[发明专利]基于变分模态分解的永磁电机绕组不对称故障诊断方法

说明书

本发明公开了一种基于变分模态分解的永磁电机绕组不对称故障诊断方法，通过测量永磁同步电机定子绕组中性点和三相电阻网络中性点间的电压，获取零序电压信号；用带惯性权重的粒子群算法计算变分模态分解的最优参数组合；利用优化后的变分模态分解对零序电压信号进行分解，获取多个本征模态分量；利用快速傅里叶变换处理本征模态分量，进而实现永磁同步电机定子绕组定子不对称故障诊断。本发明克服了噪声、谐波等对故障诊断的影响，保证了永磁同步电机定子绕组不对称故障诊断的可靠性。

技术领域

本发明属于电机故障诊断技术，具体为一种基于变分模态分解的永磁电机绕组不对称故障诊断方法。

背景技术

永磁同步电机由于具有功率密度高、效率高、低速大转矩等特点，在工业生产、家电领域、风力发电以及电动汽车和数控机床等领域得到了越来越广泛的关注和使用。但是永磁同步电机的运行环境复杂、频繁启动、制动等，导致某些部件逐渐失效或损坏，不利于电机的安全运行。它的典型故障部件包括定子绕组、变换器、电机轴承以及控制系统的关键传感器等，其中电机中38％的故障是由定子绕组引起的。80％的定子绕组故障是由匝间短路引起的。在定子绕组故障中，定子绕组电阻不对称故障是一种常见的故障。当该故障发生初期，电机还可以继续运转，但是若在该故障情况下长期运行会导致一系列的其他种类电机故障，故障加重时会迫使电机停机，甚至造成不可逆的破坏。因此，为了保证电机的安全运行，一种有效的故障诊断方法是很有必要的。

目前，已经提出了一些方法来诊断永磁同步电机的定子绕组不对称故障，其中最常用的方法是基于定子电流，磁链，电压等信号的分析。这些方法通过相应的工具分析故障的特征频率成分，其中常用快速傅立叶变换，但易受到测量噪声、谐波等影响。针对这个问题，提出使用变分模态分解算法处理信号，该算法是一种新提出的信号处理方法，其分解过程实际也是变分问题的求解过程。该算法假设每个固有模态函数是具有不同中心频率的有限带宽，通过迭代搜索变分模型最优解将信号分解为一组固有模式函数分量。该算法广泛应用于非平稳信号的时频分析、瞬时频率特征的提取、旋转机械的故障诊断与分析、信号的去噪等领域。变分模态分解算法在进行信号处理时，需要人为设定算法的参数。其中分解所得模态分量的个数K与二次惩罚因子α的参数组合[K,α]对分解结果有重大影响，设置不合理容易造成模态混叠或者成分缺失的现象。但是由于实际待分析的信号十分复杂，通常难以人为确定最优参数组合。

发明内容

针对上述现有技术的不足，本发明提供一种基于变分模态分解的永磁电机绕组不对称故障诊断方法。

实现本发明目的的技术方案为：一种基于变分模态分解的永磁电机绕组不对称故障诊断方法，包括如下步骤：

S1：获取零序电压信号；

S2：利用粒子群算法计算变分模态分解的最优参数：模态分量的个数与二次惩罚因子；

S3：将最优参数作为变分模态分解的参数进行初始化，通过变分模态分解分解零序电压信号，获取多个本征模态分量；

S4：通过快速傅里叶变换处理本征模态分量，根据分析结果实现永磁同步电机定子绕组不对称故障诊断。

优选地，S1中采集的零序电压信号是定子绕组中性点和三相电阻网络中性点间的电压。

优选地，采用三相电阻网络排除逆变器的对零电压的影响。

优选地，利用粒子群算法计算变分模态分解的最优参数的具体步骤为：

21)初始化粒子群及每个粒子的初始速度；

22)计算每个粒子的适应度值；

23)比较适应度值，确定每个粒子的个体极值点和全局最优极值点；

24)更新每个粒子的位置和速度，并保留速度和位置在限定的范围内的粒子；