[發明專利]一種針對容錯永磁電機定子匝間短路的故障診斷方法

在審

• 申請號: 201410254479.1
• 申請日: 2014-06-10
• 公開（公告）號: CN104062541A
• 公開（公告）日: 2014-09-24
• 發明（設計）人: 劉國海;周路;趙文祥
• 申請（專利權）人: 江蘇大學
• 主分類號: G01R31/06
• 分類號: G01R31/06
• 代理公司: 南京知識律師事務所 32207
• 代理人: 汪旭東

技術領域

本發明涉及PCA與BP神經網絡相結合的故障診斷方法，可用于容錯永磁電機匝間短路故障診斷領域。

背景技術

隨著電機控制理論、電力電子技術的和微電子技術的發展，電機驅動領域已經突破了標準三相供電系統的束縛，多相電機驅動系統憑借其與三相電機驅動系統相比具有低壓大功率和系統可靠性高等優勢，在艦船推進、航空航天和電力機車等設備等大功率電氣驅動裝置中獲得廣泛應用。在電機所有故障中，定子匝間短路故障是最常見的故障之一。多相電機的一個顯著優勢是高容錯性能和可靠性，對于容錯永磁電機來說，失去兩相也不會妨礙電機的連續運行。但是容錯永磁電機不能在匝間短路故障下正常運行，電機的工作狀態直接影響了生產運行的正常與否，其故障不僅會損壞電機本身，而且會影響整個生產系統，甚至會危及人身安全，造成巨大的經濟損失和惡劣的社會影響，因此，對電機進行故障診斷及分析是十分必要的。

隨著故障診斷技術的不斷發展，人們致力于開發各類專用的電機故障診斷系統，并已成為近年來研究的重點。智能化控制在許多的應用領域都獲得應用，并取得了良好的控制效果。例如：模糊控制、神經網絡控制、學習控制和居于專家系統的控制等。這些智能方法最大的優點是：無需被控對象進行精確的數學建模，而且具有很強的魯棒性，非常適合電機這種非線性、變參數對象。比較成熟的有神經網絡，它具有初步的自適應與自組織能力。在學習或訓練過程中改變突觸權重值，以適應周圍環境的要求。同一網絡因學習方式及內容不同可具有不同的功能。人工神經網絡是一個具有學習能力的系統，可以發展知識，以致超過設計者原有的知識水平。通常，它的學習訓練方式可分為兩種，一種是有監督或稱有導師的學習，這時利用給定的樣本標準進行分類或模仿；另一種是無監督學習或稱無導師學習，這時，只規定學習方式或某些規則，則具體的學習內容隨系統所處環境 （即輸入信號情況）而異，系統可以自動發現環境特征和規律性，具有更近似人腦的功能。

雖然神經網絡有多種優點，但是當訓練數據較多時，訓練出的神經網絡的結構可能會更加復雜，預測故障時不能及時、準確。

發明內容

本發明的目的是，針對神經網絡在容錯永磁電機匝間短路故障診斷應用方面凸顯的缺點，基于PCA降維處理方法，提出一種降維方法與人工智能神經網絡相結合的方法，該方法對神經網絡的輸入數據進行適當的降維處理，從而簡化神經網絡結構，提高故障診斷的效率。主元分析方法（PCA）是降維處理方法中用的比較多的一種方法，PCA可以在保證原始數據特征的情況下進行有效的降維處理。

本發明的技術方案是：

一種針對容錯永磁電機定子匝間短路的故障診斷方法，包括如下步驟：

（1）利用PCA對原始數據做降維處理，通過調整PCA中的貢獻率值參數，得到包涵了原數據特征的少量訓練數據；

（2）BP神經網絡訓練，設置合適的隱含層層數、各層的節點數以及學習率、訓練精度等參數，訓練神經網絡，生成基于PCA-NN的容錯永磁電機的故障診斷結果。

進一步，在所述對原始數據做降維處理步驟之前，還包括對原始數據的預處理步驟，在做PCA算法之前，將數據做歸一化處理。

進一步，采用引入動量因子的改進型BP神經網絡。

本發明的有益效果是：

1、本發明整體的故障診斷系統簡單，應用于容錯永磁電機的定子匝間短路故障時方便實施，易于操作，因為過于繁瑣的故障診斷系統不能及時發現故障，會導致不必要的損失。

2、數據經過PCA處理后保持原有的故障特征，但維數降低，大大減少了神經網絡測量模型計算和訓練的工作量。

3、訓練后的神經網絡由于結構簡化，提高了特征提取速度，改善了故障診斷性能。

附圖說明

以下結合附圖和具體實施方式對本發明作進一步詳細說明。

圖1是本發明的PCA-NN故障診斷方法流程示意圖。

圖2是在不同定子匝間短路故障程度下五相容錯永磁電機定子電流信號。

圖3是本發明的神經網絡與簡單的NN訓練精度曲線對比圖。

具體實施方式

下面結合附圖對本發明作進一步詳細說明。

本發明一種針對容錯永磁電機定子匝間短路故障的診斷方法，主要包括兩個部分：第一部分是利用PCA對原始數據做降維處理，通過調整PCA中的貢獻率值參數，得到包涵了原數據特征的少量訓練數據；第二部分是BP神經網絡，設置合適的隱含層層數、各層的節點數以及學習率、訓練精度等參數，訓練神經網絡，生成基于PCA-NN的容錯永磁電機的故障診斷系統。