研究汽車(chē)電機的故障診斷論文
摘要：本文闡述了汽車(chē)電機故障診斷的特點(diǎn)和意義，并詳細介紹了多種汽車(chē)電機故障診斷的方法。
關(guān)鍵字：汽車(chē)電機故障方法
1.電機故障診斷的特點(diǎn)及實(shí)施電機故障診斷的意義
1.1電機故障診斷的特點(diǎn)
電機的功能是進(jìn)行電能與機械能量的轉換，涉及因素很多，如電路系統、磁路系統、絕緣系統、機械系統、通風(fēng)散熱系統等。哪一部分工作不良或其相互之間配合不好，都會(huì )導致電機出現故障。因此，電機故障要比其它設備的故障更復雜，其故障診斷所涉及到的技術(shù)范圍更廣，對診斷人員的要求也就更高。一般來(lái)說(shuō)，電機故障診斷涉及到的知識領(lǐng)域主要有[20]：電機理論、電磁測量、信號處理、計算機技術(shù)、熱力學(xué)、絕緣技術(shù)、人工智能等。電機故障診斷的復雜性還表現在故障特征量的隱含性、故障起因與故障征兆之間的多元性。一種故障可能表現出多種征兆，有時(shí)不同故障起因也可能會(huì )反映出同一個(gè)故障征兆，這種情況下很難立即確定其真正的故障起因。另外，電機的運行還與其負載情況、環(huán)境因素等有關(guān)，電機在不同的狀態(tài)下運行，表現出的故障狀態(tài)各不相同，這進(jìn)一步增加了電機故障診斷難度，所以要求對電機進(jìn)行故障診斷首先必須掌握電機本身的結構原理、電磁關(guān)系和進(jìn)行運行狀況分析的方法，即掌握電機各種故障征兆與故障起因間的關(guān)系的規律。
1.2實(shí)施電機故障診斷的意義
電機的驅動(dòng)易受逆變器故障的影響，在交流電機驅動(dòng)系統中，逆變器短路故障將會(huì )使電機產(chǎn)生有規律波動(dòng)的或是恒定的饋電扭矩，使車(chē)輛突然減速。研究表明：逆變器出現故障時(shí)，永磁感應電機將產(chǎn)生較大的饋電扭矩，而且永磁電機也有存在潛在的高消磁電流的問(wèn)題。而感應電機在逆變器出現故障時(shí)所產(chǎn)生有規律的饋電扭矩將由于有持續的負載而迅速衰減，這說(shuō)明了感應電機具有較高的容錯能力，適應混合動(dòng)力系統的要求。開(kāi)關(guān)電機磁阻是最具有故障容錯能力的電機，而且當其有一個(gè)逆變器支路出現故障時(shí)電機仍能產(chǎn)生凈扭矩，另外，開(kāi)關(guān)磁阻電機成本低，結構緊湊，但是開(kāi)關(guān)磁阻電機有較大的噪聲和扭矩脈沖，而且需要位置檢測器，而這些缺點(diǎn)使得開(kāi)關(guān)磁阻電機在現階段不適合應用于混合動(dòng)力客車(chē)上。在混合動(dòng)力客車(chē)動(dòng)力系統中，電機是作為輔助動(dòng)力的，而且電機屬于高速旋轉設備，如果電機出現故障，電機產(chǎn)生的瞬態(tài)扭矩將使車(chē)輛的穩定性和動(dòng)力性將受到影響，而且，電機由高壓電池組驅動(dòng)，如果電機出現故障而不能及時(shí)容錯，電機產(chǎn)生的瞬態(tài)電流將使電池受到損害，因此在混合動(dòng)力系統中對電機進(jìn)行故障診斷是非常必要的。
2.電機的故障診斷方法及典型故障診斷分析
2.1電機故障的診斷方法
(1)傳統的電機故障診斷方法
在傳統的基于數學(xué)模型的診斷方法中，經(jīng)典的基于狀態(tài)估計或過(guò)程參數估計的方法被應用于電機故障檢測。圖1為用此類(lèi)方法進(jìn)行故障診斷的原理框圖。這種方法的優(yōu)點(diǎn)是能深入電機系統本質(zhì)的動(dòng)態(tài)性質(zhì)，可實(shí)現實(shí)時(shí)診斷，而缺點(diǎn)是需建立精確的電機數學(xué)模型，選擇適當決策方法，因此，當電機系統模型不確定或非線(xiàn)性時(shí)，此類(lèi)方法就難以實(shí)現了。
(3)基于模糊邏輯的電機故障診斷方法
圖3為基于模糊邏輯的電機故障診斷方法框圖，故障診斷部分是一個(gè)典型的模糊邏輯系統，主要包括模糊化單元、參考電機、底層模糊規則和解模糊單元。其中，模糊推理和底層模糊規則是模糊邏輯系統的核心，它具有模擬人的基于模糊概念的推理能力，該推理過(guò)程是基于模糊邏輯中的蘊涵關(guān)系及推理規則來(lái)進(jìn)行的。模糊規則的制定有兩種基本方法：第一，啟發(fā)式途徑來(lái)源于實(shí)際電機操作者的語(yǔ)言化的經(jīng)驗。第二，是采用自組織策略從正常和故障電機測量獲得的信號進(jìn)行模糊故障診斷的制定，將此方法通過(guò)計算機仿真實(shí)現，對電機故障有較好的識別能力。
(4)基于遺傳算法的電機故障診斷方法
遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，它的推算過(guò)程就是不斷接近最優(yōu)解的方法，因此它的特點(diǎn)在于并行計算與全局最優(yōu)。而且，與一般的優(yōu)化方法相比，遺傳算法只需較少的信息就可實(shí)現最優(yōu)化控制。由于一個(gè)模糊邏輯控制器所要確定的參變量很多，專(zhuān)家的經(jīng)驗只能起到指導作用，很難根據指導準確地定出各項參數，而反復試湊的過(guò)程就是一個(gè)尋優(yōu)的過(guò)程，遺傳算法可以應用于該尋優(yōu)過(guò)程，較有效地確定出模糊邏輯控制器的結構和數量。
遺傳算法應用于感應電機基于神經(jīng)網(wǎng)絡(luò )的故障診斷方法的`框圖如圖4所示。設計神經(jīng)網(wǎng)絡(luò )的關(guān)鍵在于如何確定神經(jīng)網(wǎng)絡(luò )的結構及連接權系數，這就是一個(gè)優(yōu)化問(wèn)題，其優(yōu)化的目標是使得所設計的神經(jīng)網(wǎng)絡(luò )具有盡可能好的函數估計及分類(lèi)功能。具體地分，可以將遺傳算法應用于神經(jīng)網(wǎng)絡(luò )的設計和訓練兩個(gè)方面，分別構成設計遺傳算法和訓練遺傳算法。許多神經(jīng)網(wǎng)絡(luò )的設計細節，如隱層節點(diǎn)數、神經(jīng)元轉移函數等，都可由設計遺傳算法進(jìn)行優(yōu)化，而神經(jīng)網(wǎng)絡(luò )的連接權重可由訓練遺傳算法優(yōu)化。這兩種遺傳算法的應用可使神經(jīng)網(wǎng)絡(luò )的結構和參數得以?xún)?yōu)化，特別是用DSP來(lái)提高遺傳算法的速度，可使故障響應時(shí)間小于300μs，不僅單故障信號診斷準確率可達98%，還可用于雙故障信號的診斷，其準確率為66%。
近年來(lái)，電機故障診斷的智能方法在傳統方法的基礎上得到了飛速發(fā)展，新型的現代故障診斷技術(shù)不斷涌現：神經(jīng)網(wǎng)絡(luò )、模糊邏輯、模糊神經(jīng)網(wǎng)絡(luò )、遺傳算法等都在電機故障診斷領(lǐng)域得到成功應用。隨著(zhù)現代工業(yè)的發(fā)展，自動(dòng)化系統的規模越來(lái)越大，使其產(chǎn)生故障的可能性和復雜性劇增，僅靠一種理論或一種方法，無(wú)論是智能的還是經(jīng)典的，都很難實(shí)現復雜條件下電機故障完全、準確、及時(shí)地診斷，而多種方法綜合運用,既可是經(jīng)典方法與智能方法的結合，也可是兩種或多種智能方法的結合，兼顧了實(shí)時(shí)性和精確度,因此多種方法的有機融合、綜合運用這一趨勢將成為必然，也將成為電機故障在線(xiàn)診斷技術(shù)發(fā)展的主流方向。
參考文獻：
[1]陳清泉,詹宜君，21世紀的綠色交通工具——電動(dòng)汽車(chē)[M]，北京:清華大學(xué)出版社,2001
[2]沈艷霞，紀志成，姜建國，電機故障診斷的人工智能方法綜述，微特電機，2004年
[3]L-X.WangandJ.M.Mendel.Generatingfuzzyrulesbylearningfromexamples[J].IEEETrans.OnSystems,Man,andCybernetics,1992
【研究汽車(chē)電機的故障診斷論文】相關(guān)文章：
變壓器故障診斷技術(shù)研究論文04-16
電廠(chǎng)設備故障診斷發(fā)展趨勢與研究方向論文07-14
對油浸式變壓器故障診斷的研究論文06-13
基于故障樹(shù)和規則推理的穿梭車(chē)故障診斷研究論文06-13
關(guān)于《機械故障診斷學(xué)》的教學(xué)改革研究論文06-19
智能故障診斷技術(shù)淺析論文04-28