變頻器故障診斷及容錯控制研究綜述

徐殿國 劉曉峰 于 泳

(哈爾濱工業大學電氣工程及自動化學院 哈爾濱 150001)

0 引言

近年來，由于電力電子技術、功率半導體技術、微處理器技術及電機控制理論的快速發展和不斷完善，交流電動機控制技術日趨成熟，應用越來越廣泛，而作為交流電動機主要控制方式的變頻調速技術也取得了前所未有的進步。

變頻調速系統由變頻器和電動機組成，變頻器易在復雜的自然環境(結露、腐蝕、粉塵、高低溫等)和電磁環境(EMI、過電壓、過電流等)下發生故障。變頻器的故障可能導致巨大的經濟損失，甚至嚴重危害操作人員安全。據文獻報道，由于變頻器驅動的高壓沖床“瞬間劇震”和“飛車”而導致的操作人員被夾、被卷事件屢見不鮮，絕大多數事故是由于變頻器發生了故障，而其自身又未能檢測出故障的發生。進一步來講，如果變頻器自身能夠檢測出故障并采取異常停機措施，雖在一定程度上可以降低操作人員的工作危險性，但在工業系統運行過程中，由于生產工藝的連續性需求，異常停機會造成著巨大的經濟損失。

國外已經開始重視變頻器的應用安全性需求(Safety and Security Needs)，建立了EN ISO 13849－1 和IEC 61800－5－2 兩個相關標準，規范了諸如安全轉矩關閉(Safety Toque Off，STO)和安全停機(Safety Stop，ST)等技術要求，其核心思想是如何在故障之后利用轉矩關閉等措施保證操作人員安全，但其并未規范故障后安全容錯運行方面的要求。

故障診斷技術(Fault Diagnosis Technology)起源于20 世紀中期，是指對正在運行的機械或電子設備進行狀態監測，及時發現設備異常狀態，分析故障發生的原因，并對設備未來的狀態進行預測的各種技術的總稱［1］。容錯控制(Fault Tolerant Control，FTC)的思想可以追溯到20 世紀70年代，其思想的建立與故障診斷技術息息相關。在設備運行過程中，有可能出現各種故障，如果在故障發生后，系統可以重新配置并自動隔離故障帶來的影響，并可在設備不停機的情況下繼續運行，就稱該閉環系統為容錯控制系統［2］。

變頻調速系統中主要有3 種故障模式:①電氣故障，如定子故障(斷相、短路、漏電等)［3，4］、轉子故障(轉子斷條、環端開裂等)［5，6］、逆變器故障(輸出短路、逆變橋IGBT 開路等)［7］、直流母線電容老化或損壞［8］等;②機 械 故 障，如 軸 承 故 障［9，10］、氣 隙 偏心［11，12］等;③傳感器故障，如電流傳感器或速度傳感器開路［13］、傳感器敏感度降低等。

本文從變頻器的開關管、速度傳感器和電流傳感器3 個方面綜述了變頻器的故障診斷及容錯控制方法，并對高故障容限變頻器的發展方向進行了展望。

1 開關管的故障診斷及容錯控制

1.1 開關管的故障診斷

在變頻器－電動機構成的控制系統中，變頻器部分發生故障的幾率遠高于電動機。而在變頻器中，逆變橋IGBT 的開路和短路故障又占了相當大的比重。據統計，38%的變頻器故障是由變頻器的功率開關器件引起，所以變頻器逆變橋IGBT 故障的診斷方法是高故障容限變頻器研究的熱點問題。IGBT 的故障主要有短路和開路兩種。短路故障已有成熟的硬件解決方案，即通過檢測IGBT 的管壓降，可以準確定位故障管。IGBT 開路故障也時有發生，一方面是由于過電流燒毀，導致開路;另一方面是由于接線不良、驅動斷線等原因導致的驅動信號開路。相對于短路故障而言，開路故障發生后往往電動機還能繼續運行，所以不易被發現，但其同樣危害較大，因為此時其余IGBT 將流過更大的電流，易發生過電流故障，且電動機電流中存在直流電流分量，會引起轉矩減小、發熱、絕緣損壞等問題，如不及時處理開路故障，會引發更大的事故。

歸納國內外學者在IGBT 開路故障診斷方法上所展開的研究，主要有專家系統法、電流檢測法、電壓檢測法和智能算法4 種。

1.1.1 專家系統法［14－16］

基于經驗積累，將可能發生的故障一一列出，歸納出規律并建立知識庫，當發生故障時只需觀測故障現象，查詢知識庫即可判斷故障類型，難點在于難以窮盡所有的故障現象并得到完備的故障知識庫，而有些故障模態往往與變頻器正常運行時的某種狀態非常相似，造成了難以準確匹配故障。

1.1.2 電壓檢測法［17］

通過考察變頻器故障時電動機相電壓、線電壓或中性點電壓與正常時的偏差來診斷故障。只需要1/4基波周期便能檢測出故障，大大縮短了診斷時間，但這種方法需要增加電壓傳感器，通用性差。

1.1.3 智能算法

人工神經網絡、小波分析、模糊控制等方法也應用于開關管的開路故障診斷中，取得了較好的效果。文獻［18］將小波分解與模糊算法相結合，首先應用小波分析得到電流的變化信息，據此得到電流的直流分量，然后將直流分量的極性與數值輸入模糊算法中，判別開路故障的發生。文獻［19］將三相電流信息用于故障的診斷和分類，首先應用小波變換得到故障特征信息，這些信息體現在小波分解的系數之中，然后應用BP 人工神經網絡來識別開關管處于故障或健康狀態，通過仿真驗證，故障判別錯誤率小于5%。文獻［16］將自適應神經模糊推理系統(ANFIS，Adaptive Neuro－Fuzzy Inference System)和聚類分析相結合，首先將三相電流進行dq分解，然后將dq 軸電流輸入ANFIS系統中進行聚類分析，分類得到不同的模糊故障模態，這種聚類分析方法降低了模糊模型的階數和神經網絡的訓練時間。文獻［20］采用了一種基于模型的神經網絡故障診斷方法，將閉環電動機驅動系統建模，應用三相電壓、電流、電磁轉矩訓練人工神經網絡，診斷單個IGBT 管開路故障和橋臂開路故障。

1.1.4 電流檢測法

電流檢測法最為常用，其又派生出平均電流Park矢量法［21，22］、單電流傳感器法［23］和電流斜率法［24］等，平均電流Park 矢量法以Coimbra 大學的J．A．A．Caseiro教授發表的研究成果為代表，首先對三相電流Ia、Ib、Ic進行Park 變換

然后計算Iα和Iβ一個周期內的平均值

得到平均電流Park 矢量的模和相角為

正常無故障情況下，一個周期內的電流平均值為零，平均電流Park 矢量的模為零。某開關管發生故障時，Iα或Iβ出現直流分量，Park 矢量的模大于某閾值，據此診斷出有故障發生，再根據Park 矢量的相位角定位故障管。在突然加載、卸載、加速等動態過程中，電流幅值發生突變，又由于該方法是在一個電流周期內求取平均值，會出現Park 矢量模較大的情況，從而出現誤診斷，所以閾值選擇至關重要。為了解決此問題，文獻［25］提出了歸一化Park 矢量法，核心思想是根據負載大小，對電流進行歸一化，避免在動態過程中誤診斷的發生。

1.2 開關管開路故障的容錯控制

開關管開路故障后，該開關管處于斷開狀態，在正確的故障診斷及定位后，一般可以采用冗余和容錯兩種方法繼續運行。

開關管的冗余多應用于高可靠性的驅動系統中，在某個開關管故障后，將冗余的開關管投入使用。文獻［26］以一個開關管的成本為單位，對冗余系統的成本進行了折算，并以冗余系統的成本和故障后所輸出的功率為依據，定義了冗余系統的價值因數FM(Factor of Merit)為

式中:PFPF(Post－Fault Performance Factor)為故障后的性能因數;CF(Cost Factor)為成本因數。

圖1為冗余橋臂拓撲，其橋臂有4 相，其中3 相連接在電動機端，第4 相連接在電動機的中性點。每一相含兩個開關管和一個快速熔絲，快速熔絲用于橋臂直通故障時的隔離保護。每一相橋臂與電動機之間通過繼電器相連接。無故障時，電動機中性點相的繼電器斷開，此相沒有被激活。當某相開關管故障時，該相的繼電器斷開，同時電動機中性點相繼電器接通，實現容錯控制。此拓撲在故障后可以輸出66．7%額定功率，FM 為0．36。

圖1 含中性點橋臂的冗余拓撲Fig．1 Redundancy topology with neutral leg

圖2為另一種冗余橋臂拓撲，仍有4 相橋臂，每相橋臂的上管和下管之間通過快速熔絲相連，快速熔絲起到在短路故障后隔離故障點的作用。電動機每相均與單刀雙擲繼電器的一端相連，繼電器的另一端統一與冗余橋臂中點相連。這樣，在無開關管故障時，冗余橋臂不起作用。在某開關管故障后，相應單刀雙擲開關切換到冗余相，達到容錯控制的目的。可以看出，此拓撲的優點在于無需電動機的中性點，而且在故障之后可以獲得和故障之前同樣的輸出功率和性能指標。此拓撲的FM 為0．57。

圖2 含附加橋臂的冗余拓撲Fig．2 Redundancy topology with additional leg

1.2.2 基于調制策略的開關管故障容錯控制

當變頻器發生IGBT 開路故障時，封鎖故障管及同橋臂開關管的控制信號，將故障橋臂隔離，然后通過繼電器將直流母線電容中點與相應電動機相相連，相當于用直流母線電容作為虛擬橋臂，形成三相四開關的逆變器(Three Phases Four Switches Inverver，TPFSI)結構形式，如圖3所示。這種拓撲的硬件成本增加很少，故障后逆變器從原先的6 個可控器件變成只有4 個可控器件的結構。三相四開關的逆變器既可以作為六開關逆變器的一種容錯控制方式，又可作為低成本逆變器獨立應用，有如下特點:①減少了開關管和續流二極管的數量，成本低;②減少了開關管的驅動電路和隔離電源數量;③減少了開關管的損耗;④直流母線電壓利用率低，如保持相同功率輸出，需提升器件的額定電流;⑤相電流流過直流母線電容，電壓波動大。

六開關逆變器具有8 種開關狀態，形成6 個基本電壓矢量和2 個零矢量。為提高電壓利用率、減小輸出電流諧波，常采用磁鏈軌跡跟蹤的電壓空間矢量控制技術對其進行控制。然而，在四開關逆變器中只有4 個長度不等的開關矢量，且沒有零矢量，如圖4和表1 所示。所以三相四開關逆變器的PWM 控制策略與傳動典型的六開關SVPWM 不同，適合TPFSI 的SVPWM 控制策略成為容錯控制的關鍵。

圖3 三相四開關逆變器Fig．3 Three phase four switches inverter

圖4 四開關逆變器的電壓矢量Fig．4 Voltage vectors of the four－switch inverter

表1 四開關逆變器的電壓矢量Tab．1 Voltage vectors of the four－switch inverter

文獻［27］在深入分析四開關逆變器運行原理的基礎上，研究了空間矢量控制方法，揭示了四開關逆變器SVPWM 控制的本質與SPWM 控制的聯系，即四開關逆變器SVPWM 的實質是以兩路相位相差π/3 電角度的正弦波為隱含調制函數的正弦脈寬調制，提出了四開關SVPWM“七段式”實現方式。

三相四開關逆變器與六開關逆變器相比，除調制方式不同以外，還存在電壓利用率低、直流母線電容電壓波動及偏移的問題。其輸出電壓為六開關逆變器的一半，降低了輸出功率和輸出轉矩，且由于直流母線電壓波動，輸出轉矩隨之波動，電流諧波增加，系統響應變差。針對這些方面的問題，學者們展開了過調制以及直流母線電容電壓平衡控制的研究。

狠抓教風學風建設，促使學生全面成長成才。在高校強調教學改革、加強學風建設的同時，要突顯生態化特征,形成課程體系多樣、教學手段豐富、學科爭相競放、思維方式多維度的綠色教學改革格局，培育和營造勤學務實、敬業創新、積極向上的教學求學氛圍，這對學生的影響將是持續終生的。

文獻［28］提出了一種應用于六開關逆變器的特殊的調制方法，用于補償直流母線電壓的波動。由于四開關逆變器直流母線電壓的波動更為劇烈，文獻進一步分析其成因，并提出了補償方法。文獻［29］分析了單相交流供電和三相交流供電時直流母線電壓的諧波構成，提出了一種適應性的SVM 方法，該方法通過采集直流母線電壓信息，自適應地調整開關管的占空比，可以降低直流母線電容的容量和體積，并通過仿真和試驗驗證了方法的可行性。四開關逆變器工作在低頻時，直流母線電壓的均衡更加具有挑戰性，文獻［30］從源阻抗的視角出發，認為導致輸出電壓和輸出電流不均衡的原因在于兩點:①直流母線電容的導通阻抗遠大于IGBT 的導通阻抗;②相電流流過直流母線電容造成了電壓波動。最終推導出電壓誤差，并據此提出了改進方法。文獻［31，32］提出了一種非對稱的PWM 調制方法，分析了四開關方式造成的諧波損失和轉矩波動。文獻［33，34］應用了倍壓整流電路，實現單位進線端功率因數并可實現能量雙向流動。文獻［35］根據直流母線兩電容電壓差值進行直流母線電容電壓的均衡控制。

2 電流傳感器故障診斷與容錯控制

2.1 電流傳感器故障診斷

矢量控制系統中，需要電流信息和速度信息來完成雙閉環控制。由于電流沖擊、誤操作等問題容易導致電流傳感器故障而使系統崩潰，所以電流傳感器故障診斷和容錯控制受到了廣大學者的關注。近幾十年來，國內外專家學者就傳感器故障診斷提出了許多方法，主要可以分成兩大類［36］:硬件冗余方法與解析冗余方法。硬件冗余法使用多個完全相同的組件并采用相同的輸入信號，利用這些組件的輸出進行對比，通過一些特定方法(限制檢驗、多數表決等)完成診斷決策。這種方法顯然增加了設計成本。相比較而言，隨著現代控制理論逐漸成熟，解析冗余方法已經成為了故障診斷研究的主流。解析冗余方法又可以分為基于模型、信號、知識幾個方面。

2.1.1 基于模型診斷方法［37－45］

基于模型的診斷方法主要是利用電動機的數學模型來診斷故障。觀測器在該類方法中扮演著重要的角色，其基本思想是利用觀測器觀測出的信息與實際測得的信息作比較來判定電流傳感器是否故障。文獻［37］利用全階自適應觀測器來產生一個殘差，根據殘差和給定的閾值判斷電流傳感器故障。文獻［38］提出了使用3 個龍貝格觀測器實現電流傳感器的故障診斷。其控制框圖如圖5所示。眾所周知，三相電流的和為零，因此只要利用兩相電流信息就可以求得第三相電流。該方法應用了3 個內部結構完全相同的龍貝格觀測器，但其輸入電流不同。如電流觀測器1 利用的電流信息為ib和ic，而觀測器2 利用ia和ic，觀測器3 利用ia和ib，觀測器的輸出定義為

式中j=1，2，3。

輸出變量為

圖5 基于觀測器的電流傳感器故障診斷Fig．5 Current sensor diagnosis based on observer

由此可以看出，當a 相電流傳感器故障時，由于觀測器1 中沒有利用a 相電流信息，所以E1仍趨近于零，而E2、E3會有很大變化。根據三者之間的關系，設定合適的閾值，便可以定位故障的電流傳感器。該文獻詳細介紹了變頻器的電流傳感器故障診斷方法和診斷原理，并且給出了相應的容錯控制方法，但是此方法只能診斷出一個電流傳感器故障的情況，不適用于兩個電流傳感器同時故障的情況。

文獻［13］中提出了一種可以在線辨識轉子電阻的全階自適應狀態觀測器方法。該方法利用轉子電阻在線參數辨識使得觀測器更為精確，其診斷機理同樣是利用變量的殘差值。該方法定義了診斷變量指標為

由此可以得到診斷機理:當無電流傳感器故障時，三相診斷變量指標均趨近于零。反之，當診斷變量指標不趨近于零，可以根據變化大小來定位電流傳感器故障。該方法優點在于它不僅可以診斷電流傳感器故障，而且也可以診斷電壓傳感器與速度傳感器故障。但是該方法對隨機系統噪聲的魯棒性較差，且沒有就閉環控制策略進行詳細介紹。文獻［40］提出了利用擴展卡爾曼濾波器方法來進行電流的估算，其基本思想與上述文獻類似，同樣是利用殘差值來診斷電流傳感器故障。

2.1.2 基于信號診斷方法［46－49］

基于信號的診斷方法就是直接利用測量信號的特征來進行故障診斷。在傳感器故障過程中，故障的信息可以通過已測的信號表示出來，然后根據這些故障特征和關于正常系統的相應特征的先驗知識便可以給出故障的定位與辨識。

文獻［47］提出了一種簡單有效的電流傳感器故障診斷方法，其基本思想是根據電流傳感器故障后的特征進行故障診斷。該方法僅需要已測得的相電流，而且由于它較為簡潔的計算過程，很適合應用于實時故障診斷。為了使該診斷方法不受加減負載和負載瞬變的影響，文獻［47］對相電流進行了歸一化，歸一化后的相電流為

式中n=a，b，c。文獻［47］定義診斷變量為

正常工作的情況下，d 趨近于零。當有電流傳感器發生故障時，d 將為一個較大的值，此時判斷有電流傳感器發生故障。同時，文獻還提出了故障定位變量

當無故障時，各相的故障定位變量都將趨近一個固定值。而在某相電流傳感器故障后，這個值會與其他兩相顯著不同，從而定位故障。文獻［48］提出了利用相電流坐標變換的方法來診斷故障。眾所周知，可以通過Clarke 變換將ab 相電流轉換到靜止坐標系下

如果a 相電流傳感器故障，得到的αβ 軸電流都將是錯誤的，但如果b 相電流傳感器故障，那么α 相電流是正確的，而β 相是錯誤的，據此可完成電流傳感器的故障診斷。重要的是如何找到正確的αβ 軸電流來進行比較。該文獻通過給定的同步旋轉坐標系下的dq 軸電流進行park 反變換得到正確的αβ 軸電流，完成與實際αβ 軸電流的對比。

2.1.3 基于知識的故障診斷方法［49－55］

基于知識的故障診斷方法不同于基于模型和基于信號的診斷方法，它不僅需要實時的數據，同時還需要大量的歷史數據。例如專家系統方法、模糊控制方法等都屬于基于知識的診斷方法。該類方法在故障診斷方面的應用很多［55］。文獻［49－51］介紹了如何利用神經網絡和模糊控制技術實現電流傳感器的故障診斷、定位和隔離。文獻［50］介紹了一種人工神經網絡，并且通過相電壓、相電流、轉子轉速、電動機的轉矩和功率以及直流母線電壓來訓練人工神經網絡，但是這種方法實現較為困難，并且很難應用于實際的控制系統。文獻［51］提出使用模糊控制實現電流傳感器的故障診斷。其方法是根據大量實驗建立隸屬度矩陣，根據測試得到診斷對象的特征參數，再根據特定的判斷原則得到診斷結果。文獻［52，53］基于傳感器故障情況設計了一種選擇器用于改變控制策略。文獻［54］介紹了一種模糊算法的決定器，用于在傳感器發生故障時切換到容錯控制狀態。

混合型診斷方法是將以上方法結合到一起進行故障診斷。文獻［56］提出了一種將模型法與信號法相結合的方式來進行電流傳感器故障診斷，用基于信號的方法代替一部分基于模型的方法可以減少整個診斷過程的計算量。除此之外，該方法還可以用于診斷開關管開路故障。

2.2 電流傳感器容錯控制

變頻器電流傳感器的容錯控制有兩種方法。一種方法是當檢測到電流傳感器故障后，系統切換到另一種控制模式，一般是從依賴于傳感器的閉環矢量控制切換到不依賴于傳感器的開環控制。另一種方法是用觀測器重構出電流信號代替電流傳感器信號，從而使閉環矢量控制繼續進行。第一種方法簡單，但是開環控制性能較閉環矢量控制性能差，較大程度上降低了系統的性能指標;第二種方法需要設計電流觀測器，容錯控制后的閉環矢量控制性能的好壞取決于電流觀測器的性能，所以電流傳感器容錯控制的研究重點之一就是如何設計出觀測準確的電流觀測器［56－58］。歸納總結國內外的文獻所提出的電流傳感器容錯控制方法，其主要思想都是利用算法來估算出丟失的電流信息。

2.2.1 基于狀態觀測器的容錯控制方法

基于觀測器的電流傳感器容錯控制方法，就是通過觀測器合理設計，觀測到相對準確的相電流，當故障發生后，用狀態觀測器觀測的電流信息代替原有傳感器信號實現閉環控制。變頻器中，一般有兩個相電流傳感器，所以容錯控制應考慮單個相電流傳感器的情況。文獻［59］中提出了一種電流傳感器容錯控制方法，同時可以在線辨識轉子電阻和定子電阻。該方法根據電動機的狀態方程，基于龍貝格觀測器理論設計了一種電流觀測器。該觀測器的輸入包括相電壓以及單相電流(即可測相電流)，輸出包括定子電流與轉子磁鏈。同時，文中假設可測相電流定位在α 軸方向、電流誤差只存在于α 軸電流。通過李雅普諾夫穩定性判據得到了增益矩陣的表達方式。該思想對于研究電流傳感器容錯控制具有很重要的意義。但由于其忽略了β 軸應有的電流誤差，使得該控制方式在高速情況下效果不是很理想，甚至有可能發散導致系統發散。

2.2.2 基于坐標變換的容錯控制方法

坐標變換方法就是利用坐標變換來構造出丟失的相電流信息。文獻［60］將可測相電流定義為α 軸方向，利用park 反變換得到了β 軸電流。由于轉換需要給定的dq 軸電流信息，而給定的q 軸電流又要通過轉速閉環得到，因此該方法的動態性能效果不是很理想。文獻［48］同樣提出了利用坐標變換的方法來實現容錯控制。該文獻通過坐標轉換得到αβ 軸電流，且與計算的電流作比較來完成故障診斷。在診斷出故障后，利用實際計算的電流代替故障相電流完成閉環控制，方法具有較高的可行性。

2.2.3 直流母線電流采樣法［61，62］

該方法利用串聯在直流母線上的采樣電阻得到直流母線電流，然后利用逆變器的開關狀態重構三相電流。當變頻器施加非零矢量時，直流母線電流會反映某一相電流的信息。由于空間矢量脈寬調制方法是將相鄰的兩個非零電壓矢量在一個采樣周期內進行合成來得到目標電壓矢量，所以在一個開關周期內直流母線電流采樣可以得到兩相電流信息。但是由于采樣需要時間，所以調制法會存在一定的測量盲區，如何消除測量盲區，同時盡可能保持SVPWM 原狀，是調制法的難點。文獻［62］采用PWM 波移相的方法，把占空比最大和最小的對應相的PWM 波進行前后平移，以留有足夠的采樣時間。該類電流傳感器容錯控制方法需要在直流母線安裝電流傳感器，這會增加變頻器的成本。同時，直流母線電流采樣法得到的重構電流往往含有較大的噪聲。因此該方法一般多用于小功率場合。

3 速度傳感器故障診斷與容錯控制

3.1 速度傳感器故障診斷

由于速度傳感器是電動機矢量控制中脆弱的一環，當速度傳感器發生故障后，常常會導致系統崩潰，損壞設備，甚至對于操作者的人身安全產生威脅。因此，對于速度傳感器進行實時監測、故障診斷和容錯控制是十分必要的。速度傳感器故障診斷方法主要可分為硬件方法和軟件方法兩大類。

3.1.1 硬件診斷方法［63，64］

硬件診斷方法就是利用硬件電路實現速度傳感器的故障診斷，從而及時地進行故障隔離，采取補救措施。文獻［63］中提出了一種用硬件電路檢測光電碼盤故障的方法，在編碼器信號線A、B、Z 任意一根斷路時，硬件電路會作出故障指示。但是這種故障診斷的電路依賴于速度傳感器輸出接口類型，該硬件檢測方法只適用于電壓輸出類型的光電編碼器。除此外在速度傳感器發生內部損壞時，信號線并沒有斷線，但輸出脈沖仍然不正確，此時上述硬件法已經無能為力。文獻［64］提出了一種基于時序電路的脈沖診斷方法，不依賴于速度傳感器輸出接口類型，有效解決了文獻［63］中方法的不足。

3.1.2 狀態觀測器方法

文獻［65］提出了一種基于全階狀態觀測器的方法來實現速度傳感器故障診斷。該方法利用改進龍貝格觀測器來獲得定子電流誤差E，同時通過判斷誤差E是否超過了設定的閾值判斷速度傳感器是否發生故障，其中殘差信號E 表示為

正常運行狀態下觀測得到定子電流最終收斂于實際的電流值，所以殘差信號E 趨近于零，一旦速度傳感器發生故障，破壞了觀測器的結構，導致觀測的電流嚴重偏離實際電動機電流值，使得殘差E 超過給定的閾值，發出故障信號。該方法利用狀態觀測器進行故障診斷，更有利于進行容錯控制。文獻［40，66，67］提出利用擴展卡爾曼濾波器(EKF)的方法觀測轉速或電流誤差來進行速度傳感器故障診斷。文獻［40］通過EKF 方法得到轉速的估計值與實際轉速作差定義診斷變量。當速度傳感器發生故障時，診斷變量會超過閾值而發出故障信息。但是該方法對于低速運行狀態容易發生誤診斷，方法上還有待提高。

3.1.3 智能算法［68，69］

常用的智能算法包括人工神經網絡、模糊控制以及小波變換方法。文獻［68］利用模糊控制理論進行速度傳感器故障診斷。該方法通過足夠多的歷史數據進行隸屬度設計，不斷地整合新數據，并基于實時測得的數據完成故障診斷。同時，該方法還可以通過電動機狀態的特征區別故障是由速度傳感器故障還是參數變化所引起。文獻［69］提出了一種通過人工神經網絡方法完成速度傳感器的診斷。該方法多用于數據比較復雜的場合，如地鐵列車等，較少應用于變頻器的速度傳感器故障診斷。由于需要大量的數據與計算，所以在實際應用中實現較為困難。

3.2 速度傳感器容錯控制

因為無速度傳感器技術已經比較成熟，所以速度傳感器故障的容錯控制一般是在速度傳感器故障后，將有速度傳感器矢量控制方法平滑切換到無速度傳感器矢量控制。近年來，無速度傳感器矢量控制方法主要有直接計算法、模型參考自適應法、狀態觀測器法和滑模觀測器法等。

3.2.1 直接計算法

直接計算法就是利用同步角速度與轉差角速度相減得到轉子角速度。轉差角頻率的計算根據磁場定向方式的不同而有所區別。該方法的優點是計算直觀，轉速估算幾乎沒有延時。但是磁鏈觀測的準確性直接影響轉速估算準確度，并且嚴重依賴于電動機參數，抗干擾能力差。針對這些缺點，各國學者提出了相應的改進方法［70，71］，主要利用改進的電動機磁鏈觀測技術，電動機參數的在線辨識、非線性補償及誤差量的校正和補償等。

3.2.2 模型參考自適應法

模型參考自適應法［72－74］(MRAS)的主要思想是將不含未知參數的方程作為參考模型，將含有待估計參數的方程作為可調模型，兩個模型具有相同物理意義的輸出量，利用兩個模型輸出量的誤差構成合適的自適應律，實時調節可調模型的待定參數，以達到可調模型的輸出跟蹤參考模型輸出的目的。

依據模型輸出量的不同，MRAS 又可分為基于轉子磁鏈的MRAS、基于反電勢的MRAS 和基于無功功率的MRAS。傳統MRAS 方法中由于電動機參數變化、純積分器和直流溫漂等問題，使得該方法在低速時估算的效果不理想。文獻［72］提出了一種改進的MRAS法以克服該缺點。該方法增加了一個電磁轉矩誤差的控制環，以保證在電動機在低速運行時，負載突變等原因導致轉速變化之后，電磁轉矩誤差與估計磁鏈誤差均趨近于零，這樣轉速就趨近于實際轉速。文獻［74］提出利用無功功率作為可調模型，避免了定子電阻的影響，改善了觀測器的低速觀測性能。文獻［75］介紹了多種參考模型選取方法，包括反電動勢法和無功功率法等，并且給出了基于不同參考模型的觀測轉子轉速和在線估計的轉子電阻的實驗對比波形。

3.2.3 狀態觀測器方法

狀態觀測器是模型參考自適應的一種特殊形式。觀測器方法將電動機自身作為參考模型，以狀態觀測器作為可調模型。該方法的優點在于回避了純積分問題，保證了參考模型的準確性，降低了對電動機參數的敏感性。文獻［65］提出了一種基于全階狀態觀測器的容錯控制方法。該方法利用全階狀態觀測器辨識轉速，同時利用反饋矩陣的設計提高轉速估計的準確度。該方法還采用數據融合的思想使得在速度傳感器正常運行時，將狀態觀測接入閉環控制，只是占有較小的一部分，當發生故障后將實際轉速全部由估計轉速替代，可保證在診斷出故障后快速實現閉環并正常工作。狀態觀測器方法設計過程中最重要的是反饋矩陣的設計，文獻［75］對目前自適應全階觀測器反饋矩陣的設計方法做出了比較詳細的分析總結，在此基礎上提出了一種新型的反饋矩陣設計思路。

3.2.4 滑模觀測器方法

從組成結構來看，滑模控制結構和模型參考自適應控制結構也非常相似，其不同之處在于模型參考自適應法的自適應率一般為PI 控制器，而滑模控制器的自適應率是滑模控制器。滑模觀測器最主要的優點是魯棒性強，結構簡單，對系統參數準確度要求低，這些特點非常適合對電動機系統的研究。文獻［76］對無速度傳感器矢量控制的模型參考自適應法和滑模觀測器法進行了詳細的比較，發現兩種方法都比較簡單易行，但是滑模觀測器法的動態響應更快，對電動機參數的魯棒性更強。文獻［77］提出一種新型的滑模控制器，即固定邊界層滑模控制器(Fixed－Boundary－Layer Sliding Mode，FBLSM)，這種觀測器不需要電壓信息就能觀測速度，并且在不需要知道轉矩信息的情況下就能準確地觀測出轉子轉速和轉子磁鏈。滑模觀測器中固有的離散開關控制，將不可避免地導致抖振現象，雖然抖振現象不能徹底消除，但是可以采用一定的方法對其進行抑制。

4 結論

隨著工業界對變頻器的可靠性和安全性的重視程度不斷提高以及控制理論突飛猛進的發展，變頻器的故障診斷和容錯控制技術也逐漸成熟。從成本和適應性方面考慮，故障診斷和容錯控制技術已經從基于硬件、信號的診斷發展為基于模型、知識的診斷;從基于冗余的容錯發展為基于控制策略、算法的容錯。故障診斷和容錯控制往往在方法上融為一體，密不可分，其方法必將推廣到永磁同步電動機系統、伺服系統和風電等領域。傳感器及處理電路的軟故障診斷及預測(如增益變化、間歇斷線等)必將是未來的發展方向。

［1］ 孫豐濤，張承慧，崔納新，等．變頻器故障診斷技術研究與分析［J］．電機與控制學報，2005，9(3):272－274．

Sun Fengtao，Zhang Chenghui，Cui Naxin，et al．Advances and prospect of fault diagnosis technology in frequency converter［J］．Electric Machines and Control，2005，9(3):272－274．

［2］ 周東華，Ding X．容錯控制理論及其應用［J］．自動化學報，2000，26(6):788－797．

Zhou Donghua，Ding X．Theory and applications of fault tolerant control［J］．Acta Automatica Sinica，2000，26(6):788－797．

［3］ Nandi S．Detection of stator faults in induction machines using residual saturation harmonics［J］．IEEE Transactions on Industry Applications，2006，42(5):1201－1208．

［4］ Siddique A，Yadava G S，Singh B．A review of stator fault monitoring techniques of induction motors［J］．IEEE Transactions on Energy Conversion，2005，20(1):106－114．

［5］ Sizov G Y，Sayed－Ahmed A，Yeh C C，et al．Analysis and diagnostics of adjacent and nonadjacent broken－rotorbar faults in squirrel－cage induction machines［J］．IEEETransactions on Industrial Electronics，2009，56(11):4627－4641．

［6］ Bossio G R，De Angelo C H，Garcia G O，et al．Effects of rotor bar and end－ring faults over the signal sofa position estimation strategy for induction motors［J］．IEEE Transactions on Industry Applications，2005，41(4):1005－1012．

［7］ Li Shengming，Xu L．Strategies of fault to lerant operation for three－level PWM inverters［J］．IEEE Transactions on Power Electronics，2006，21(4):933－940．

［8］ Ma Hao，Wang Linguo．Fault diagnosis and failure prediction of aluminum electrolytic capacitors in power electronic converters［C］．31st Annual Conference of IEEE Industrial Electronics Society(IECON)，Raleigh，NC，2005:842－847．

［9］ Immovilli F，Bellini A，Rubini R，et al．Diagnosis of bearing faults in induction machines by vibration or current signals:a critical comparison［J］．IEEE Transactions on Industry Applications，2010，46(4):1350－1359．

［10］ Ibrahim A，Badaoui M E，Guillet F，et al．A new bearing fault detection method in induction machines based on instantaneous power factor［J］．IEEE Transactions on Industrial Electronics，2008，55(12):4252－4259．

［11］ Nandi S，Ilamparithi T C，Lee S B，et al．Detection of eccentricity faults in induction machines based on nameplate parameters［J］．IEEE Transactions on Industrial Electronics，2011，58(5):1673－1683．

［12］ Blodt M，Regnier J，Faucher J．Distinguishing load torque oscillations and eccentricity faultsin induction motors using stator current wigner distributions［J］．IEEE Transactions on Industry Applications，2009，45(6):1991－2000．

［13］ Najafabadi T A，Salmasi F R，Jabehdar－Maralani P．Detection and isolation of speed－，DC－link voltage－，and current－sensor faults based on an adaptive observer in induction－motor drives［J］．IEEE Transactions on Industrial Electronics，2011，58(5):1662－1672．

［14］ Masrur M A，Chen Zhihang，Zhang Baifang，et al．Model－based fault diagnosis in electric drive inverters using artificial neural network［C］．Power Engineering Society General Meeting，Tampa，FL，2007:1－7．

［15］ Debebe K，Rajagopalan V，Sankar T S．Expert systems for fault diagnosis of VSI fed AC drives［C］．Industry Applications Society Annual Meeting，Dearborn，MI，1991:368－373．

［16］ Jang－Hwan P，Dong－Hwa K，Sung－Suk K，et al．CANFIS based fault diagnosis for voltage－fed PWM motor drive system［C］．Annual Conference of the North American Fuzzy Information Processing Society，Banff，Alta，Canada，2004:379－383．

［17］ Ribeiro R L A，Jacobina C B，Silva E R C D．Fault detection of open－switch damage in voltage fed PWM motor drive systems［J］．IEEE Transactions on Power Electronics，2003，18(2):587－593．

［18］ Mamat M R，Rizon M，Khanniche M S，Fault detection of 3－phase VSI using wavelet－fuzzy algorithm［J］．American Journal of Applied Sciences，2006:1642－1648．

［19］ Charfi F，Sellami F，Al－Haddad K．Fault diagnosis in powersystem using wavelet transforms and neural networks［C］．2006 IEEE International Symposium on Industrial Electronics，Montreal，Que，2006:1143－1148．

［20］ Masrur M A，Chen Z，Zhang B，et al．Model－based faultdiagnosis in electric drive inverters using artificial neural network［C］．2007 IEEE Power Engineering Society General Meeting，Tampa，FL，2007:1－7．

［21］ Mendes A M S，Cardoso A J M，Saraiva E S．Voltage source inverter fault diagnosis in variable speed AC drives，by the average current Park’s vector approach［C］．Proceedings of the Seventh International Conference on Power Electronics and Variable Speed Drives，London，1998:538－543．

［22］ Caseiro J A A，Cardoso A J M．Fault diagnosis on a PWM rectifier AC drive system with fault tolerance using the average current Park’s vector approach［C］．IEEE International Electric Machines and Drives Conference，Miami，FL，2009:695－701．

［23］ Blaabjerg F，Pedersen J K，Jaeger U，et al．Single current sensor technique in the DC link of three－phase PWM－VS inverters:a review and a novel solution［J］．IEEE Transactions on Industry Applications，1997，33(5):1241－1253．

［24］ Peuge R，Courtine S，Rognon J P．Fault detection and isolation on a PWM inverter by knowlege－based model［J］．IEEE Transactions on Industry Applications，1998，34(6):1318－1325．

［25］ 于泳，蔣生成，楊榮峰，等．變頻器IGBT 開路故障診斷方法［J］．中國電機工程學報，2011，31(9):30－35．

Yu Yong，Jiang Shengcheng，Yang Rongfeng，et al．IGBT open circuit fault diagnosis method for inverter［J］．Proceedings of the CSEE，2011，31(9):30－35．

［26］ Naidu M，Gopalakrishnan S，Nehl T．Fault tolerantpermanent magnet motor drive topologies for automotive X－By－Wire systems［J］．IEEE Transactions on Industry Applications，2010，46(2):841－848．

［27］ 安群濤，孫醒濤，趙克，等．容錯三相四開關逆變器控制策略［J］．中國電機工程學報，2010，30(3):14－19．

An Quntao，Sun Xingtao，Zhao Ke，et al．Control strategy for fault－tolerant three－phase four－switch inverters［J］．Proceedings of the CSEE，2010，30(3):14－19．

［28］ Enjeti P，Shireen W．A new technique to reject DC－link voltage ripple for inverters operating on programmed PWM waveforms［J］．IEEE Transactions on Power Electronics，1992(7):171－179．

［29］ Frede B，Neacsu D，John K P．Adaptive SVM to compensate DC－Link voltage ripple for four－switch threephase voltage－source inverters［J］．IEEE Transactions on Power Electronics，1999，14(4):743－752．

［30］ Kim J，Hong J，Nam K．A current distortion compensation scheme for four－switch inverters［J］．IEEE Transactions on Power Electronics，2009，24(3－4):1032－1040．

［31］ van der B H W，Van Wyk J D．A comparative investigation of a three－phase induction machine drive with a component minimized voltage－fed inverter under different control options［J］．IEEE Transactions on Industry Applications，1984，IA－20(2):309－320．

［32］ van der B H W，Skudelny H C．Analytical analysis of the harmonic effects of a PWM AC drive［J］．IEEE Transactions on Power Electronics，1988，3(2):216－223．

［33］ Enjeti P N，Rahman A．A new single－phase to threephase converter with active input current shaping for low cost AC motor drives［J］．IEEE Transactions on Industry Applications，1993，29(4):806－813．

［34］ Enjeti P N，Rahman A，Jakkli R．Economic single phase to three－phase converter topologies for fixed and variable frequency output［J］．IEEE Transactions on Power Electronics，1993，8(3):329－335．

［35］ Beltrao de R C M，Jacobina C B，Cabral da S E R，et al．A general PWM strategy for four－switch three－phase inverters［J］．IEEE Transactions on Power Electronics，2006，21(6):1618－1627．

［36］ Gao Z，Cecati C，Ding S X．A survey of fault diagnosis and fault－tolerant techniques－part Ⅰ:fault diagnosis with model－based and signal－based approaches［J］．IEEE Transactions on Industrial Electronics，2015，62(6):3757－3767．

［37］ Lee K S，Ryu J S．Instrument fault detection and compensation scheme for direct torque controlled induction motor drives［J］．IEE Proceedings of Control Theory and Applications，2003，150(4):376－382．

［38］ Yu Yong，Wang Ziyuan，Xu Dianguo．Speed and current sensors fault detection and isolation based on adaptive observers for induction motor drivers［J］．Journal of Power Electronics，2014，14(5):967－979．

［39］ Heredia G，Ollero A，Mahtani R，et al．Detection of sensor faults in autonomous helicopters［C］．Proceedings of the IEEE International Conference on Robotics and Automation，Icra，2005:2229－2234．

［40］ Zhang Xinan，Foo G，Don V M，et al．Sensor fault detection，isolation and system reconfiguration based on extended Kalman filter for induction motor drives［J］．IET Electric Power Applications，2013，7(7):607－617．

［41］ Youssef A B，El－Khil S K，Slama－Belkhodja I．State observer－based sensor fault detection and isolation，and fault tolerant control of a single－phase PWM rectifier for electric railway traction［J］．IEEE Transactions on Power Electronics，2013，28(12):5842－5853．

［42］ Rothenhagen K，Fuchs F W．Current sensor fault detection，isolation，and reconfiguration for doubly fed induction generators［J］．IEEE Transactions on Industrial Electronics，2009，56(10):4239－4245．

［43］ Bachir S，Tnani S，Trigeassou J C，et al．Diagnosis by parameter estimation of stator and rotor faults occurring in induction machines［J］．IEEE Transactions on Industrial Electronics，2006，53(3):963－973．

［44］ Freire N M，Estima J O，Cardoso A J M．A new approach for current sensor fault diagnosis in PMSG drives for wind energy conversion systems［J］．IEEE Transactions on Industridl Applications，2014，50(2):1206－1214．

［45］ Chong U P．Signal model－based fault detection and diagnosis for induction motors using features of vibration signal in two－dimension domain［J］．Strojni?ki Vestnik－Journal of Mechanical Engineering，2011，57(9):655－666．

［46］ Shahriar M R，Ahsan T，Chong U P．Fault diagnosis of induction motors utilizing local binary pattern－based texture analysis［J］．EURASIP Journal on Image and Video Processing，2013，2013(1):1－11．

［47］ Freire N M，Estima J O，Cardoso A J M．A new approach for current sensor fault diagnosis in PMSG drives for wind energy conversion systems［J］．IEEE Transactions on Industry Applications，2014，50(2):1206－1214．

［48］ Chakraborty C，Verma V．Speed and current sensor fault detection and isolation technique for induction motor drive using axes transformation［J］．IEEE Transactions on Industrial Electronics，2015，62(3):1943－1954．

［49］ Bernieri A，Betta G，Pietrosanto A，et al．A neural network approach to instrument fault detection and isolation［J］．IEEE Transactions on Instrument and Measurement，1995，44(3):747－750．

［50］ Betta G，Liguori C，Pietrosanto A．An advanced neural－network based instrument fault detection and isolation scheme［J］．IEEE Transactions on Instrument and Measurement，1998，47(2):507－512．

［51］ Li H，Monti A，Ponci F．A fuzzy－based sensor validation strategy for AC motor driver［J］．IEEE Transactions on Industry Informatics，2012，8(4):839－848．

［52］ Raisemche A，Boukhnifer M，Larouci C，et al．Two active fault tolerant control schemes of induction motor drive in EV or HEV［J］．IEEE Transactions on Vehicular Technology，2014，63(1):19－29．

［53］ Shi X，Krishnamurthy M．Survivable operation of induction machine drives with smooth transition strategy for EV application［J］．IEEE Journal of Emerging and Selected Topics on Power Electronics，2014，2(3):609－617．

［54］ Benbouzid M E H，Diallo D，Zeraoulia M．Advanced Fault－Tolerant control of induction motor drives for EV/HEV traction application:from conventional to modern and intelligent control techniques［J］．IEEE Transactions on Vehicular Technology，2007，56(2):519－528．

［55］ 朱大奇，于盛林．基于知識的故障診斷方法綜述［J］．安徽工業大學學報:自然科學版，2002，19(3):197－204．

Zhu Daqi，Yu Shenglin．Survey of knowledge－based fault diagnosis methods［J］．Journal of Anhui University of Technology，2012，19(3):197－204．

［56］ Mollet Y，Gyselinck J，Meinguet F．Current sensor fault detection and isolation combining model－based and signal－based algorithms in PMSG drives［C］．2013 15th European Conference on Power Electronics and Applications，Lille，2013:1－10．

［57］ Grouz F，Sbita L，Boussak M．Current sensor fault detection，isolation and control reconfiguration for PMSM drives［C］．2013 International Conference on Electrical Engineering and Software Applications，Hammamet，2013:1－6．

［58］ Kai R，Friedrich W F．Doubly fed induction generator model－based sensor fault detection and control loop reconfiguration［J］．IEEE Transactions on Industrial Electronics，2009，56(10):4229－4238．

［59］ Salmasi F R，Najafabadi T A．An adaptive observer with online rotor and stator resistance estimation for induction motors with one phase current sensor［J］．IEEE Transactions on Energy Conversion，2011，26(3):959－966．

［60］ Verma V，Chakraborty C，Maiti S，et al．Speed sensorless vector controlled induction motor drive using single current sensor［J］．IEEE Transactions on Energy Conversion，2013，28(4):938－950．

［61］ Vukosavic S N，Stankovic A M．Sensorless induction motor drive with a single DC－link current sensor and instantaneous active and reactive power feedback［J］．IEEE Transactions on Industrial Electronics，2001，48(1):195－204．

［62］ 陳小波，胡育文，黃文新，等．基于單電阻電流采樣的矢量控制算法研究［J］．電氣傳動，2011，41(5):15－19．

Chen Xiaobo，Hu Yuwen，Huang Wenxin，et al．Research on vector control based on single shunt current sensing［J］．Electric Drive，2011，41(5):15－19．

［63］ 富歷新．一種光電碼盤輸出線斷路檢測和保護電路［J］．微電機，1993(3):56－57．

Fu Lixin．A detection and protection circuit for line breakage of encoder［J］．Micromotors，1993(3):56－57．

［64］ 叢培城．變頻器故障診斷及相應控制策略研究［D］．哈爾濱:哈爾濱工業大學，2010．

［65］ 于泳，蔣生成，王高林，等．基于狀態觀測器的感應電機速度傳感器故障診斷及容錯控制［J］．中國電機工程學報，2012，32(18):123－130．

Yu Yong，Jiang Shengcheng，Wang Gaolin．Fault diagnosis and tolerant control for speed sensors based on state observers in induction motor drives［J］．Proceedings of the CSEE，2012，32(18):123－130．

［66］ Danan S，Wenli L，Lijun D，et al．Speed sensorless induction motor drive based on EKF and G－1 model［C］．2011 International Conference on Computer Distributed Control and Intelligent Environmental Monitoring，Washington，2011:290－294．

［67］ Barut M，Bogosyan S，Gokasan M．Experimental evaluation of braided EKF for sensorless control of induction motors［J］．IEEE Transactions on Industrial Electronics，2008，55(2):620－632．

［68］ Zidani F，Diallo D，Benbouzid M E H，et al．Diagnosis of speed sensor failure in induction motor drive［C］．2007 IEEE International Electric Machines ＆ DrivesConference，Antalya，2007，2:1680－1684．

［69］ 宋云，朱明年．基于神經網絡的地鐵列車速度傳感器故障診斷方法［J］．城市軌道交通研究，2014，17(5):94－97．

Song Yun，Zhu Mingnian．Fault diagnosis of subway train speed sensors based on neural network［J］．Urban Mass Transit，2014，17(5):94－97．

［70］ Tsuji M，Chen S，Izumi K，et al．A sensorless vector control system for induction motors using q－axis flux with stator resistance identification［J］．IEEE Transactions on Industrial Electronics，2001，48(1):185－194．

［71］ Holtz J，Quan J．Drift－and parameter－compensated flux estimator for persistent zero－stator－frequency operation of sensorless－controlled induction motors［J］．IEEE Transactions on Industry Applications，2003，39(4):1052－1060．

［72］ Benlaloui I，Drid S，Chrifi－Alaoui L，et al．Implementation of a new MRAS speed sensorless vector control of induction machine［J］．IEEE Transactions on Energy Conversion，2015，30(2):588－595．

［73］ Mini R，Rani S，Dinesh M N．Low speed estimation of DTC controlled induction motor drive using MRAS［C］．International Conference on Electronics，Communication and Computational Engineering，Hosur，2014:30－35．

［74］ Purushottama R，Jayaram N，Shekar R．Sensorless vector control of induction machine using MRAS techniques［C］．2013 International Conference on Circuits，Power and Computing Technologies，Nagercoil，India，2013:167－175．

［75］ Sun Wei，Yu Yong，Wang Gaolin，et al．A novel method for adaptive full order observer feedback matrix and speed estimation algorithm［C］．Industry Application Society Annual Meeting，Vancouver，Canada，2014:1－7．

［76］ Ajabi－Farshbaf R，Azizian M R，Amiri K，et al．A comparative study of speed observers between adaptive and sliding mode approaches［C］．PEDSTC 2014 5th Power Electronics，Drive Systems and Technologies Conference，Tehran，Iran，2014:556－561．

［77］ Zhang Xi．Sensorless Induction motor drive using indirect vector controller and sliding－mode observer for electric vehicles［J］．IEEE Transactions on Vehicular Technology，2013，62(7):3010－3018．