新能源汽車永磁同步電機故障分析與控制技術

農 海,黃雅金,蔣衛東

(廣西玉林農業學校,廣西 玉林 537000)

0 引言

隨著世界經濟的快速發展,同時也帶來了一系列能源危機、環境污染和生態惡化等問題,能源需求供應矛盾日益突出,因此,傳統的汽車產業正在向新能源汽車方向發展[1-2]。新能源汽車的發展離不開驅動電機的高效、穩定和安全運行。由于永磁同步電機(Permanent-magnet synchronous motor,PMSM)具有使用維護方便、高功率密度比和可靠性較高等優點,在新能源汽車制造中具有廣泛的應用,因此,保證永磁同步電機的穩定運行是保障新能源汽車穩定發展的重要技術[3-5]。

永磁同步電機故障診斷技術通常是通過采集永磁同步電機工作時的振動信號、轉速、電壓電流值等進行故障診斷[6]。本研究基于永磁同步電機基本類型、工作原理和控制方法,對目前常見的數學模型法、信號處理法和數據驅動法進行闡述。研究結果可以為新能源汽車永磁同步電機的故障診斷與維修提供參考。

1 永磁同步電機基本結構及控制方法概述

永磁同步電機(PMSM)是目前新能源汽車中應用最為廣泛的電機類型之一,具有使用高效、控制精度高、穩定性好及低噪音等應用優勢[7],因此受到國內外新能源汽車制造產業最為青睞的驅動電動機類型之一。對新能源汽車中永磁同步電機的基本分類、結構、工作原理和控制方法進行概述。

1.1 永磁同步電機結構

永磁同步電機主要由轉子、定子和電動機端蓋組成。定子結構與普通電動機類型一致,主要為疊片結構,可以減小電動機運行時的消耗,定子繞組主要采用星形接法;轉子結構主要為整體實心結構,由疊片疊壓而成。根據永磁體在轉子內部位置不同,永磁同步電機一般分為面貼式(凸極同步電機)、內插式(隱極同步電機)、內埋式三種類型。其中,面貼式永磁同步電機具有制造工藝簡單、生產成本低等應用優勢,但是對永磁體的保護功能較差;內埋式永磁同步電機制造工藝簡單,在新能源汽車應用中啟動性較好,但是在使用過程中會存在漏磁現象,需要額外采取隔磁措施;內插式永磁同步電機在使用過程中穩定性、可靠性和動態性能較好,是新能源汽車制造中應用最為廣泛的永磁同步電機類型之一。

1.2 工作原理

永磁同步電機的轉子為半永久磁鐵,在定子繞組中存在三組均勻分布的三相繞組。當定子繞組輸入三相正弦交流電時,內部會產生一個旋轉磁場,該磁場與轉子的永磁體磁場相互作用與影響,會使轉子產生電磁轉矩,并且會隨著定子產生的旋轉磁場轉動,轉子的轉動與旋轉磁場同步,因此又被稱為“交流同步電動機”。

1.3 控制技術

為了保證永磁同步電機的控制穩定性,目前永磁同步電機控制技術主要包括開環控制、矢量控制、直接轉矩控制、自適應控制、模糊控制和神經網絡控制等多種方法。在智能控制技術,如模糊控制和神經網絡控制技術中,可以將控制技術視為一個多環結構,智能控制方法用于外環速度的控制,內部電流和轉矩控制仍然采取傳統的數學控制方法。

1.4 PMSM常見故障分析

目前,新能源汽車永磁同步電機常見故障類型如圖1所示,主要包括電氣故障、永磁體故障和機械故障,不同故障類型之間存在著復雜的耦合關系。定子故障中最常見的為定子匝間短路故障,一般主要是由電機過熱或者過載造成絕緣皮磨損等導致,嚴重的還會進一步引發相間短路故障等。機械故障中,軸承故障一般占45%～50%,主要是由軸承為對中、過載和機械振動等因素引起軸承故障,主要包括內圈故障、外圈故障等;偏心故障主要是由于軸承未對準和安裝不準確等造成定子與轉子之間的間隙不均勻造成,主要包括動態偏心故障和靜態偏心故障等,會引起汽車電機振動和噪聲,影響汽車正常的運行。

圖1 永磁同步電機常見故障分類

2 基于不同方法下PMSM故障診斷技術

PMSM故障診斷技術主要從20世紀70年代開始逐漸發展起來,最初主要是通過將故障信號放大后,專家憑借自己的經驗進行主觀判斷,該方法對專家經驗及專業技術要求較高,但是診斷效率低,誤差較大,難以形成系統體系進行推廣與發展。后期,隨著計算機技術的快速發展,可以依靠頻譜分析等方法進行故障診斷,對PMSM的電流、電壓、振動等信號進行故障特征提取,提高了故障診斷的穩定性與可靠性。目前,PMSM故障診斷方法主要包括數學模型法、信號處理法和數據驅動法。

2.1 基于數學模型方法下PMSM故障診斷技術

基于數學模型方法下PMSM故障診斷技術是最早發展起來的診斷方法之一,該方法需要首先建立電機故障模型,常見的建模方法包括基于經典狀態估計、等效磁路法和有限元法等。基于數學模型方法下PMSM故障診斷需要建立準確的模型才能保障診斷效率和故障診斷的準確性,但是數學模型在開展故障診斷過程中會受到各項外界環境的干擾,這也導致數學模型下PMSM故障診斷精度較低。

2.2 基于信號處理方法下PMSM故障診斷技術

為了避免由于數學模型在PMSM故障診斷中準確率低等問題,逐漸發展基于頻譜分析儀和小波變換等方法進行故障診斷和檢測,與數學模型法相比,基于信號處理法下PMSM診斷具有很好的通用性,并且可以解決非線性等問題。目前主要包括以下6種方法:

1)Park矢量法。主要是通過對定子三相電流采用d/q變換對PMSM電流運行軌跡進行分析,判斷是否存在故障。

2)小波分析法。通過提取PMSM信號特征進行時頻分析,進而判斷故障類型。

3)定子電流頻譜分析法。通過定子電流頻譜分析對PMSM三相電流進行分析,進而判定故障類型。

4)瞬時功率分解法。該方法故障診斷精度高,主要是通過分解電機的瞬時功率獲得故障類型。

5)高頻信號注入法。主要是對定子繞組中注入一個高頻信號,然后采用濾波獲得高頻響應,通過故障特征提取進行在線診斷。

6)基于振動信號頻譜分析法。主要是根據不同故障類型產生不同振動信號進行故障診斷。

2.3 基于數據驅動方法下PMSM故障診斷技術

近年來,隨著人工智能算法的廣泛應用,大量智能算法被應用到PMSM故障診斷中。目前常見數據驅動方法主要包括以下3種:

1)基于專家系統下PMSM故障診斷法。主要依賴智能數據庫,其故障診斷效果和準確率主要依靠專家庫的完備性,同時也是智能診斷技術最早應用方法之一。

2)基于模糊邏輯診斷法。主要依靠模糊邏輯中的推理規則進行故障診斷,目前主要應用于永磁同步電機軸承故障診斷和感應電機故障。

3)基于人工神經網絡診斷法。與上述兩種方法相比,基于人工神經網絡診斷法不需要花費大量時間和精力構建模型和建立專家數據庫,只需要經過大量訓練就可以固定人工神經網絡模型的各項參數,導入PMSM中就可以自動進行故障診斷與分類,是目前新型發展技術之一,并且在電機故障診斷中取得了一定的成果。

3 結論與展望

本文對目前常見的永磁同步電機故障診斷方法進行論述,主要包括數學模型法、信號處理法和數據驅動法,但是上述三種方法都依賴精確的數學模型,在實際應用過程中,會受到非線性工作環境和外界因素的影響,難以建立精確和穩定的數學模型,因此難以保障具有較高的故障診斷精度。未來應進一步加強基于人工智能方法下PMSM故障診斷方法的研究與發展,為新能源永磁同步電機的故障診斷提供更加準確的判斷依據與診斷模型。