基于三相电流检测的逆变器开路故障诊断及容错方案研究

为解决逆变器开路故障诊断问题及充分利用剩余桥臂资源,针对基于矢量控制的异步电机驱动系统中逆变器开路故障诊断及容错方案,采用逆变器输出三相电流信号作为特征参数,利用小波分析理论提取特征向量,进而通过支持向量机(SVM)判断逆变器是否故障。当SVM检测到逆变器故障时,逆变器由传统的六开关拓扑切换为四开关拓扑,采用四开关模式"七段式"空间矢量脉宽调制(SVPWM)算法调制。通过计算机仿真验证了SVM诊断逆变器开路故障及四开关容错控制的正确性和有效性。     

准 Z 源逆变器中IGBT 开路故障诊断

针对三相准 Z 源逆变器的安全可靠运行问题,提出一种快速、实用的准 Z 源逆变器 IGBT 开路故障诊断 方法。新型 IGBT 开路故障诊断基于 Z 源逆变器自身特性实现,通过在开关周期内观察故障前后直通状态的变化 对系统变量的影响来辨识故障,实施时分为两个连续阶段,一是 IGBT 开路故障检测和定位,二是激活冗余桥臂, 完成故障容错运行。利用三相准 Z 源逆变器低压样机进行测试,实验结果验证,所设计的 IGBT 开路故障诊断方 案可快速检测出 IGBT 故障,并能在 0.5 ms 内完成系统重构,实现故障容错运行。在轨道交通系统中采用所提出 的 Z 源逆变器 IGBT 开路故障诊断方案,可以保证供电系统的可靠运行。     

基于邻相电流的逆变器功率管与电流传感器故障诊断方法

作为牵引逆变器的关键器件,功率管与电流传感器分别在能量转换与系统控制中扮演着至关重要的角色。然而,在恶劣多变的工作环境下,功率管与电流传感器会出现不同程度的老化或失效,从而引发故障。功率管开路故障与电流传感器零输出故障在某些情况下不仅具有相似的故障特征,而且极易给系统带来严重的后果,其故障诊断是当前的研究重点。目前,仅有少部分故障诊断方法对这2类故障的联合诊断进行了研究,且这些方法尚未考虑牵引逆变器两电流传感器方案下的故障诊断,容易出现故障误诊或漏诊等问题。针对牵引逆变器两电流传感器方案下的复合故障诊断问题,提出一种基于邻相电流的故障特征提取与诊断方法。该方法首先分析两相电流信号在功率管与电流传感器故障下的变化,从而推导故障相电流与邻相电流的准确数学模型。在此基础上,对邻相电流进行平移变换与坐标重构,得到具备故障辨识能力的邻相电流轨迹数学模型。将该模型与已有的电流轨迹相结合,可以对功率管单管开路故障、双管开路故障以及电流传感器零输出故障进行有效区分。验证结果表明,提出的方法在电机处于不同运转状态下是有效、可行的,对于有限电流信号下的牵引逆变器故障诊断具有较好的参考价值。     

基于小波包熵及双重优化神经网络的牵引逆变器开路故障诊断

功率模块器件作为高速动车组电力牵引传动系统的核心组成部分,大多应用于多场域耦合且承受主要的电热应力,故障率较高。通过提取其故障特征并准确定位故障点,实时在线诊断故障对于牵引传动系统的安全可靠运行具有重要意义。以CRH2型动车组牵引传动系统为例,三电平牵引逆变器存在12个功率管,故障发生频繁且种类繁多,故对于三电平牵引逆变器功率管的单管以及多管故障诊断不可忽视。以提升三电平牵引逆变器功率模块器件故障准确定位为目的,研究单个功率器件和多个功率器件开路故障诊断。通过分析该三电平牵引逆变器正常工作模式和多种功率管开路故障情况对比,将三电平牵引逆变器三相桥臂输出侧电流作为诊断电气量,对故障进行分类,提取每类故障特征电气量经小波包分解后各节点的熵值作为故障特征信息。以提取的小波包熵值作为故障特征向量建立BP神经网络,采用粒子群算法结合遗传算法对神经网络权值和阈值结构同时优化,2种算法优劣互补,实现不同故障分类的诊断,准确定位故障点。仿真结果表明,该方法能实现牵引逆变器单管以及多管故障类型的诊断和对不同故障点的准确定位,且诊断结果精度高,抗噪性能优异,实时性强。     

基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。     

列车牵引逆变器输出电能品质及其故障特征研究

列车牵引逆变器输出电能品质与牵引系统关键部件的工作状态紧密耦合。分析了牵引电机转子断条故障、电机定子匝间短路故障及逆变器IGBT开路故障状态下定子电流的特定谐波分量特性。针对定子电流故障特征,使用快速傅里叶变换(FFT)对故障特征进行识别,提取特定谐波分量,提出了以特定谐波分量含量与基波含量比值大小定位故障部件的故障诊断方法。搭建了牵引系统状态监测仿真模型,验证了提出的故障特征与故障诊断方法的正确性和有效性。     

FPGA在三相PWM逆变器死区补偿中的应用

为避免三相PWM逆变器中上下桥臂开关管发生直通短路故障,设置了死区。但死区使逆变器输出的电压基波幅值减小、谐波增加、调制频率受限制,尤其使电机的低速运行性能变差,必须对其进行补偿。在电流反馈补偿的原理基础上,应用FPGA借助VHDL语言编写的设计软件,对死区进行补偿,得到了很好的效果。     

一种新型基于模型的动车组牵引逆变器开路故障诊断方法

针对CRH3型动车组牵引逆变器绝缘栅双极型晶体管开路问题,提出一种新型基于模型的动车组牵引逆变器开路故障诊断方法。利用键合图对非线性的牵引逆变器进行建模;依据键合图模型,推导出符合能量守恒的系统行为约束方程;基于系统行为约束方程,利用最小二乘法对系统当前行为进行辨识;通过比较系统的实际行为以及预期行为,产生故障识别向量,从而对开路IGBT进行识别和定位。仿真试验表明,本文所提方法能够对单个IGBT开路以及两个IGBT同时开路故障情况进行准确、实时地检测和定位。     

基于贝叶斯网络的牵引逆变器开路故障多特征融合诊断方法

为了增强牵引逆变器开路故障诊断方法对于不确定因素的免疫能力,提出一种基于贝叶斯网络的信息融合诊断方法。以牵引逆变器输出侧的电流和电压为信号源,提取小波包熵特征,采用主成分分析法对原始特征进行降维,使用贝叶斯参数估计法融合降维后的特征量,得到信息互补的新的特征向量。利用贝叶斯网络对融合后的新的特征向量进行识别,对不同观测值情况下的最大后验概率估计结果进行信息融合并做出决策,进而完成故障诊断。建立仿真模型,与使用K均值算法的故障分类情况做对比,验证不同转速和白噪声情况下所提故障诊断方法的有效性。研究结果表明:所提方法能够对牵引逆变器IGBT的单管和双管开路故障进行准确检测与定位,能够去除冗余信息和互补有效信息,具有一定的抗干扰能力,准确率高,适应性强。     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。