[發明專利]一種基于雜散磁場的永磁電機靜態偏心檢測方法

有效

• 申請號: 202110367107.X
• 申請日: 2021-04-06
• 公開（公告）號: CN113094952B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 馬琮淦;李佳銘;李瓊瑤;王明宇;張星星;李鑫
• 申請（專利權）人: 哈爾濱工業大學（威海）
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06K9/00;G06N3/04;G06N3/08;G01R31/34
• 代理公司: 威海聚睿知識產權代理事務所(普通合伙) 37352
• 代理人: 丁宏斌

1.一種基于雜散磁場的永磁電機靜態偏心檢測方法，其特征在于，包括以下步驟：

步驟1：利用電磁有限元仿真軟件獲取待測電機雜散磁場數據，建立靜態偏心檢測神經網絡模型

1.1建立電磁有限元模型并進行仿真，導出數據

建立n×m個不同靜態偏心率ε_SE和偏心圓周角γ的待測電機的電磁有限元模型；在轉速n_r小于60rpm的情況下，對n×m個電磁有限元模型進行仿真計算；在電機端面建立極坐標系，自極坐標軸開始，電機殼外圓周均勻分布A個傳感器，A≥3，分別從每個傳感器的位置，從電磁有限元模型中導出An×m組雜散磁場徑向磁密時間歷程數據；

第1至第n個電磁有限元模型的靜態偏心率ε_SE分別為1/(n+1)、2/(n+1)、3/(n+1)、…、n/(n+1)，偏心圓周角γ均為0°；第n+1至第2n個電磁有限元模型的靜態偏心率分別為ε_SE為1/(n+1)、2/(n+1)、3/(n+1)、…、n/(n+1)，偏心圓周角γ均為360°/m；第2n+1至第3n個電磁有限元模型的靜態偏心率ε_SE分別為1/(n+1)、2/(n+1)、3/(n+1)、…、n/(n+1)，偏心圓周角γ均為2×360°/m；以此類推，直到第(m-1)n+1至第n×m個電磁有限元模型的靜態偏心率ε_SE分別為1/(n+1)、2/(n+1)、3/(n+1)、…、n/(n+1)，偏心圓周角γ均為(m-1)×360°/m，其中，n、m為正整數，n≥4，m≥10；A_cT1(i)、A_cT2(i)……和A_cTA(i)分別是靜態偏心率為ε_SET(i)、偏心圓周角為γ_T(i)的靜態偏心工況時的雜散磁場徑向磁密基波幅值，i＝1,2,3…,n×m，其中，ε_SET為靜態偏心率訓練向量，長度為n×m，γ_T為偏心圓周角訓練向量，長度也為n×m，分別為：

1.2對仿真數據進行快速傅里葉變換

將步驟1.1導出An×m組雜散磁場徑向磁密時間歷程數據進行快速傅里葉變換，再提取出變換后得到的幅頻特性結果中頻率為基頻pf_r處的基波幅值，其中p為待測電機的極對數，f_r為待測電機的機械轉頻，f_r＝n_r/60，共得到An×m個數字，將這些數字按照靜態偏心工況和信號來源位置編為A個向量，分別稱為第1點基波幅值訓練向量A_cT1、第2點基波幅值訓練向量A_cT2……和第A點基波幅值訓練向量A_cTA，A_cT1、A_cT2……和A_cTA分別代表來自編號1、2……A傳感器數據，A_cT1、A_cT2……和A_cTA中元素的排列順序與電磁有限模型的偏心工況排列順序相同；

1.3建立靜態偏心檢測神經網絡模型

所述靜態偏心檢測神經網絡模型為BP神經網絡模型，BP神經網絡模型包含輸入層、隱含層和輸入層，所述輸入層節點有A個；將第1點基波幅值訓練向量A_cT1、第2點基波幅值訓練向量A_cT2……和第A點基波幅值訓練向量A_cTA進行歸一化處理，再作為神經網絡的輸入；將靜態偏心率訓練向量ε_SET和偏心圓周角訓練向量γ_T進行歸一化處理，再作為神經網絡的輸出；以正切S型傳遞函數為隱含層節點傳遞函數，線性傳遞函數為輸出層節點傳遞函數，貝葉斯正則化的BP算法訓練函數為反向傳播函數，對神經網絡進行訓練，得到靜態偏心檢測神經網絡模型；

步驟2：采集待測電機的雜散磁場信號并對雜散磁場信號進行數據處理；

2.1試驗采集待測電機的雜散磁場徑向磁密

采集待測電機的雜散磁場徑向磁密的傳感器有A個，A≥3，傳感器均勻分布電機殼外圓周，以恒定轉速n_r反拖待測電機，記錄各測點1個機械周期所采集的數據，共得到A組雜散磁場徑向磁密時間歷程試驗數據；

2.2試驗數據進行快速傅里葉變換

將步驟2.1得到的數據進行快速傅里葉變換，提取出基波幅值，來自傳感器1-A的基波幅值分別記為第1點基波幅值A_cE1、第2點基波幅值A_cE2……和第A點基波幅值A_cEA；

步驟3：判斷是否僅存在靜態偏心；

3.1判斷流程1

若步驟2.1中得到的某一點雜散磁場徑向磁密時間歷程各波峰高度不同，則發生了動態偏心，結束檢測；反之，若步驟2.1中得到的某一點雜散磁場徑向磁密時間歷程各波峰高度相同，則不存在動態偏心，進入判斷流程2；

3.2判斷流程2

步驟2.2中得到的第1點基波幅值A_cE1、第2點基波幅值A_cE2……和第A點基波幅值A_cEA均相同，則不存在靜態偏心，無需進一步檢測；若有所不同，則存在靜態偏心，進入步驟4；

步驟4：僅存在靜態偏心時，將步驟2中試驗數據輸入到步驟1的靜態偏心檢測神經網絡模型得出待測永磁電機靜態偏心率ε_SE和偏心圓周角γ；

4.1將結果導入靜態偏心檢測神經網絡模型

將步驟2.2得到的第1點基波幅值A_cE1、第2點基波幅值A_cE2……和第A點基波幅值A_cEA進行歸一化處理，再導入步驟1.3得到的靜態偏心檢測神經網絡模型，進行計算；

4.2得到待測電機的靜態偏心率和偏心圓周角

將靜態偏心檢測神經網絡模型的輸出結果進行反歸一化處理，獲得待測電機的靜態偏心率ε_SE和偏心圓周角γ情況。