仪器仪表学报

作者：吴振宇，张捷，王慧，胡存刚，曹文平

单位：吴振宇,安徽大学电气工程与自动化学院合肥230601,zhenyu-wu@ahu.edu.cn,张捷,安徽大学电气工程与自动化学院合肥230601,,王慧,中国电力科学研究院有限公司北京100192,,胡存刚,安徽大学电气工程与自动化学院合肥230601,hcg@ahu.edu.cn,曹文平,安徽大学电气工程与自动化学院合肥230601,

关键词：永磁同步电机;电磁多维时空特性;高阻故障;故障相定位;故障程度评估

基金：安徽省青年科学基金（2408085QE163）项目资助

永磁同步电机（PMSM）长期遭受频繁“电-磁-力-热”冲击，这会加速绕组绝缘老化，导致高阻连接（HRC）故障发生。HRC进一步诱发PMSM产生更为严重的损伤，准确诊断该类故障具有重要意义。目前，依据PMSM运行电压和负荷电流的演变规律，可为精准识别HRC提供参考。但是上述均为侵入式方法，可能会对电机正常运行造成一些干扰。由于HRC故障下电机空间电磁分布会发生显著改变，电机空间漏磁信号同样可提供PMSM的状态信息，且漏磁信号采集可使用非侵入式方法。为此，提出了一种基于电磁多维时空特性的PMSM高阻故障智能诊断方法，建立空间漏磁信号与电机差异化状态的关联关系，联合智能算法实现电机状态的智能评估。首先，依据电机绕组等效电路模型解析故障下电磁信号演变规律，明确最优电磁测试点。其次，提出了基于漏磁信号阵列的特征图像转换以及升维方法，联合GoogLeNet网络诊断电机故障。最后通过仿真模型与实验平台进行验证，实验结果表明：通过漏磁信号阵列的特征图像升维与智能评估方法能够准确识别和定位HRC，进一步实现HRC故障程度的评估，其准确率高达97%，验证了所提方法的有效性。该方法具有非侵入式和高准确性的优点，针对PMSM具有较广的应用前景。

来源：2025年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第3期