[发明专利]新能源电动汽车驱动系统电流传感器微小故障诊断方法

说明书

本发明公开了新能源电动汽车驱动系统的电流传感器微小故障诊断方法，属于故障诊断技术领域。该方法包括以下步骤：建立混合逻辑动态模型、建立状态方程、建立增广系统并进行坐标变换、建立新型自适应滑模观测器、做残差、给定自适应阈值、故障诊断。本发明采用的状态增广法对故障进行重构，使得微小故障更加容易检测；该方法采用的新型自适应滑模观测器先相较于传统滑模观测器减少了发生滑模运动的时间和抖振；该方法采用的自适应阈值提高了故障诊断的准确性、鲁棒性和抗干扰性；该方法通过比较残差与自适应阈值的关系，来定义故障检测特征量对三相两电平逆变器的电流传感器进行故障诊断。

技术领域

本发明涉及故障诊断领域，尤其涉及新能源电动汽车驱动系统的电流传感器微小故障诊断方法。

背景技术

永磁同步电机的驱动系统是新能源电动汽车的重要组成部分，其安全性和可靠性直接影响电动汽车的正常使用。而电流传感器是驱动系统的重要部件之一，很容易产生故障，从而导致整个驱动系统故障，造成严重的交通事故、人员伤亡和财产损失。

传感器故障主要分为两类：严重故障和精度故障。严重故障主要包括：电流传感器短路、断路、卡死故障等；而精度故障包括电流传感器微小、漂移、比例故障等。目前针对传感器的故障诊断方法主要有两种：基于模型的诊断方法和基于数据的诊断方法。

目前针对传感器微小故障诊断的方法，主要有以下两种诊断方法：

1、基于模型的诊断方法。这类方法通常包括残差生成和诊断决策两个阶段。首先通过建立数学模型，将估计的系统输出与测量信息进行比较得到残差，之后基于适当的决策规则对残差分析以实现对故障的诊断。相关论文及文献如《基于滑模技术故障诊断和容错控制及应用于高速列车的研究》(张康康，南京航空航天大学，2018年12月)、《Slidingmode observer based incipient sensor fault detection with application tohigh-speed railway traction device》(基于滑模观测器的传感器微小故障检测及其在高速铁路牵引装置中的应用，张康康，ISA TRANSACTIONS，2016年7月)等，此类方法需要建立被诊断对象的较为精确的数学模型，但是对于非线性系统来说，难点就在于数学模型难以建立。

2、基于数据驱动的诊断方法。这类方法的基本原理是利用机器学习、统计分析、信号分析方法，如直接从大量的在线操作的数据分析和处理过程，找出故障特征，进行故障诊断。相关论文及专利如《Data-Driven Incipient Fault Detection via CanonicalVariate Dissimilarity and Mixed Kernel Principal ComponentAnalysis》(基于典型变量相异性和混合核主成分分析的数据驱动早期故障检测，吴平，IEEE TRANSACTIONS ONINDUSTRIAL INFORMATICS，2021年8月)、中国发明专利申请公开《一种用于高铁逆变器的微小故障诊断系统的设计方法》(CN 106959397 A)等，此类方法不需要知道系统精确的数学模型，但是需要知道准确的数据，另外针对采集的数据要选择合适的处理方法，不同处理方法会导致不同程度的偏差。

综上所述，现有技术存在的问题包括：

1、针对可以建立准确数学模型的逆变器，基于模型的故障诊断方法相较于基于数据驱动的诊断方法具有明显优势。

2、微小故障不容易检测；

3、发生滑模运动时趋近速率慢且抖震大；

4、自适应阈值抗干扰性不强。

发明内容