[发明专利]一种鉴别电机异常负载类型的方法

权利要求书

1.一种鉴别电机异常负载类型的方法，其特征在于：在电机控制系统控制电机运行的过程中，设控制周期为Δ，连续滚动存储电机的速度值和转矩值，滚动窗口的宽度为L，每次均以当前时刻为0，往后以L为长度，以动态滚动的方式构造当前速度数列V＝[v(0)，…v(kΔ)，…v((L-1)Δ)]、当前转矩数列M＝[m(0)，…m(kΔ)，…m((L-1)Δ)]，每次检测到新的速度值和转矩值时，都要刷新当前速度数列和当前转矩数列，刷新的周期等同于电机控制系统的控制周期，每次刷新当前速度数列V和转矩数列M时，要计算其平均值：和根据预设的速度下限阈值和转矩上限阈值当发现且时，即可判断出现了异常负载，并启动对当前的速度数列和转矩数列进行快速时频域分解，从而得出在当前异常负载下的速度时频域分量的系数矩阵、转矩时频域分量的系数矩阵，进而得出当前异常负载下的速度时频域系数矩阵的奇异值数列、转矩时频域系数矩阵的奇异值数列，分别求其与典型异常负载时的速度时频域系数矩阵的奇异值数列、转矩时频域系数矩阵的奇异值数列之间的欧几里德距离，根据速度时频域系数矩阵的奇异值数列之间的欧几里德距离和转矩时频域系数矩阵的奇异值数列之间的欧几里德距离，来实现对当前异常负载类型的鉴别。

2.根据权利要求1所述的一种鉴别电机异常负载类型的方法，其特征在于，所述对当前的速度数列和转矩数列进行快速时频域分解，包括以下步骤：

步骤S1：确定速度信号的带宽ω_v，以及对速度信号进行快速时频域分解的频率切分点确定转矩信号的带宽ω_m，以及进行快速时频域分解的频率切分点为其中N为频率切分点数；

步骤S2：以辛格函数族的成员为速度信号进行快速时频域分解的基础核函数，以辛格函数族的成员为对转矩信号进行快速时频域分解的基础核函数；

步骤S3：以当前时刻为0，当前速度数列V＝{v(0)，…v(kΔ)，…v((L-1)Δ)}和当前转矩数列M＝{m(0)，…m(kΔ)，…m((L-1)Δ)}中的元素所对应的时间点是{t_k＝kΔ|k＝0，1，2…L-1}，因此，在提取当前速度数列V的低频分量V₀(t)时，以为基础核函数，构建核函数序列：在提取当前转矩数列的低频分量M₀(t)时，以为基础核函数，构建核函数序列：在提取当前速度数列的带通分量V_n(t)时，构建核函数序列：在提取当前转矩数列的带通分量M_n(t)时，构建核函数序列：其中Δ是当前速度数列和当前转矩数列的刷新周期，等同于电机控制系统的控制周期；

步骤S4：计算关联矩阵{Λ_(v)n、Λ_(m)n|n＝0，1，2，3…N}，令定义：

令定义：

令定义：

令定义：

步骤S5：计算当前速度数列V和当前转矩数列M的低频分量V₀(t)和M₀(t)，并得到相应的系数数列，对于当前速度数列V的低频分量V₀(t)，其频率范围是设系数数列θ_(v)0＝[θ_v0(0)，…θ_v0(k)，…θ_v0(L-1)]，V₀(t)＝Ψ_(v)0(t)θ_(v)0^T，由最小方差运算，可以从V＝[v(0)，…v(kΔ)，…v((L-1)Δ)]求得θ_(v)0，公式是θ_(v)0^T＝(Λ_(v)0^TΛ_(v)0+λ_(v)0I)^-1Λ_(v)0^TV^T，其中λ_(v)0是拉格朗日乘子，从而可得：对于当前转矩数列M的低频分量M₀(t)，其频率范围是设系数数列θ_(m)0＝[θ_m0(0)，…θ_m0(k)，…θ_m0(L-1)]，M₀(t)＝Ψ_(m)0(t)θ_(m)0^T，由最小方差运算，可从M＝[m(0)，…m(kΔ)，…m(L-1)]求得θ_(m)0，公式是θ_(m)0^T＝(Λ_(m)0^TΛ_(m)0+λ_(m)0I)^-1Λ_(m)0^TM^T，其中λ_(m)0是拉格朗日乘子，从而可得：

步骤S6：对于当前速度数列V的带通分量V₁(t)，频带是计算第一次速度差值数列V_c1＝{v_c1(kΔ)|v_c1(kΔ)＝v(kΔ)-V₀(kΔ)，k＝0，1，2…L-1}，设θ_(v)1＝[θ_v1(0)，…θ_v1(k)，…θ_v1(L-1)]，有V₁(t)＝Ψ_(v)1(t)θ_(v)1^T，由最小方差运算，可以从V_c1＝[v_c1(0)，…v_c1(kΔ)，…v_c1((L-1)Δ)]求得θ_(v)1，公式如下：θ_(v)1^T＝(Λ_(v)1^TΛ_(v)1+λ_(v)1I)^-1Λ_(v)1^TV_c1^T，其中λ_(v)1是拉格朗日乘子，从而可得：对于当前转矩数列M的带通分量M₁(t)，其频带位于令M_c1＝{m_c1(kΔ)|m_c1(kΔ)＝m(kΔ)-M₀(kΔ)，k＝0，1，2…L-1}，计算第一次转矩差值数列θ_(m)1＝[θ_m1(0)，…θ_m1(k)，…θ_m1(L-1)]，M₁(t)＝Ψ_(m)1(t)θ_(m)1^T，由最小方差运算，可以从M_c1＝[m_c1(0)，…m_c1(kΔ)，…m_c1((L-1)Δ)]求得θ_(m)1，公式如下：θ_(m)1^T＝(Λ_(m)1^TΛ_(m)1+λ_(m)1I)^-1Λ_(m)1^TM_c1^T，其中λ_(m)1是拉格朗日乘子，从而可得：

步骤S7：当得到带通信号V_n-1(t)和M_n-1(t)后，计算第n次速度差值序列和第n次转矩差值序列对于当前速度数列V的带通分量V_n(t)，其频带位于设θ_(v)n＝[θ_vn(0)，…θ_vn(k)，…θ_vn(L-1)]，有V_n(t)＝Ψ_(v)n(t)θ_(v)n^T，由最小方差运算，可以从V_cn＝[v_cn(0)，…v_c1(kΔ)，…v_c1((L-1)Δ)]求得θ_(v)n，公式如下：θ_(v)n^T＝(Λ_(v)n^TΛ_(v)n+λ_(v)nI)^-1Λ_(v)n^TV_cn^T，其中λ_(v)n是拉格朗日乘子，从而可得：对于当前转矩数列M的带通分量M_n(t)，其频带位于令，设θ_(m)n＝[θ_mn(0)，…θ_mn(k)，…θ_mn(L-1)]，有M_n(t)＝Ψ_(m)n(t)θ_(m)n^T，由最小方差运算，可以从M_cn＝[m_cn(0)，…m_c1(kΔ)，…m_c1((L-1)Δ)]求得θ_(m)n，公式如下：θ_(m)n^T＝(Λ_(m)n^TΛ_(m)n+λ_(m)nI)^-1Λ_(m)n^TM_cn^T，其中λ_(m)n是拉格朗日乘子，从而可得：