基于結構分析法的塞拉門驅動傳動系統(tǒng)故障診斷

摘要：為有效診斷塞拉門驅動傳動系統(tǒng)故障，對系統(tǒng)關鍵故障進行參數(shù)化表征，建立塞拉門驅動傳動系統(tǒng)故障模型，通過結構分析法中的Dulmage-Mendelsohn（DM）分解和故障隔離矩陣分析可知3個關鍵故障均可檢測但均不可隔離。為實現(xiàn)故障可隔離，考慮配置傳感器的可實施性和經(jīng)濟性，確定3種傳感器配置方案，分析可得配置電樞電流傳感器后所有故障均可檢測和可隔離。基于結構最小型超定方程集，采用解析冗余法和標準觀測器設計4組殘差，在軟件MATLAB/Simulink中建立故障檢測隔離系統(tǒng)仿真模型，4組殘差的仿真觀測輸出響應均與理論分析結果一致，結構分析法應用在塞拉門驅動傳動系統(tǒng)故障診斷中可行、有效且正確。

關鍵詞：結構分析法；塞拉門；故障診斷；DM分解；殘差

中圖分類號：U279.3文獻標志碼：A文章編號：1672-0032（2024）04-0126-08

0引言

城軌列車的塞拉門主要由驅動傳動系統(tǒng)、承載導向系統(tǒng)、鎖閉系統(tǒng)、操作系統(tǒng)、電氣控制系統(tǒng)和基礎部件系統(tǒng)等組成[1]。塞拉門作業(yè)頻繁，驅動傳動系統(tǒng)易出現(xiàn)故障，影響城軌列車的運營安全。驅動傳動系統(tǒng)是結構復雜的機電系統(tǒng)，故障模式、故障原因較復雜。現(xiàn)有的故障檢測方法和診斷技術難以實現(xiàn)對塞拉門驅動傳動系統(tǒng)故障的有效檢測和隔離性分析，無法實時監(jiān)測系統(tǒng)數(shù)據(jù)對復雜故障動態(tài)行為的響應。

結構分析法能全面、快速地分析復雜機電系統(tǒng)的故障原因與故障隔離問題，故障診斷系統(tǒng)設計過程簡潔、邏輯性強，可有效提高故障診斷準確率[2]。Zhang等[3]基于結構分析法設計電動汽車永磁同步電機驅動系統(tǒng)的故障診斷系統(tǒng)，通過解析冗余關系設計結構化殘差，通過實車試驗驗證方法的有效性。Gomathi等[4]基于結構分析法檢測水泥工業(yè)熱處理部分的傳感器故障，采用結構化傳感器模型和實時測量數(shù)據(jù)分析殘差，驗證結構分析法的有效性。陳奇等[5-7]分別以液力變矩器、汽車防抱死制動系統(tǒng)和汽車電動助力轉向系統(tǒng)為研究對象，采用結構分析法對系統(tǒng)進行故障可檢測性和可隔離性分析及評估，在軟件MATLAB中搭建故障診斷系統(tǒng)模型，驗證結構分析法可行性和有效性。陳昌雄[8]提出基于結構分析法的傳感器優(yōu)化配置方法，以四水箱穩(wěn)定系統(tǒng)為例，通過添加傳感器增強系統(tǒng)的故障可隔離性，滿足特定的診斷要求。學者多采用故障樹、故障模式影響分析等方法研究塞拉門驅動傳動系統(tǒng)的故障，故障識別和診斷效果較差，采用結構分析法診斷城軌列車塞拉門驅動傳動系統(tǒng)故障的研究較少。

本文將塞拉門驅動傳動系統(tǒng)關鍵故障進行參數(shù)化表征，建立驅動傳動系統(tǒng)故障模型，基于結構分析法設計簡單、易觀測的殘差，在軟件MATLAB/Simulink中搭建仿真模型，驗證結構分析法在塞拉門驅動傳動系統(tǒng)故障診斷中的有效性和正確性，為塞拉門驅動傳動系統(tǒng)在線故障預警與診斷提供理論依據(jù)。

1塞拉門驅動傳動系統(tǒng)故障模型構建

1.1塞拉門驅動傳動系統(tǒng)的組成

塞拉門驅動傳動系統(tǒng)組成如圖1所示。驅動傳動系統(tǒng)安裝在車廂頂箱維護罩內，為左、右門扇的開關動作提供動力。門控單元接收到開、關門信號后，控制直流無刷電機運轉，電機經(jīng)行星齒輪箱實現(xiàn)減速增扭，通過同步帶帶動絲桿，絲桿兩端分別由左旋、右旋螺紋組成，絲桿轉動時帶動螺母副做左、右平移運動，螺母副通過柔性連接攜門架，帶動塞拉門的左、右門扇實現(xiàn)平移運動和擺動。

1.2故障模型建立

根據(jù)塞拉門驅動傳動系統(tǒng)故障發(fā)生的形式、特點和性質，將故障特征轉化為參數(shù)化變量。塞拉門驅動傳動系統(tǒng)的主要故障為無刷直流電機定子繞組絕緣故障、位置傳感器參數(shù)漂移故障和同步帶帶齒磨損故障[9-10]，故障變量依次為fRa、 fyθ、 fKt，故障類型分別為完全失效、偏差、增益。

經(jīng)合理的簡化、等效[11-13]，構建塞拉門驅動傳動系統(tǒng)故障模型，建立故障方程集{e1，e2，…，e8}，公式為：

式中：t為時間，KE為反電動勢常數(shù)，ω為電機轉子角速度，KT為轉矩常數(shù)，J為等效轉動慣量，B為阻尼系數(shù)，KL為從FS到TL的轉換系數(shù)，KD為從θ到SD的轉換系數(shù)，yθ為位置傳感器測量結果。

2塞拉門驅動傳動系統(tǒng)故障診斷系統(tǒng)構建

在結構分析法中，采用Dulmage-Mendelsohn（DM）分解技術和故障隔離矩陣分析故障的可檢測性和可隔離性，通過分析傳感器配置、獲取結構最小型超定方程集和設計殘差構建故障診斷系統(tǒng)[14-16]。

2.1故障模型結構表征圖

采用關聯(lián)矩陣將式（1）中的已知變量、未知變量、故障變量與故障方程建立關聯(lián)關系。已知變量集為{Ua，F(xiàn)S，yθ}，未知變量集為{Ia，ω，Te，TL，θ，SD，E}，故障變量集為{ fRa，fyθ，fKt}。塞拉門驅動傳動系統(tǒng)故障模型的結構表征圖如圖2所示。

2.2塞拉門驅動傳動系統(tǒng)故障分析

通過DM分解技術分析故障的可檢測性[17]。DM分解將系統(tǒng)故障方程集{e1，e2，…，e8}和未知變量集{Ia，ω，Te，TL，θ，SD，E}的列、行重新排列，得到形似上三角矩陣。矩陣區(qū)域分為結構欠定部分M－和結構正定部分M0、結構超定部分M+。當且僅當故障變量和其所在的方程位于結構超定部分M+時，故障可檢測[18]。塞拉門驅動傳動系統(tǒng)故障模型的DM分解結果如圖3所示。由圖3可知：所有故障均位于M+，所有故障均可檢測。

通過故障隔離矩陣分析故障的可隔離性[17，19]。塞拉門驅動傳動系統(tǒng)故障模型的故障隔離矩陣如圖4所示。由圖4可知故障模型中的所有故障均不可隔離。

2.3傳感器最優(yōu)化配置分析

在故障模型中增加傳感器，實現(xiàn)故障可檢測和可隔離。

分析式（1）中的未知變量，考慮配置傳感器的可實施性、經(jīng)濟性，確定3種傳感器配置方案。

不同傳感器配置方案下塞拉門驅動傳動系統(tǒng)故障模型的DM分解結果和故障隔離矩陣分別如圖5、6所示。

由圖5、6可知：3種傳感器配置方案均能檢測塞拉門驅動傳動系統(tǒng)的所有故障，方案1的所有故障可隔離，方案2、3各有2個故障不可隔離。配置電樞電流傳感器可實現(xiàn)塞拉門驅動傳動系統(tǒng)故障診斷的可檢測性和可隔離性。

2.4結構最小型超定方程集獲取

從結構超定部分M+中獲取結構最小型超定方程集（minimal structurally overdetermined sets，MSO sets），可有效簡化殘差設計過程，以殘差生成器產(chǎn)生的殘差響應判斷塞拉門驅動傳動系統(tǒng)是否發(fā)生故障[20]。

根據(jù)文獻[7]中的算法，獲取配置電樞電流傳感器后的塞拉門驅動傳動系統(tǒng)的MSO sets，結果如表1所示。

3殘差設計與仿真驗證

3.1殘差設計

采用殘差分析、判斷系統(tǒng)故障是否發(fā)生[17]。表1中有4組MSO sets，可設計4組殘差用于故障檢測隔離系統(tǒng)。

1）MSO1包含6個方程，將e3、e5、e6、e8、e9代入e4后得到1個解析冗余關系，設計殘差R1，公式為：

式中：p為微分算子；β為與系統(tǒng)穩(wěn)定性相關的參數(shù)，為保證殘差的穩(wěn)定性，βgt;0。

式（2）左邊的最高微分階數(shù)不大于（p+β）的指數(shù)。

2）MSO2包含5個方程，將e2、e5、e8、e9代入e1可產(chǎn)生1個解析冗余關系，設計殘差R2，公式為：

3）MSO3包含6個方程，因方程e1、e4含微分項，不能采用解析冗余方法設計殘差，改用標準觀測器方法[7]。取狀態(tài)變量X3=（Iaω）T，狀態(tài)空間輸入U3=（UaFS）T，殘差R3的狀態(tài)空間表達式為：

4）MSO4包含7個方程，因方程e1、e4、e5含微分項，采用標準觀測器方法設計殘差R4。取狀態(tài)變量X4=IaωθT，狀態(tài)空間輸入U4=UaFST，殘差R4的狀態(tài)空間表達式為：

3.2故障檢測隔離系統(tǒng)設計與仿真驗證

3.2.1故障檢測隔離系統(tǒng)設計

根據(jù)塞拉門驅動傳動系統(tǒng)的故障模型，結合4組殘差，設計故障檢測隔離（fault detection and isolation，F(xiàn)DI）系統(tǒng)，其設計原理示意圖如圖7所示。

塞拉門正常開、關門時間為2～4 s，為分析系統(tǒng)發(fā)生故障時FDI系統(tǒng)的響應，設定仿真時間為4 s。且僅考慮在同一時刻4個故障只發(fā)生1個故障的情況。

在Simulink中搭建FDI系統(tǒng)仿真模型，設定每組MSO sets對應的故障信號發(fā)生時間，如圖8所示。

3.2.2仿真驗證

設定故障后，在軟件MATLAB/Simulink中仿真FDI系統(tǒng)，通過殘差觀測器獲得殘差R1、R2、R3和R4的輸出響應，如圖9～12所示。

4組殘差的仿真觀測輸出響應結果與表1分析結果一致，說明結構分析法在塞拉門驅動傳動系統(tǒng)故障診斷中的應用可行、有效且正確。

4結論

1）基于結構分析法診斷塞拉門驅動傳動系統(tǒng)的故障，通過結構分析法中Dulmage-Mendelsohn分解技術和故障隔離矩陣分析塞拉門驅動傳動系統(tǒng)故障模型中3個關鍵故障的可檢測性和可隔離性，結果表明所有故障均可檢測，但均不可隔離。

2）針對系統(tǒng)故障不可隔離問題，提出3種傳感器配置方案，結果顯示增加電樞電流傳感器后，所有故障均能實現(xiàn)可檢測和可隔離。

3）根據(jù)獲取的4組結構最小型超定方程集，采用解析冗余和標準觀測器方法設計4組殘差，設計故障檢測隔離系統(tǒng)。結合設定的故障信號模擬類型和故障發(fā)生時間，在Simulink中建立故障檢測隔離系統(tǒng)仿真模型。經(jīng)仿真驗證與分析，4組殘差的仿真觀測輸出響應與分析結果一致。采用結構分析法診斷塞拉門驅動傳動系統(tǒng)故障可行、有效且正確，為后續(xù)塞拉門在線故障預警與診斷技術研究奠定了基礎。

參考文獻：

[1]李尚港.軌道車輛塞拉門力學分析及運動軌跡優(yōu)化[D].長春：長春工業(yè)大學，2023.

[2]EBRAHIMI S H， CHOUX M， HUYNH V K. Diagnosis of sensor faults in PMSM and drive system based on structural analysis[C]//2021 International Conference on Mechatronics. Kashiwa，Japan：lEEE，2021：1-6.

[3]ZHANG J Y， YAO H Y， RIZZONI G. Fault diagnosis for electric drive systems of electrified vehicles based on structural analysis[J].IEEE Transactions on Vehicular Technology，2017，66（2）：1027-1039.

[4]GOMATHI V， SRINIVASAN S， RAMKUMAR K， et al. Structural analysis based sensor measurement fault diagnosis in cement industries[J].Control Engineering Practice，2017，64：148-159.

[5]陳奇，姚志剛，陳無畏，等.基于模型的液力變矩器故障診斷系統(tǒng)的設計與校驗[J].汽車工程，2018，40（10）：1246-1253.

[6]陳奇，姚志剛， QADDER A，等.基于結構分析法的汽車ABS故障診斷和識別系統(tǒng)設計與校驗[J].汽車工程，2018，40（11）：1354-1363.

[7]陳奇，汪金成， QADDER A，等.基于模型的汽車電動助力轉向系統(tǒng)故障診斷[J].汽車工程，2019，41（7）：839-850.

[8]陳昌雄.基于結構分析的故障診斷系統(tǒng)設計方法研究[D].武漢：華中科技大學，2021.

[9]張振，姜能惠，王愛國.基于FMECA的客室車門驅動傳動系統(tǒng)關鍵故障分析[J].內燃機與配件，2022（13）：41-45.

[10]張振，馬玲，姜能惠，等.基于模糊RPN的塞拉門驅動傳動系統(tǒng)危害性分析[J].內燃機與配件，2022（15）：78-82.

[11]郭易揚.無位置傳感器BLDC控制策略優(yōu)化及繞組不對稱故障下的容錯控制策略研究[D].合肥：安徽大學，2023.

[12]鄭笑詠.基于改進Kalman濾波的BLDC無位置傳感器控制算法研究[D].哈爾濱：哈爾濱工業(yè)大學，2021.

[13]劉芮伶.電動汽車BLDC驅動系統(tǒng)位置傳感器容錯控制研究[D].西安：西安工業(yè)大學，2021.

[14]張振.基于模型的6速自動變速器（6AT）故障診斷研究[D].合肥：合肥工業(yè)大學，2017.

[15]譚水平.基于功能安全標準的EMCVT故障診斷系統(tǒng)開發(fā)[D].重慶：重慶理工大學，2022.

[16]SCHMID M， GEBAUER E， ENDISCH C. Structural analysis in reconfigurable battery systems for active fault diagnosis[J].IEEE Transactions on Power Electronics，2021（36）：8672-8684.

[17]楊新樺，譚水平.基于結構分析法的EMCVT故障診斷與容錯控制[J].重慶理工大學學報（自然科學），2022，36（8）：134-145.

[18]CHEN C X， CHEN L P， CHENG X J. An efficient method for determining fault isolability properties based on an augmented system model[J].European Journal of Control，2021，58：90-100.

[19]ZUNIGA G P， PEREZ R R， SOTOMAYOR J ，et al. Fault detection and isolation system based on structural analysis of an industrial seawater reverse osmosis desalination plant[J].Processes， 2020，8（9）：1100.

[20]CHEN C X， CHEN L P， CHENG X J. A new method for identifying redundant sensors based on completely consistent fault isolability properties[J].European Journal of Control， 2023，70（3）：1-12.

Fault diagnosis of the sliding plug door drive transmission system

based on structural analysis method

Abstract：To effectively diagnose faults in the sliding plug door drive transmission system， key faults are parameterized and characterized. A fault model of the sliding plug door drive transmission system is established. Using the Dulmage-Mendelsohn （DM） decomposition and fault isolability matrix in structural analysis， it is"determined that all three key faults are detectable but not isolable. To achieve fault isolability， three sensor configuration schemes are proposed considering feasibility and cost-effectiveness. Analysis shows that by configuring an armature current sensor， all faults can be detected and isolated. Based on the structurally minimal overdetermined equation set， four sets of residuals are designed using the analytical redundancy method and standard observer. A fault detection and isolation system simulation model is built in MATLAB/Simulink. The simulation outputs of the residuals match the theoretical analysis results， demonstrating that applying the structural analysis method to the fault diagnosis of the sliding plug door drive transmission system is feasible， effective， and accurate.

Keywords：structural analysis method; sliding plug door; fault diagnosis; DM decomposition; residual