電動(dòng)客車牽引系統(tǒng)逆變器故障診斷與容錯(cuò)控制

中圖分類號(hào)：U463.23 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-8639（2025）08-0183-03

【Abstract】As thecore componentof electricbus traction system，thereliabilityof inverterdirectlyafects the safety ofvehicleoperation.Thispaperacordingtothecommonfaulttypesof inverter，afaultdiagnosismodelbasedonwavelet transformand supportvector machine isestablished to realize theaccurate identification ofopen circuit and short circuit faults.Atthesametime，animprovedslidingmodefault-tolerantcontrolstrategyisdesignedtoachievesmoothtransition control underfaultconditions onthe basisof ensuring systemstability.The experimentalresultsshow that the accuracyof the proposed method for open-circuit fault identification is more than 95 % ，and the fault-tolerant control strategy can control the torque fluctuation within ±5% of the rated value，which provides an effective solution for improving the reliability of electric bus operation.

【Key words】electric bus；traction inverter; faultdiagnosis；fault tolerant control；sliding mode contro

隨著新能源汽車產(chǎn)業(yè)的快速發(fā)展，電動(dòng)客車在公共交通領(lǐng)域的應(yīng)用日益廣泛。牽引系統(tǒng)作為電動(dòng)客車的動(dòng)力來源，其可靠性直接關(guān)系到車輛的安全性能。逆變器是牽引系統(tǒng)的關(guān)鍵部件，在實(shí)際運(yùn)行過程中易受到溫度、振動(dòng)等因素影響而發(fā)生故障。因此，研究逆變器的故障診斷方法和容錯(cuò)控制策略，對(duì)提升電動(dòng)客車的可靠性和安全性具有重要意義。

1基于小波變換的故障診斷模型

1.1 故障特征提取

故障特征提取采用多分辨率小波變換方法，對(duì)逆變器輸出電流信號(hào)進(jìn)行時(shí)頻域分析。針對(duì)開路故障，使用db4小波基對(duì)采集的三相電流進(jìn)行5層分解，獲取不同頻段的詳細(xì)系數(shù)和近似系數(shù)。試驗(yàn)研究表明，當(dāng)開路故障發(fā)生時(shí)，故障相電流在 125～250Hz 頻帶的能量顯著增加，能量變化率超過 50% 。通過計(jì)算各頻帶能量分布特征，構(gòu)建包含12個(gè)特征分量的故障特征向量。對(duì)于短路故障，重點(diǎn)關(guān)注電流上升速率和過流幅值特征，結(jié)合小波奇異點(diǎn)檢測(cè)方法，精確捕捉故障瞬態(tài)過程。

1.2故障診斷模型設(shè)計(jì)

基于提取的故障特征，構(gòu)建支持向量機(jī)（SupportVectorMachine，SVM）分類器實(shí)現(xiàn)故障識(shí)別?？紤]到故障樣本不平衡問題，采用改進(jìn)的權(quán)重因子調(diào)整算法優(yōu)化分類邊界。SVM分類器的核函數(shù)選用徑向基函數(shù)（RadialBasisFunction，RBF），其表達(dá)式為：

式中： γ （2 核函數(shù)參數(shù)，通過交叉驗(yàn)證確定最優(yōu)值為 0.25 。

訓(xùn)練樣本包含正常工況、單管開路、雙管開路和短路四類，每類包含200組特征向量。通過網(wǎng)格搜索法確定懲罰因子 c=100 ，建立四分類SVM模型。該模型在MATLAB環(huán)境下實(shí)現(xiàn)，計(jì)算負(fù)荷低，適合嵌入式系統(tǒng)應(yīng)用。為進(jìn)一步驗(yàn)證模型的泛化能力，采用K折交叉驗(yàn)證方法對(duì)訓(xùn)練好的SVM模型進(jìn)行評(píng)估。將數(shù)據(jù)集隨機(jī)分為10份，其中9份用于訓(xùn)練，1份用于測(cè)試。通過多次交叉驗(yàn)證，得到模型在不同數(shù)據(jù)劃分下的平均性能指標(biāo)。結(jié)果表明，模型在驗(yàn)證集上的平均準(zhǔn)確率為 94.8% ，標(biāo)準(zhǔn)差為 1.2% ，證實(shí)了模型具有良好的泛化能力。

1.3 診斷性能評(píng)估

為驗(yàn)證診斷模型的性能，采用混淆矩陣和ROC曲線進(jìn)行全面評(píng)估。在標(biāo)準(zhǔn)測(cè)試集上，模型對(duì)正常工況的識(shí)別準(zhǔn)確率達(dá) 98.5% ，開路故障識(shí)別準(zhǔn)確率為96.2% ，短路故障識(shí)別準(zhǔn)確率為 97.8% 。通過故障過渡試驗(yàn)驗(yàn)證動(dòng)態(tài)診斷性能，結(jié)果顯示診斷延時(shí)小于5ms ，滿足實(shí)際應(yīng)用需求。在不同工況下開展魯棒性測(cè)試，包括負(fù)載變化 ±30% 、轉(zhuǎn)速波動(dòng) ±20% 的工況，診斷準(zhǔn)確率仍保持在 93% 以上。通過建立診斷誤差評(píng)價(jià)指標(biāo)體系，定量分析了測(cè)量噪聲、參數(shù)漂移等因素對(duì)診斷性能的影響，為優(yōu)化診斷算法提供依據(jù)。

2改進(jìn)型滑模容錯(cuò)控制系統(tǒng)

2.1滑模控制器設(shè)計(jì)

電動(dòng)客車牽引系統(tǒng)在發(fā)生逆變器故障后，傳統(tǒng)PI控制器難以保持良好的動(dòng)態(tài)性能。本文針對(duì)這一問題，設(shè)計(jì)了一種基于滑模變結(jié)構(gòu)的控制器。該控制器采用趨近律改進(jìn)方法，將指數(shù)趨近律與冪律趨近律相結(jié)合，有效減小系統(tǒng)振蕩2?？刂破鞯幕Ｃ孢x擇轉(zhuǎn)速偏差及其變化率的組合形式，滑模系數(shù)通過粒子群優(yōu)化算法確定。如表1所示，在額定工況下，系統(tǒng)的穩(wěn)態(tài)轉(zhuǎn)速誤差控制在 ±0.5% 以內(nèi)，動(dòng)態(tài)響應(yīng)時(shí)間小于100ms 。通過引入自適應(yīng)律動(dòng)態(tài)調(diào)整切換增益，顯著提升了系統(tǒng)的抗擾性能。滑?？刂破鞯那袚Q頻率設(shè)定為 2kHz ，在降低開關(guān)損耗的同時(shí)保證了控制精度。

表1不同控制方案性能對(duì)比

2.2 容錯(cuò)控制實(shí)現(xiàn)

基于故障診斷結(jié)果，設(shè)計(jì)分層容錯(cuò)控制策略。系統(tǒng)由故障監(jiān)測(cè)層、決策層和執(zhí)行層構(gòu)成。故障監(jiān)測(cè)層實(shí)時(shí)采集電流、電壓等狀態(tài)量，結(jié)合故障診斷結(jié)果評(píng)估系統(tǒng)健康狀態(tài)。決策層根據(jù)故障類型和程度，在預(yù)設(shè)的控制策略庫(kù)中選擇最優(yōu)方案3。執(zhí)行層負(fù)責(zé)實(shí)施具體的控制算法，保證系統(tǒng)平穩(wěn)過渡。在開路故障工況下，通過重構(gòu)三相電流參考值，使剩余正常相承擔(dān)更多負(fù)載，系統(tǒng)輸出的轉(zhuǎn)矩波動(dòng)控制在 ±8% 以內(nèi)。對(duì)于短路故障，采用快速硬件保護(hù)與軟件容錯(cuò)控制相結(jié)合的方式，將故障響應(yīng)時(shí)間控制在 5μs 以內(nèi)。系統(tǒng)在故障工況下的能量效率降低不超過 5% ，保證了車輛的基本行駛性能。

2.3 系統(tǒng)穩(wěn)定性分析

采用李雅普諾夫方法分析系統(tǒng)穩(wěn)定性。如表2所示，通過構(gòu)造復(fù)合李雅普諾夫函數(shù)，證明了在滿足滑模存在性條件下，系統(tǒng)能夠在有限時(shí)間內(nèi)到達(dá)滑模面并保持穩(wěn)定運(yùn)動(dòng)。理論分析表明，當(dāng)擾動(dòng)幅值不超過系統(tǒng)額定值的 30% 時(shí)，控制系統(tǒng)能夠保持漸近穩(wěn)定。在MATLAB/Simulink平臺(tái)構(gòu)建仿真模型，進(jìn)行了包括參數(shù)攝動(dòng)、負(fù)載突變等多種工況的穩(wěn)定性驗(yàn)證4結(jié)果顯示，系統(tǒng)在轉(zhuǎn)速階躍響應(yīng)中的超調(diào)量不超過6% ，調(diào)節(jié)時(shí)間小于 150ms 。通過建立系統(tǒng)的狀態(tài)觀測(cè)器，實(shí)現(xiàn)了對(duì)未知擾動(dòng)的在線估計(jì)和補(bǔ)償，進(jìn)一步提高了系統(tǒng)的魯棒性。在發(fā)生逆變器故障后，系統(tǒng)能在200ms 內(nèi)完成狀態(tài)重構(gòu)，恢復(fù)穩(wěn)定運(yùn)行。為評(píng)估系統(tǒng)在極端溫度環(huán)境下的穩(wěn)定性，進(jìn)行了 -20～85^°C 范圍內(nèi)的溫度循環(huán)測(cè)試。在高溫工況下，系統(tǒng)的動(dòng)態(tài)響應(yīng)時(shí)間增加約 15% ，但仍保持在設(shè)計(jì)指標(biāo)范圍內(nèi)。低溫工況下，由于功率器件導(dǎo)通損耗減小，系統(tǒng)效率略有提升，但控制精度基本保持不變。

表2不同工況下系統(tǒng)穩(wěn)定性指標(biāo)

注：表格中的數(shù)據(jù)均基于試驗(yàn)室測(cè)試平臺(tái)獲得；測(cè)試條件為額定功率 45kW ，開關(guān)頻率 8kHz ，直流母線電壓 750V ，額定轉(zhuǎn)速 1500r/min 。

3多工況試驗(yàn)測(cè)試

3.1 試驗(yàn)平臺(tái)搭建

搭建基于 45kW 永磁同步電機(jī)的電動(dòng)客車牽引系統(tǒng)試驗(yàn)平臺(tái)。該平臺(tái)采用三相IGBT逆變器作為主電路，使用TMS320F28335數(shù)字信號(hào)處理器實(shí)現(xiàn)控制算法。直流母線電壓為750V，逆變器開關(guān)頻率設(shè)置為8kHz 。電流傳感器采用霍爾傳感器，采樣頻率為20kHz ，精度為 0.1% 。系統(tǒng)包含高速數(shù)據(jù)采集卡、實(shí)時(shí)控制器和工控機(jī)，實(shí)現(xiàn)故障數(shù)據(jù)采集與分析。負(fù)載測(cè)試臺(tái)采用 45kW 異步電機(jī)，可模擬車輛在不同路況下的負(fù)載特性。搭建的硬件在環(huán)測(cè)試系統(tǒng)可實(shí)現(xiàn)故障實(shí)時(shí)注入，支持開路故障、短路故障等多種故障模式的模擬。平臺(tái)測(cè)試結(jié)果顯示，在額定工況下系統(tǒng)效率達(dá)到 96% ，轉(zhuǎn)速控制精度優(yōu)于 ±0.5% ，轉(zhuǎn)矩脈動(dòng)控制在 ±3% 以內(nèi)。

3.2 故障診斷驗(yàn)證

對(duì)搭建的試驗(yàn)平臺(tái)進(jìn)行故障診斷性能驗(yàn)證。如圖1所示，隨著樣本數(shù)的增加，系統(tǒng)診斷準(zhǔn)確率呈現(xiàn)穩(wěn)步提升趨勢(shì)。在單管開路故障工況下，診斷準(zhǔn)確率達(dá)到 96.2% ，響應(yīng)時(shí)間為 4ms ；雙管開路故障的識(shí)別準(zhǔn)確率為 95.0% ，響應(yīng)時(shí)間增加至 6ms ;而短路故障由于其特征明顯，診斷準(zhǔn)確率最高，達(dá)到 98.5% ，響應(yīng)時(shí)間僅為 2ms 。圖中 95% 置信區(qū)間的收斂趨勢(shì)表明，診斷系統(tǒng)具有良好的穩(wěn)定性和可靠性。為驗(yàn)證系統(tǒng)在不同工況下的診斷性能，分別進(jìn)行額定轉(zhuǎn)速、低速和高速工況測(cè)試。結(jié)果顯示，在額定轉(zhuǎn)速 1500r/min 工況下，診斷準(zhǔn)確率最高；低速 300r/min 工況下，由于電流信號(hào)幅值較小，診斷準(zhǔn)確率降低約 2% ；高速 3000r/min 工況下，受開關(guān)頻率限制，診斷準(zhǔn)確率降低約 1.5% 。

圖1故障診斷準(zhǔn)確率與響應(yīng)時(shí)間分析圖

3.3容錯(cuò)控制效果分析

針對(duì)驗(yàn)證后的故障類型，開展容錯(cuò)控制性能測(cè)試。如表3所示，在開路故障工況下，改進(jìn)型滑?？刂破髂軌蛟?200ms 內(nèi)完成系統(tǒng)重構(gòu)，將轉(zhuǎn)矩脈動(dòng)控制在額定值的 ±8% 以內(nèi)。負(fù)載突變?cè)囼?yàn)表明，系統(tǒng)在75% 額定負(fù)載突加和突減工況下，轉(zhuǎn)速波動(dòng)不超過±3% ，恢復(fù)時(shí)間小于 180ms 。通過爬坡、制動(dòng)等典型工況測(cè)試，驗(yàn)證了容錯(cuò)控制策略的實(shí)用性。在最大坡度

表3故障工況下系統(tǒng)性能指標(biāo)

30% 的爬坡工況下，系統(tǒng)保持穩(wěn)定運(yùn)行，輸出轉(zhuǎn)矩波動(dòng)控制在 ±10% 以內(nèi)。制動(dòng)工況測(cè)試顯示，系統(tǒng)在0.3g 減速度下的能量回收效率達(dá)到 70% 。全工況測(cè)試結(jié)果證明，所設(shè)計(jì)的容錯(cuò)控制系統(tǒng)滿足電動(dòng)客車正常運(yùn)營(yíng)需求。針對(duì)控制系統(tǒng)的實(shí)時(shí)性要求，對(duì)容錯(cuò)控制算法進(jìn)行了代碼優(yōu)化和硬件加速。通過采用定點(diǎn)運(yùn)算替代浮點(diǎn)運(yùn)算，并利用DSP的硬件乘法器，將單次控制周期的計(jì)算時(shí)間從原來的 85μs 降低到 42μs 。同時(shí)，采用分時(shí)復(fù)用的方式處理故障診斷和容錯(cuò)控制任務(wù)，使系統(tǒng)的總體實(shí)時(shí)性能提升了 45% ，為故障工況下的快速響應(yīng)提供了保障。

4結(jié)束語

本文通過對(duì)電動(dòng)客車牽引系統(tǒng)逆變器故障診斷與容錯(cuò)控制的深入研究，建立了一套完整的故障診斷與控制方案。研究表明，基于小波變換和支持向量機(jī)的故障診斷方法能夠準(zhǔn)確識(shí)別逆變器故障類型，改進(jìn)型滑模容錯(cuò)控制策略可有效抑制故障工況下的系統(tǒng)波動(dòng)。試驗(yàn)結(jié)果驗(yàn)證了所提出方法的有效性和實(shí)用性，為電動(dòng)客車牽引系統(tǒng)的安全穩(wěn)定運(yùn)行提供了技術(shù)支撐。

參考文獻(xiàn)

[1]施以旋，毛慶洲，戴煥云，等.基于電機(jī)振動(dòng)的動(dòng)車組牽引逆變器故障診斷研究[J].機(jī)車電傳動(dòng)，2024（2）：151-157.

[2]辛永生，張純清，穆青.城軌維修養(yǎng)護(hù)用電傳動(dòng)鋰電池工程車設(shè)計(jì)[J].鐵道技術(shù)監(jiān)督，2022，50（11）：48-53，58.

[3]岳遠(yuǎn)洋，杜廣林.電客車牽引制動(dòng)架控與車控研究[J].電子世界，2021（6）：49-50.

[4]文志遠(yuǎn).廣州地鐵二號(hào)線整列車輔逆故障分析[J].機(jī)電工程技術(shù)，2020，49（5）：210-213.

（編輯楊凱麟）