[发明专利]一种双定子永磁直线电机退磁故障诊断系统及方法在审
申请号: | 202210076620.8 | 申请日: | 2022-01-24 |
公开(公告)号: | CN114487819A | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 宋俊材;刘铄;陆思良;段章领;赵婵娟;江唐洋;杨博;吴先红 | 申请(专利权)人: | 安徽大学 |
主分类号: | G01R31/34 | 分类号: | G01R31/34;G01R33/12;G06K9/00;G06K9/62 |
代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 许轲 |
地址: | 230601 安徽省合肥市经*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 定子 永磁 直线 电机 退磁 故障诊断 系统 方法 | ||
1.一种双定子永磁直线电机退磁故障诊断系统,包括待诊断直线电机,驱动器和上位机,其特征在于,所述上位机将控制指令发送给驱动器,所述驱动器对控制指令进行识别后向待诊断直线电机发送控制脉动,驱动待诊断直线电机运行,待诊断直线电机将自身运动状态信号反馈给驱动器,驱动器再反馈给上位机,同时所述待诊断直线电机的动子上安装有第一气隙传感线圈和第二气隙传感线圈,所述第一气隙传感线圈和第二气隙传感线圈在驱动器驱动下与动子一起沿着导轨运动,并且第一气隙传感线圈、第二气隙传感线圈以及动子线圈将采集到的三种感应电动势信号通过采集卡输出到上位机,上位机对采集到的三种感应电动势信号做信号处理并采用BASNNC分类算法对退磁故障类型和退磁程度做分类识别。
2.根据权利要求1所述的一种双定子永磁直线电机退磁故障诊断系统,其特征在于,所述第一气隙传感线圈安装在待诊断电机动子的第一个线圈和上永磁定子之间,且第一气隙传感线圈安装位置靠近上永磁定子的表面;所述第二气隙传感线圈安装在待诊断电机动子的最后一个线圈和下永磁定子间的之间,且第二气隙传感线圈安装位置靠近下永磁定子的表面。
3.一种利用权利要求1或2中所述系统进行双定子永磁直线电机退磁故障诊断的方法,其特征在于包括如下步骤:
步骤一:利用所述系统对待诊断电机的三个线圈信号进行采集;
步骤二:对步骤一采集到的三个线圈感应电动势信号进行形态学转换处理;
步骤三:利用第一级BASNNC分类算法对永磁体故障类型进行分类识别,再利用第二级BASNNC分类算法对永磁体故障程度进行判断。
4.根据权利要求3所述双定子永磁直线电机退磁故障诊断的方法,其特征在于,所述步骤一中,在驱动器驱动待诊断电机运行一个完整性周期的工况下,获取在动子线圈A相绕组、第一气隙传感线圈和第二气隙传感线圈上的感应电动势信号;采集到的第一气隙传感线圈和第二气隙传感线圈处计算出的感应电动势为E1和E2,即:
式(1)和式(2)中,E1c是第一气隙传感线圈上的感应电动势,E2c是第二气隙传感线圈上的感应电动势,下标c表示线圈,Ns是气隙传感线圈匝数;
采集到动子线圈A相绕组的感应电动势如式(3):
其中,n为绕组线圈匝数;Kf为电机绕组因数;Kfk为k次谐波绕组因数;d为直线电机机械气隙;τ为电机极距;τf为永磁体宽度;lp为电机单个永磁体长度,磁动势移动的同步速度为vc=2fτ。
5.根据权利要求3所述双定子永磁直线电机退磁故障诊断的方法,其特征在于,所述步骤二中,将单周期阵列的一维待诊断数据转换成二维灰度图像数据,再采用伽马矫正和边缘检测两种图像形态学变换技术对图像特征进行增强,得到二值图像;所述步骤二中,针对待诊断直线电机样机一个完整的机械运行周期,将其划分成13个周期阵列,并对每一个周期阵列进行编号,即第1到第13个周期,每个周期对应4块永磁体;截取每个周期阵列所对应的待诊断电机动子线圈A相绕组、第一气隙传感线圈和第二气隙传感线圈上的感应电动势信号,同时以永磁体健康状态下第一气隙传感线圈、第二气隙传感线圈和A相绕组中感应电动势为基准,与对应待诊断的单个感应电动势周期信号一起进行归一化处理,数据通过倍乘和平移归一化至0-256之间;将归一化后的数据映射为二维灰度图,获得灰度图像后,采用伽马矫正和边缘检测增强灰度图像中的形态特征。
6.根据权利要求5或6所述双定子永磁直线电机退磁故障诊断的方法,其特征在于,所述伽马矫为非线性灰度变换,用于检测出灰度图像中的深色部分和浅色部分,并选择性的增大两者的对比度,经过伽马矫正进而明显增强待诊断信号转换成的灰度图像中的形态特征;其公式为:
s=(cyλ) (4)
其中:c和γ是常数,γ是伽马系数;伽马矫正得到的图像仍然是灰度图像,为进一步凸显形态特征,选择最优阈值,将灰度图像转化为二值图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210076620.8/1.html,转载请声明来源钻瓜专利网。