机械工程学报

作者：赵嗣芳, 宋强, 王明生, 赖武轩

单位：1. 北京理工大学机械与车辆学院 北京 100081;2. 北京理工大学电动车辆国家工程实验室 北京 100081

关键词：永磁同步电机,变转速,复合故障,故障定位,深度置信网络；

基金：河北省重点研发计划资助项目(20312203D)。

永磁同步电机(Permanent magnet synchronous motor, PMSM)故障产生的机理较为复杂且每种电机故障的产生通常相互关联，复合故障定位是其故障诊断研究的难点所在。在电动汽车应用场合中，PMSM普遍存在变转速工作模式，变工况下的PMSM故障定位在工程应用中将具有重要价值。为了提高变转速工况下车用PMSM的复合故障定位精度，对基于特征重构和深度置信网络(Deep belief network, DBN)的新型PMSM复合故障定位方法进行研究。首先基于PMSM的振动特性分析，明晰转子偏心及轴承内圈故障下电机的复合故障特征分量；然后采用Vold-Kalman阶比追踪(Vold-Kalman filtering order tracking，VKF-OT)和角域重构算法实现对复合故障特征分量提取与重构，以减弱或消除转速变化对复合故障特征的影响。最后将特征重构信号用于构建基于DBN的故障定位模型，从而实现变转速工况下车用电机复合故障的定位。试验结果表明，基于特征重构深度置信网络的复合故障定位精度可达99.5%。

来源：2024年第6期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第6期