三峽升船機(jī)變頻器IGBT開路故障診斷

孟令琦,高 嵐,李 然,朱漢華

(1. 武漢理工大學(xué) a. 船舶動(dòng)力工程技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室；b. 能源與動(dòng)力工程學(xué)院， 武漢 430063； 2. 長(zhǎng)江三峽通航管理局， 湖北 宜昌 443002)

長(zhǎng)江三峽工程是一項(xiàng)舉世矚目的跨世紀(jì)工程，三峽水利樞紐全平衡卷揚(yáng)式垂直升船機(jī)是三峽水利樞紐的主要通航設(shè)備之一。[1-2]變頻器作為升船機(jī)交流調(diào)速的重要環(huán)節(jié)，其主電路中絕緣柵雙極型晶體管(Insulated Gate Bipolar Transistor, IGBT)的開路和短路故障在變頻器本身故障中占相當(dāng)大的比例。相對(duì)短路故障而言，開路故障發(fā)生之后電機(jī)往往還能繼續(xù)運(yùn)行，該狀態(tài)會(huì)引發(fā)其他IGBT過流，以致造成電機(jī)發(fā)熱、絕緣損毀等嚴(yán)重后果。[3]目前，三峽升船機(jī)變頻調(diào)速裝置未能做到針對(duì)該類故障的故障檢測(cè)，一旦出現(xiàn)故障，不僅會(huì)增加排故難度和維修成本，甚至?xí)斐芍卮蟀踩鹿省Ｒ虼耍斜匾_展三峽升船機(jī)變頻器IGBT開路故障診斷研究，以達(dá)到降低排故難度，保障船舶安全通航的目的。國內(nèi)外許多學(xué)者針對(duì)IGBT開路故障進(jìn)行了相關(guān)研究，從故障檢測(cè)信號(hào)的角度可分為2大類：一類為直接測(cè)取功率管的電信號(hào)參數(shù)；另一類為間接測(cè)取系統(tǒng)的輸入和輸出電信號(hào)參數(shù)。文獻(xiàn)[4]和文獻(xiàn)[5]分別以IGBT導(dǎo)通電阻的變化量和二極管的端電壓作為故障檢測(cè)信號(hào)；文獻(xiàn)[6]和文獻(xiàn)[7]分別以整流側(cè)網(wǎng)側(cè)三相輸入電流和逆變側(cè)三相輸出電流作為故障檢測(cè)信號(hào)。盡管直接測(cè)取功率管電信號(hào)參數(shù)能直接反映故障管所在的橋臂位置，但需安裝大量傳感裝置，會(huì)增加系統(tǒng)的復(fù)雜性和維護(hù)成本。由于三峽升船機(jī)已安裝對(duì)變頻器的三相輸入電流和輸出電流進(jìn)行傳感監(jiān)測(cè)的裝置，考慮到診斷成本的經(jīng)濟(jì)性和研究成果的應(yīng)用性，本文以變頻器的三相輸入和輸出電流信號(hào)作為故障檢測(cè)信號(hào)，基于希爾伯特黃變換[8]和電流均值法[9]間接提取信號(hào)故障特征，并通過概率神經(jīng)網(wǎng)絡(luò)完成故障分類，實(shí)現(xiàn)IGBT故障管定位。

1 三峽升船機(jī)變頻調(diào)速系統(tǒng)

三峽升船機(jī)變頻調(diào)速系統(tǒng)由8臺(tái)交直交電壓型變頻器分別控制8臺(tái)三相異步交流電機(jī)，通過調(diào)速實(shí)現(xiàn)升船機(jī)船廂的升降運(yùn)行。本文基于1臺(tái)變頻器控制1臺(tái)異步電機(jī)，進(jìn)行變頻調(diào)速系統(tǒng)的建模和診斷，系統(tǒng)結(jié)構(gòu)主要包括變頻器整流電路、濾波電路、逆變電路和負(fù)載側(cè)的三相異步電動(dòng)機(jī)(見圖1)。

圖1 變頻調(diào)速系統(tǒng)結(jié)構(gòu)

在整流或逆變電路中，均采用三相六橋臂脈沖寬度調(diào)制(Pulse Width Modulation, PWM)控制，整流側(cè)電路結(jié)構(gòu)見圖2，IGBT分別位于A相、B相和C相上、下的各橋臂上。

圖2 整流側(cè)電路結(jié)構(gòu)

在整流電路或逆變電路中同時(shí)出現(xiàn)3支開路的情形十分少見，但存在發(fā)生2支開路的可能性。因此，本文考慮發(fā)生雙管故障的情況。經(jīng)仿真研究發(fā)現(xiàn)：同種故障類型的三相電流波形因故障相序呈組合式排列；不同種故障類型的三相電流波形因故障管數(shù)量和故障上、下橋臂位置不同而存在差異。根據(jù)此規(guī)律將IGBT開路故障劃分為6類。

1) 單管上橋臂故障：T1、T3、T5。

2) 單管下橋臂故障：T2、T4、T6。

3) 雙管同側(cè)上橋臂故障：T1T3、T1T5、T3T5。

4) 雙管同側(cè)下橋臂故障：T2T4、T2T6、T4T6。

5) 雙管交叉?zhèn)葮虮酃收希篢1T2、T1T6、T3T2、T3T4、T5T4、T5T6。

6) 雙管同相橋臂故障：T1T4、T3T6、T5T2。

2 IGBT開路故障特征分析

由于故障種類較多，考慮到整流側(cè)與逆變側(cè)均采用相同電路控制結(jié)構(gòu)，只針對(duì)整流側(cè)IGBT開路故障下多種故障類型中的1種進(jìn)行故障特征分析。

2.1 IGBT開路故障機(jī)理

根據(jù)IGBT開關(guān)管的狀態(tài)將整流側(cè)三相輸入電流的正常變化周期劃分為6個(gè)工作區(qū)域，分別為：I區(qū)，330°～30°；II區(qū)，30°～90°；III區(qū)，90°～150°；IV區(qū)，150°～210°；V區(qū)，210°～270°；VI區(qū)，270°～330°，見圖3。

圖3 工作區(qū)間劃分

將整流側(cè)電路結(jié)構(gòu)中控制每相橋臂IGBT開關(guān)管的狀態(tài)定義為Sk,其中k為電流相序。當(dāng)Sk置1時(shí)表示上橋臂開關(guān)管導(dǎo)通，下橋臂開關(guān)管斷開；當(dāng)Sk置0時(shí)表示下橋臂開關(guān)導(dǎo)通，上橋臂開關(guān)管斷開。各工作區(qū)間開關(guān)狀態(tài)分布見表1。

表1 各工作區(qū)間開關(guān)狀態(tài)分布

2.1.1單管故障

當(dāng)上橋臂T1發(fā)生開路故障時(shí)，在I區(qū)、II區(qū)和VI區(qū)ia為正向電流，由于T1開路只會(huì)對(duì)A相的負(fù)向電流造成斷流影響，因此在A相電流單個(gè)周期內(nèi)，其正半周電流波形沒有出現(xiàn)斷流現(xiàn)象(見圖4)；在III區(qū)、IV區(qū)和V區(qū)，由于電流為負(fù)向電流，T1發(fā)生開路勢(shì)必會(huì)影響A相所需T1續(xù)流的正常狀態(tài)。因此，在III區(qū)、IV區(qū)和V區(qū)開關(guān)狀態(tài)為111時(shí)，將引起A相的斷流;同時(shí)，由于網(wǎng)側(cè)三相電流和恒定為零，導(dǎo)致其他兩相電流激增。

圖4 單管T1開路故障網(wǎng)側(cè)三相電流畸變波形

當(dāng)下橋臂T4發(fā)生開路發(fā)生故障時(shí)，在III區(qū)、IV區(qū)和V區(qū)ia為負(fù)向電流，而T4開路只會(huì)對(duì)A相的正向電流造成斷流影響，因此在A相電流單個(gè)周期內(nèi)，其負(fù)半周電流波形沒有出現(xiàn)斷流現(xiàn)象(見圖5)；在I區(qū)、II區(qū)和VI區(qū)，由于電流為正向電流，此時(shí)T4發(fā)生開路勢(shì)必會(huì)影響A相所需T4續(xù)流的正常狀態(tài)，因此在I區(qū)、II區(qū)和VI區(qū)開關(guān)狀態(tài)為000時(shí)，將引起A相斷流。由于T4在A相下橋臂上，與T1互為反相對(duì)稱結(jié)構(gòu)，T4與單管T1開路的三相電流故障波形反向?qū)ΨQ，如見圖5所示。

圖5 單管T4開路故障網(wǎng)側(cè)三相電流畸變波形

2.1.2雙管故障

雙管故障類型較多，實(shí)質(zhì)上每種雙管故障都是由任意2種單管故障復(fù)合而成的。考慮T1T4雙管故障是由T1單管故障和T4單管故障復(fù)合而成的，選取T1T4雙管故障進(jìn)行故障機(jī)理分析。

當(dāng)T1T4發(fā)生雙管開路故障時(shí)，若是T1開路故障，勢(shì)必在III區(qū)、IV區(qū)和V區(qū)開關(guān)狀態(tài)為111時(shí)引起A相的斷流；若是T4開路故障，必須在I區(qū)、II區(qū)和VI區(qū)開關(guān)狀態(tài)為000時(shí)引起A相的斷流。A相電流的正、負(fù)半周波形剛好對(duì)應(yīng)單管T1和T4開路故障下的負(fù)、正半周波形(見圖6)。由于故障管呈對(duì)稱故障狀態(tài)，引起的其他兩相電流在正負(fù)半波的激增幅度變化相同。

2.2 IGBT開路故障特征分析

考慮到除了雙管同相橋臂故障無上、下橋臂的區(qū)分之外，雙管交叉?zhèn)葮虮酃收项愋椭械拿糠N故障都是由上側(cè)橋臂和下側(cè)橋臂復(fù)合而成的，故障波形的時(shí)域特征只與發(fā)生的故障相序相關(guān)，著重分析單管和雙管同側(cè)橋臂上、下橋臂故障的區(qū)分。選取單管上橋臂T1故障、單管下橋臂T4故障、雙管同側(cè)上橋臂T1T3故障和雙管同側(cè)下橋臂T4T6故障下的A相故障電流波形進(jìn)行對(duì)比分析。

圖6 雙管T1T4開路故障網(wǎng)側(cè)三相電流畸變波形

A相故障電流正負(fù)半波對(duì)比見圖7。由圖7可知：在單個(gè)故障電流變化周期內(nèi)，由于在負(fù)向續(xù)流時(shí)發(fā)生斷流，使得T1故障下的A相電流正半波的面積遠(yuǎn)大于負(fù)半波的面積，而T4故障下的結(jié)果與T1正好相反。與單管故障相比，在單個(gè)故障電流變化周期內(nèi)，由于發(fā)生雙管開路，使得在A相故障管進(jìn)入正常續(xù)流區(qū)間時(shí)，B相故障管進(jìn)入斷流區(qū)，因而造成A相電流幅度激增，使得正、負(fù)半波面積差異減小。由于在單個(gè)周期內(nèi)存在差異，隨著時(shí)間的積累，差異會(huì)激增，因此可區(qū)分雙管同側(cè)故障的上、下橋臂。

a) 單管T1故障

c) 雙管T1T3故障

通過計(jì)算三相電流的平均值構(gòu)建區(qū)分上下橋臂的特征向量，計(jì)算式為

(1)

式(1)中：m為1個(gè)周期信號(hào)的總采樣點(diǎn)數(shù)；k為A相、B相和C相中的某相電流；α為周期個(gè)數(shù)。通過計(jì)算得到電流平均值的正負(fù)，反映故障電流波形在正、負(fù)半周面積的差異，從而實(shí)現(xiàn)每相上、下橋臂的故障定位。

本文中α取值為10，m取值為100，在理想無故障狀態(tài)下三相電流均值為(0,0,0)。由于實(shí)際工況下偏差的存在，將閾值設(shè)定在0.1時(shí)可滿足有無故障的區(qū)分，構(gòu)建橋臂特征量見表2，其中PA、PB和PC分別為A、B和C單相故障橋臂特征量。

表2 故障橋臂定位特征量

對(duì)于變頻器逆變側(cè)開路故障下的三相輸出電流波形，同樣可采取上述分析方法并構(gòu)建故障橋臂特征向量，實(shí)現(xiàn)逆變側(cè)每相故障橋臂的精準(zhǔn)定位。

3 基于HHT的故障信號(hào)的特征提取

由于希爾伯特黃變換(Hilbert-Huang Transform, HHT)具有良好的時(shí)頻聚集性，其核心是利用經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)，具有良好的自適應(yīng)特性，可根據(jù)不同故障類型三相電流信號(hào)自身的時(shí)域波形特征進(jìn)行分解。通過EMD分解得到的固有模態(tài)函數(shù)(Intrinsic Mode Function，IMF)分量能從幅度和頻率上敏感地反映不同故障類型下三相電流信號(hào)之間的差異；同種故障類型下不同故障的三相電流時(shí)域波形隨故障相序的不同呈組合式改變。因此，通過EMD分解得到的IMF分量組合也會(huì)有差異性。

3.1 基于EMD的故障電流信號(hào)分解

每種故障狀態(tài)下三相電流信號(hào)中的每相電流信號(hào)都需進(jìn)行EMD分解，這里對(duì)整流側(cè)的單管T1開路故障、T4開路故障、同相橋臂雙管T1T4故障、同側(cè)上橋臂雙管T1T3、同側(cè)下橋臂雙管T4T6和交叉?zhèn)入p管T1T6開路故障下的A相故障電流進(jìn)行對(duì)比分析。

截取以上開路故障下A相故障電流信號(hào)的時(shí)間長(zhǎng)度為0.2 s，采樣頻率設(shè)置為5 000 Hz，共計(jì)1 000個(gè)采樣數(shù)據(jù)點(diǎn)，分別將其作為初始信號(hào)I(t)，按以下步驟完成對(duì)I(t)的EMD分解：

1) 信號(hào)初始化i=1,h0(t)=I(t) ,R0(t)=I(t)。

2) 求出hi(t)的局部最大值Nmax(t)和最小值Nmin(t)。

3) 使用3次樣條函數(shù)，對(duì)極小值和極大值點(diǎn)進(jìn)行插值，形成原數(shù)據(jù)序列的上、下包絡(luò)線Smax(t)和Smin(t)。

4) 求解上、下包絡(luò)線的均值Smean(t)。

5) 計(jì)算hi(t)=hi-1(t)-Smean(t)，判斷hi(t)是否滿足IMF分量規(guī)則,即

(2)

式(2)中：一般SD為0.2～0.3，這里取0.26。當(dāng)SD小于該值時(shí)，EMD算法就篩選出一個(gè)IMF分量fimf,i(t),否則重復(fù)步驟2)～步驟5)。

6) 將殘差量Ri(t)作為新的初始信號(hào)從步驟1)開始執(zhí)行，直到求出全部IMF分量。

最后，I(t)可由分解得到的IMF和一個(gè)剩余殘差量構(gòu)成，即

(3)

式(3)中：I(t)為初始信號(hào)系列；fimf,i(t)為1組從高頻至低頻的IMF分量；Ri(t)為殘差量；n為IMF分量的數(shù)值。

6種故障類型的A相電流EMD分解見圖8，剔除各故障類型下A相電流EMD分解后的殘差量和幅值極小的IMF分量。由圖8可知：各故障類型下的IMF分量依次由高頻帶向低頻帶排列；相比第四階IMF分量，前3階IMF分量的幅值更高，中高頻帶的成分更多；不同故障類型之間，同階IMF分量的幅度都存在差別。

同理，可按照上述方法對(duì)每種故障類型下的其他兩相電流進(jìn)行EMD分解。由于不同故障類型下不同相電流的時(shí)域特征差別較大，經(jīng)過EMD分解得到的IMF分量階數(shù)不同，需對(duì)不同故障類型得到的IMF分量進(jìn)行頻譜分析以提取特征頻帶。

3.2 基于HHT的特征頻帶能量熵提取

單管故障T1與單管故障T4下的非故障相B相和C相故障電流呈互補(bǔ)關(guān)系；雙管T1T4故障下的非故障相B相和C相故障電流存在相位差，但波形變化一致；雙管T1T3、雙管T4T6和雙管T1T6非故障相只有C相，其A相故障電流與B相故障電流呈互補(bǔ)關(guān)系。因此，著重對(duì)上述6種故障類型下的A相和C相電流進(jìn)行基于HHT的特征頻帶能量熵提取。

對(duì)6種故障類型下的A相和C相電流進(jìn)行EMD分解，得到的各階IMF分量通過希爾伯特變換(Hilbert Transform)得到信號(hào)的Hilbert時(shí)頻圖簡(jiǎn)稱Hilbert譜，記為

b) T4單管故障

c) T1T4單管故障

d) T1T3雙管故障

(4)

式(4)中：ai(t)與wi(t)反映出不同階IMF分量的幅值和頻率隨時(shí)間可變，其中i表示IMF分量的階數(shù)。由此可得每個(gè)瞬時(shí)時(shí)刻的幅值和頻率在整個(gè)幅值-頻率-時(shí)間三維空間內(nèi)的分布情況。

6種故障類型下A相電流和C相電流的Hilbert三維時(shí)頻圖分別見圖9和圖10，其中:縱軸反映信號(hào)在不同瞬時(shí)時(shí)刻下的幅度；時(shí)頻二維平面反映出不同瞬時(shí)時(shí)刻分布的頻帶。

a) T1單管故障

d) T1T3雙管故障

故障發(fā)生之后，6種故障類型下的A相和C相電流信號(hào)能量主要集中在0～300 Hz的頻帶上。在不同故障類型下，能量隨故障時(shí)間分布在0～300 Hz頻帶的不同頻段上，其中0～50 Hz、50～100 Hz、100～300 Hz頻帶上的能量隨不同故障類型呈現(xiàn)出的分布狀態(tài)差別明顯。

根據(jù)劃分的3條特征頻帶定義能量熵的計(jì)算式，其中3條特征頻帶的臨界邊界區(qū)間劃分見表3。

每相電流下各特征頻帶能量熵的計(jì)算式為

(5)

式(5)中：fq為特征頻帶區(qū)間，q=1,2,3；k為三相電流相序；ai(j)和wi(j)分別為第i階下IMF分量的瞬時(shí)幅值和瞬時(shí)頻率；p為選擇因數(shù)，當(dāng)瞬時(shí)頻率在其特征頻帶中時(shí)，p取1，否則取0。

a) T1單管故障

d) T1T3雙管故障

表3 特征頻帶區(qū)間劃分

由于不同故障類型對(duì)應(yīng)的不同相電流特征頻帶的能量熵差異較大，對(duì)基于HHT的三相電流提取的3條特征頻帶的能量熵進(jìn)行歸一化處理，有

(6)

式(6)中：k和q分別為三相電流相序和特征頻帶序號(hào)；P(k,q)為每相電流各特征頻帶的相對(duì)能量熵。

整流側(cè)6種故障類型的A、B、C三相電流特征頻帶的相對(duì)能量熵對(duì)比見圖11。在同相電流下，不同故障類型下的3條特征頻帶的相對(duì)能量熵不同；在同種故障類型下，不同相電流的同一特征頻帶的相對(duì)能量熵不同。逆變側(cè)6種開路故障類型同樣能滿足整流側(cè)提取出來的3條特征頻帶，且具有相同規(guī)律的能量差別。因此，可將基于每相電流的3條特征頻帶的相對(duì)能量熵作為區(qū)分不同故障的特征量。

圖11 三相電流3條特征頻帶相對(duì)能量熵對(duì)比

4 基于PNN的IGBT開路模式分類

IGBT開路故障診斷的最后環(huán)節(jié)是模式分類。傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)在進(jìn)行模式分類時(shí)需采用啟發(fā)式學(xué)習(xí)方法，以不斷變更訓(xùn)練樣本的方式重新訓(xùn)練網(wǎng)絡(luò)。對(duì)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化會(huì)花費(fèi)較長(zhǎng)的訓(xùn)練時(shí)間，收斂于局部的最優(yōu)解使分類結(jié)果的準(zhǔn)確度不高。與此不同，PNN是將貝葉斯(Bayes)決策分析放入人工神經(jīng)網(wǎng)絡(luò)框架中，將Bayes決策與無參估計(jì)概率密度函數(shù)相結(jié)合實(shí)現(xiàn)模式分類，無需設(shè)置權(quán)值和學(xué)習(xí)過程，訓(xùn)練速度快、效率高，具有強(qiáng)大的非線性分類能力。[10-12]

4.1 PNN模型的構(gòu)建

本文對(duì)21種整流側(cè)IGBT和21種逆變側(cè)IGBT開路故障進(jìn)行分類。由于整流側(cè)和逆變側(cè)采集的三相電流分屬輸入側(cè)和輸出側(cè)。因此，分別建立整流側(cè)的故障樣本庫和逆變側(cè)的故障樣本庫，并各自按照1～21號(hào)的故障序號(hào)輸出故障診斷結(jié)果。每種故障樣本包含每相電流的3條特征頻帶的相對(duì)能量熵和每相故障橋臂的定位特征量，表示為

X=[P(A,1),P(A,2),P(A,3),PA,P(B,1),

P(B,2),P(B,3),PB，P(C,1),P(C,2),

P(C,3),PC]

(7)

基于PNN的故障診斷模型由輸入層、模式層、求和層和輸出構(gòu)成，其網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D見圖12。

圖12 PNN網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

1) 輸入層用于輸入來自于整流側(cè)或逆變側(cè)每種故障樣本X的12維數(shù)據(jù)，該層神經(jīng)元個(gè)數(shù)為故障樣本空間維數(shù)12。

2) 模式層基于整流側(cè)或逆變側(cè)故障模式的種類分成21類，每類神經(jīng)元的個(gè)數(shù)取決于該類別訓(xùn)練樣本的數(shù)量。計(jì)算出接收到的12維故障樣本數(shù)據(jù)與模式層中第i類的第j個(gè)樣本數(shù)據(jù)的歐氏距離。由于PNN為一種基于Bayes最小風(fēng)險(xiǎn)準(zhǔn)則的徑向基神經(jīng)網(wǎng)絡(luò)，因此模式層采用的激活函數(shù)基于Bayes準(zhǔn)則，采用無參估計(jì)Parzen窗構(gòu)建的高斯概率密度函數(shù)，即

(8)

式(8)中：i為21種故障類別數(shù)；d為故障樣本空間的維數(shù)，本文取12；σ為Parzen函數(shù)窗寬度，即平滑因數(shù);xij為第i類故障下第j個(gè)故障樣本數(shù)據(jù)。

3) 在求和層對(duì)模式層中屬于同一類模式下的經(jīng)式(8)計(jì)算得到的各輸出結(jié)果進(jìn)行加權(quán)平均,有

(9)

式(9)中：vi為第i種故障的輸出；L為每類模式下的樣本數(shù)量。該層神經(jīng)元個(gè)數(shù)和故障類別數(shù)相同，為21。

4) 輸出層為最后一層，該層神經(jīng)元個(gè)數(shù)與故障類別數(shù)相同，分別為每一故障類別的期望輸出。每一輸出層神經(jīng)元接收來自于同模式類別下求和層的輸出結(jié)果，并篩選出輸出結(jié)果為最大值的輸出層神經(jīng)元，將其代表的故障類別輸出。

4.2 故障診斷結(jié)果分析

考慮到故障種類較多，本文對(duì)整流側(cè)21種故障模式進(jìn)行故障診斷分析，并設(shè)立2組故障樣本，即無故障橋臂特征量(d=9)和含故障橋臂特征量(d=12)。每組故障樣本分別在每種故障模式下構(gòu)建50個(gè)訓(xùn)練樣本和100個(gè)測(cè)試樣本。由模式層中的激活函數(shù)表達(dá)式可知：σ平滑因子代表高斯概率密度函數(shù)的標(biāo)準(zhǔn)差，設(shè)定值偏小或偏大都會(huì)對(duì)PNN的故障識(shí)別造成影響。

通過在2組故障樣本中分別選取6種不同故障類型(即T1、T4、T1T4、T1T3、T4T6和T1T6的測(cè)試樣本)，以網(wǎng)絡(luò)訓(xùn)練得到的故障診斷率為指標(biāo)設(shè)置不同梯度試驗(yàn)，完成σ的最優(yōu)選參，試驗(yàn)結(jié)果見圖13和圖14。

圖13 d=9的故障診斷結(jié)果

圖14 d=12的故障診斷結(jié)果

由圖13和圖14可知：含有故障橋臂特征量的故障樣本的診斷率整體在90%以上，優(yōu)于無故障橋臂特征量的故障樣本的總體診斷結(jié)果。尤其是T1單管上、T4單管下、T1T3同側(cè)雙管上和T4T6同側(cè)雙管這4類上下橋臂區(qū)分明顯的故障類型的診斷率顯著提高。同時(shí)，σ對(duì)無故障橋臂特征量的故障樣本的診斷結(jié)果影響較大:隨著σ的增加，對(duì)于T1單管上、T4單管下、T1T3同側(cè)雙管上和T4T6同側(cè)雙管等4類故障類型的診斷結(jié)果，在σ=0.30或0.35時(shí)，可對(duì)這4類故障類型中的3類同時(shí)達(dá)到最優(yōu)診斷結(jié)果。T1T4和T1T6雙管故障的診斷結(jié)果較為穩(wěn)定，其中T1T4的識(shí)別度最為理想。相反，帶有故障橋臂特征量定位的故障樣本受σ的影響較小，在σ=0.35時(shí)，各類型的故障診斷率已達(dá)到最優(yōu)結(jié)果。最后，選擇在σ=0.35并基于d=12(即含有故障橋臂特征量定位的故障樣本)完成對(duì)整流側(cè)其他故障模式的故障診斷，診斷結(jié)果見表4。

表4 整流側(cè)21種故障模式診斷率

由表4可知：對(duì)于單管上、下橋臂故障雙管同相橋臂故障下的每種故障可實(shí)現(xiàn)理想的區(qū)分，診斷結(jié)果達(dá)到100%；對(duì)于雙管同側(cè)上、下橋臂故障和雙管交叉?zhèn)葮虮酃收希嬖谏贁?shù)誤診結(jié)果，但每種故障種類的診斷結(jié)果普遍達(dá)到95%以上，因此可滿足對(duì)整流側(cè)中21種IGBT開路故障的精準(zhǔn)定位。

5 結(jié)束語

為降低三峽升船機(jī)變頻器中IGBT開路故障的排除難度，保障船舶安全通航，本文重點(diǎn)針對(duì)三峽升船機(jī)變頻器整流側(cè)中的21種IGBT開路故障進(jìn)行故障診斷研究，提出基于HHT提取三相電流信號(hào)特征頻帶的能量熵，結(jié)合三相電流均值的故障特征提取方法。最后，通過PNN對(duì)故障樣本進(jìn)行訓(xùn)練與測(cè)試，結(jié)果表明：該故障特征提取方法可實(shí)現(xiàn)對(duì)三峽升船機(jī)變頻器IGBT開路故障的診斷，具有很好的工程實(shí)用性。