一種基于近似熵的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于近似賭的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析裝置和方法，屬于 電機(jī)系統(tǒng)故障診斷技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 作為常見的驅(qū)動(dòng)和執(zhí)行裝置，現(xiàn)在直流牽引電機(jī)廣泛應(yīng)用在工農(nóng)業(yè)生產(chǎn)、軌道交 通各方面。隨著生產(chǎn)要求的提高，牽引電機(jī)在向大功率、高轉(zhuǎn)速方向發(fā)展，而同時(shí)因電機(jī)設(shè) 備故障造成的停產(chǎn)損失或維修費(fèi)用也在迅速增加。所W，對(duì)電機(jī)進(jìn)行健康度評(píng)估，W進(jìn)行故 障前檢測(cè)，進(jìn)而避免發(fā)生重大事故，具有重要的經(jīng)濟(jì)和社會(huì)價(jià)值。
[0003] 傳統(tǒng)故障前檢測(cè)為通過人工檢測(cè)電機(jī)故障的方法，利用人的感官對(duì)電機(jī)的溫度、 聲音的感知來判斷電機(jī)是否運(yùn)行正常，大部分依賴操作者的工作經(jīng)驗(yàn)來識(shí)別，診斷效率低， 且難W及時(shí)檢測(cè)電機(jī)潛在故障。
[0004] 為了能夠監(jiān)測(cè)電機(jī)工作狀態(tài)，國(guó)內(nèi)外公司開發(fā)出了一些電機(jī)狀態(tài)在線監(jiān)測(cè)的產(chǎn) 品，例如德國(guó)的申克公司研制的利用參數(shù)認(rèn)定法進(jìn)行電機(jī)測(cè)試的設(shè)備；日本的國(guó)際檢測(cè)器 公司生產(chǎn)的電機(jī)性能綜合測(cè)試儀，可W自動(dòng)測(cè)試電壓、電流、轉(zhuǎn)速、轉(zhuǎn)矩、功率、效率、功率因 數(shù)等十多個(gè)參數(shù)。但是由于直流電機(jī)是一個(gè)比較復(fù)雜的對(duì)象，如何根據(jù)電機(jī)運(yùn)行數(shù)據(jù)獲得 其故障特征仍然是吸引眾多學(xué)者研究的難題。
[0005] 有些學(xué)者利用電機(jī)的電樞電流信號(hào)進(jìn)行故障檢測(cè)，如德國(guó)柏林工業(yè)大學(xué)Fi化ert. D通過對(duì)直流電機(jī)電流信號(hào)中的頻譜特征的分析，來診斷直流電機(jī)軸承故障。而Bangura J F通過建立電機(jī)模型，基于時(shí)間步長(zhǎng)，對(duì)有限元模型的故障數(shù)據(jù)進(jìn)行模擬，通過比較模擬的 數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)，從而得出電機(jī)的故障特征參數(shù)。也有測(cè)量電機(jī)的多種工作信號(hào)，如電流、 電壓和轉(zhuǎn)速用于故障檢測(cè)。如北京航空航天大學(xué)劉向群等監(jiān)測(cè)電機(jī)運(yùn)行數(shù)據(jù)，用參數(shù)辨識(shí) 的方法估計(jì)電動(dòng)機(jī)參數(shù)，并用模糊自適應(yīng)諧振網(wǎng)絡(luò)進(jìn)行電動(dòng)機(jī)故障診斷，從而檢測(cè)電動(dòng)機(jī) 的工作情況，并診斷故障程度。

【發(fā)明內(nèi)容】

[000引發(fā)明目的；針對(duì)上述現(xiàn)有技術(shù)，提出一種基于近似賭的直流牽引電機(jī)健康狀態(tài)實(shí) 時(shí)分析方法，能夠根據(jù)系統(tǒng)的溫度、電壓、轉(zhuǎn)速條件，檢測(cè)電機(jī)的異常，感知電機(jī)可靠度下降 情況。
[0007] 技術(shù)方案；一種基于近似賭的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析方法，把電機(jī)檢測(cè) 過程分成啟動(dòng)階段檢測(cè)、穩(wěn)速階段檢測(cè)、減速階段檢測(cè)，根據(jù)采集的待檢測(cè)電機(jī)的電流i。、 電壓U。、轉(zhuǎn)速《。信號(hào)，計(jì)算出電機(jī)對(duì)應(yīng)各檢測(cè)階段的近似賭值，與初始檢測(cè)的各階段近似 賭值比較判斷電機(jī)健康狀態(tài)，包括如下具體步驟：
[0008] 步驟1)，根據(jù)待檢測(cè)電機(jī)的型號(hào)，在上位機(jī)中設(shè)置電機(jī)參數(shù)，所述電機(jī)參數(shù)包括額 定電壓叫、額定電流Id、額定功率Pd、額定轉(zhuǎn)速、電樞內(nèi)阻R。、電樞電感量山在上位機(jī) 中設(shè)置各檢測(cè)階段近似賭計(jì)算參數(shù)，所述計(jì)算參數(shù)包括時(shí)間常數(shù)T、基準(zhǔn)值參數(shù)B W及闊值 y ;其中，所述時(shí)間常數(shù)T = La/R。，所述基準(zhǔn)值參數(shù)B=扣d-IdRa)/?d，啟動(dòng)階段和減速階 段對(duì)應(yīng)Y = BX20%，穩(wěn)速階段對(duì)應(yīng)Y = BX5% ;
[0009] 步驟2)，判斷檢測(cè)過程處于在線檢測(cè)或離線檢測(cè)狀態(tài)；若離線檢測(cè)，則通過功率 放大器驅(qū)動(dòng)待測(cè)電機(jī)，并通過上位機(jī)向功率放大器發(fā)送電機(jī)啟動(dòng)和停止指令，然后多次采 集各個(gè)檢測(cè)階段電機(jī)的電流i。、電壓U。、轉(zhuǎn)速實(shí)時(shí)信號(hào)后發(fā)送到上位機(jī)；若在線檢測(cè)， 則直接多次采集電機(jī)對(duì)應(yīng)各個(gè)檢測(cè)階段的電流i。、電壓U。、轉(zhuǎn)速《。實(shí)時(shí)信號(hào)后發(fā)送到上位 機(jī)；每一次信號(hào)采樣周期設(shè)置為T/n，其中n取值為3?10的整數(shù)；
[0010] 步驟3)，上位機(jī)計(jì)算各個(gè)檢測(cè)階段對(duì)應(yīng)的近似賭，包括如下步驟：
[0011] 步驟3. 1)，根據(jù)采集到的多組電流i。、電壓U。、轉(zhuǎn)速實(shí)時(shí)信號(hào)，計(jì)算得到序列 CG0，如式（1)所示；
[00。]
【主權(quán)項(xiàng)】
1. 一種基于近似熵的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析方法，其特征在于：把電機(jī)檢測(cè) 過程分成啟動(dòng)階段檢測(cè)、穩(wěn)速階段檢測(cè)、減速階段檢測(cè)，根據(jù)采集的待檢測(cè)電機(jī)的電流ia、 電壓Ua、轉(zhuǎn)速《a信號(hào)，計(jì)算出電機(jī)對(duì)應(yīng)各檢測(cè)階段的近似熵值，與初始檢測(cè)的各階段近似 熵值比較判斷電機(jī)健康狀態(tài)，包括如下具體步驟： 步驟1)，根據(jù)待檢測(cè)電機(jī)的型號(hào)，在上位機(jī)中設(shè)置電機(jī)參數(shù)，所述電機(jī)參數(shù)包括額定電 壓ud、額定電流Id、額定功率Pd、額定轉(zhuǎn)速《d、電樞內(nèi)阻Ra、電樞電感量La;在上位機(jī)中設(shè)置 各檢測(cè)階段近似熵計(jì)算參數(shù)，所述計(jì)算參數(shù)包括時(shí)間常數(shù)T、基準(zhǔn)值參數(shù)B以及閾值Y;其 中，所述時(shí)間常數(shù)T=La/Ra，所述基準(zhǔn)值參數(shù)B= (Ud-IdRa) / (〇 d，啟動(dòng)階段和減速階段對(duì)應(yīng) Y=BX20%，穩(wěn)速階段對(duì)應(yīng)y=BX5% ; 步驟2)，判斷檢測(cè)過程處于在線檢測(cè)或離線檢測(cè)狀態(tài)：若離線檢測(cè)，則通過功率放大 器驅(qū)動(dòng)待測(cè)電機(jī)，并通過上位機(jī)向功率放大器發(fā)送電機(jī)啟動(dòng)和停止指令，然后多次采集各 個(gè)檢測(cè)階段電機(jī)的電流ia、電壓ua、轉(zhuǎn)速《a實(shí)時(shí)信號(hào)后發(fā)送到上位機(jī)；若在線檢測(cè)，則直接 多次采集電機(jī)對(duì)應(yīng)各個(gè)檢測(cè)階段的電流ia、電壓ua、轉(zhuǎn)速實(shí)時(shí)信號(hào)后發(fā)送到上位機(jī)；每 一次信號(hào)采樣周期設(shè)置為T/n，其中n取值為3?10的整數(shù)； 步驟3)，上位機(jī)計(jì)算各個(gè)檢測(cè)階段對(duì)應(yīng)的近似熵，包括如下步驟： 步驟3. 1)，根據(jù)采集到的多組電流ia、電壓ua、轉(zhuǎn)速《 3實(shí)時(shí)信號(hào)，計(jì)算得到序列C(k)， 如式⑴所示；
其中，C(k)為第k組信號(hào)對(duì)應(yīng)的電磁狀態(tài)量，k的取值為1?N的自然數(shù)，N為采集到 的信號(hào)組數(shù)； 步驟3. 2)，按檢測(cè)階段對(duì)所述序列C(k)進(jìn)行劃分，形成每個(gè)檢測(cè)階段對(duì)應(yīng)的時(shí)間序列 {C(k)}； 步驟3. 3)，對(duì)每個(gè)檢測(cè)階段的時(shí)間序列{C(k)}計(jì)算偽距離du，如式（2)所示； (^= |C⑴-C(k) | (2) 式⑵中，i的取值為1?N的自然數(shù)，k的取值為i<k彡N; 將計(jì)算得到的所述偽距離du二值化，根據(jù)不同檢測(cè)階段設(shè)定的閾值Y:當(dāng)di.kSY，di,k計(jì)作 1 ;當(dāng)di,k<Y，di,k計(jì)作 0 ; 步驟3. 4)，根據(jù)步驟3. 3)得到的任一檢測(cè)階段時(shí)間序列對(duì)應(yīng)的偽距離屯k，構(gòu)建該檢 測(cè)階段對(duì)應(yīng)的二值距離矩陣D: 首先，用二值化后的偽距離du構(gòu)建下三角矩陣D1，如式（3)所示；
然后將Di翻轉(zhuǎn)后，添加到上三角上，拓展成（N-l)XN矩陣D，如式（4)所示；
步驟3. 5)，由所述矩陣D分別構(gòu)建距離的2階平滑度矩陣P2和3階平滑度矩陣P3;設(shè)D(i，j)為矩陣D中（i，j)位置的元素，則所述P2為N-2XN-1維矩陣，其中（i，j)位置的 元素尤=max(￡?(/，_/)，/)(/ + ]._/ + ]));所述P3為N-3XN-2維矩陣，其中（i,j)位置的元素
步驟3. 6)，分別計(jì)算所述矩陣P2和P3各列的均值g、Cj，如式（5)、（6)所示；
步驟3. 7)，對(duì)所述g和g分別取對(duì)數(shù)后，再作平均值運(yùn)算，得到小2和小3,如式（7)、 (8)所示；
若所述步驟3. 6)計(jì)算得到的g和g為〇,則不對(duì)所述C；和Cy3能進(jìn)行對(duì)數(shù)運(yùn)算，令g和 <為一個(gè)正數(shù)K
，N為所述步驟2)中采集到的信號(hào)組數(shù)； 步驟3. 8)，計(jì)算實(shí)時(shí)矩陣D對(duì)應(yīng)檢測(cè)階段的近似熵A=小2_小3; 步驟4)，根據(jù)步驟3. 4)至3. 8)，得到啟動(dòng)階段、穩(wěn)速階段、減速階段對(duì)應(yīng)的近似熵A，然后根據(jù)各階段對(duì)應(yīng)的近似熵A判斷該階段的健康狀態(tài)，具體為：任一檢測(cè)階段中，若 (八-\)/\>M，上位機(jī)則告警，提示電機(jī)需要檢修；其中，A。為對(duì)應(yīng)檢測(cè)階段初始檢測(cè)得到 的近似熵值，M為健康狀態(tài)判斷閾值，M取值為0. 1?1。
2.根據(jù)權(quán)利要求1所述的一種基于近似熵的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析方法，其 特征在于：若離線檢測(cè)，啟動(dòng)指令發(fā)出的nj以內(nèi)時(shí)間作為啟動(dòng)階段，啟動(dòng)指令發(fā)出的nj以 后為穩(wěn)速階段，1^取值為10?100;停車指令發(fā)出的n2T以內(nèi)時(shí)間作為減速階段，n2取值為 10 ?100。
【專利摘要】本發(fā)明公開了一種基于近似熵的直流牽引電機(jī)健康狀態(tài)實(shí)時(shí)分析方法，把電機(jī)檢測(cè)過程分成啟動(dòng)階段檢測(cè)、穩(wěn)速階段檢測(cè)、減速階段檢測(cè)，根據(jù)采集的待檢測(cè)電機(jī)的電流ia、電壓ua、轉(zhuǎn)速ωa信號(hào)，計(jì)算出電機(jī)對(duì)應(yīng)各檢測(cè)階段的近似熵值，與初始檢測(cè)的各階段近似熵值比較判斷電機(jī)健康狀態(tài)。本發(fā)明方法對(duì)電機(jī)易獲得的常見信號(hào)進(jìn)行分析，并且利用階段劃分和平滑矩陣方法，從而減少近似熵的計(jì)算量，可為電機(jī)的視情維修提供前提依據(jù)。本發(fā)明裝置用于電機(jī)故障檢測(cè)。
【IPC分類】G01R31-34
【公開號(hào)】CN104569814
【申請(qǐng)?zhí)枴緾N201410816464
【發(fā)明人】劉劍慰, 姜斌, 楊蒲, 陽春華, 冒澤慧
【申請(qǐng)人】南京航空航天大學(xué)
【公開日】2015年4月29日
【申請(qǐng)日】2014年12月24日