the original data. The fast fourier transform and ReliefF algorithm were used for feature extraction and selection. A multi-window adaptive fault diagnosis structure combining kNN algorithm and ELM algorithm was set up. Through offline and online simulation experiments, it is proved that the method has high diagnostic speed and high precision.

Key words: switched reluctance motor drive (SRD),, power converter, sensor, , k-nearest neighbor (kNN),, extreme learning machine (ELM)

中图分类号:

TM352

. 基于自适应滑窗的开关磁阻电机调速系统故障诊断[J]. 微特电机, 2019, 47(9): 7-13.

[1]	胡智宏, 叶晨光, 申永鹏, 郑竹风, 李波, 杨小亮. 自适应滑模增益永磁同步电机无速度传感器控制[J]. 微特电机, 2021, 49(4): 40-45.
[2]	黄其, 伍权, 席唯, 曹朝晖. 高速永磁电机控制器设计[J]. 微特电机, 2021, 49(2): 11-14.
[3]	张娜娜, 沈艳霞. 基于磁链观测的IPMSM MTPA控制系统研究[J]. 微特电机, 2021, 49(2): 43-47.
[4]	蔡军, 李鹏泽, 黄袁园. 基于PMSM的二阶滑模无位置传感器控制[J]. 微特电机, 2021, 49(1): 32-36.
[5]	李梦茹, 冬雷, 冉茂莹, 于坤洋. 开关磁阻电机无位置传感器控制方法综述[J]. 微特电机, 2021, 49(1): 51-54.
[6]	张安东, 周峰, 李成泉, 周星韦. 基于无位置传感器无刷风机控制器设计[J]. 微特电机, 2020, 48(9): 45-49.
[7]	牛莹, 路建, 尹小龙, 冯新博. 基于DSP的模型参考自适应转速估算方法[J]. 微特电机, 2020, 48(9): 54-57.
[8]	程昭竣, 李姗, 陈茂才, 曹阳. 开关磁阻电机神经网络无位置传感器控制[J]. 微特电机, 2020, 48(7): 57-60.
[9]	卢青高, 唐春茂, 王会明, 李清都. 基于扩张状态观测器的无传感永磁同步电机研究[J]. 微特电机, 2020, 48(6): 45-48.
[10]	温嘉斌, 赵红阳, 刘子宁. 基于FPGA的无刷直流电动机容错控制系统[J]. 微特电机, 2020, 48(6): 56-60.
[11]	王心坚, 黄道锦, 马瑞盛, 王颖飞. 高速燃料电池空压机无位置传感器控制[J]. 微特电机, 2020, 48(5): 41-43.
[12]	王家舜. 高速无位置传感器无刷直流电动机控制系统[J]. 微特电机, 2020, 48(4): 60-63.
[13]	廖勇, 莫家宝, 燕罗成. 改进型滑模观测器的PMSM无位置传感器控制[J]. 微特电机, 2020, 48(3): 6-11.
[14]	包广清, 祁武刚. 基于MRAS的异步电机无速度传感器应用研究[J]. 微特电机, 2020, 48(3): 43-47.
[15]	孙宇航,姚文熙,吕征宇. 基于电流估算的永磁同步电机伺服控制系统设计[J]. 微特电机, 2020, 48(2): 29-33.