断续周期工作制电机等效温升试验方法研究

丁媛媛 金寅德 周智敏 高庆云 俞芃

摘 要 为提高断续周期工作制电机温升试验效率，本文提出等效温升试验方法，其原理是控制电机在额定电流下持续运行、快速达到额定工况下的最高温升，以用时tk和温升值τm为依据评估电机发热情况;通过基于GA-BP的等效温升试验预测模型事先获得tk和τm，可减少试验测量次数，缩短试验用时。验证结果表明所提出的等效试验方法可行，可在实际生产中广泛应用。

关键词 断续周期工作制;电机温升;神经网络

引言

电机在能量转换过程中产生的机械损耗等会引起电机各组成部分的温度升高，部件温度比环境温度高出的值称为“温升”，过高的温升会损害电机的寿命，制造厂家必须对电机开展温升预测与试验研究。根据电机承载情况，我国将电机工作制划分为S1-S9，共9类。断续周期工作制（S3-S5）电机因每周期的断能停转时段能进行短暂散热，其相对连续工作制（S1）电机需更多的时间方可到达热平衡状态，试验效率很低。

目前国内外对电机温升的研究主要集中在连续工作制电机上，常采用等效热路法和温度场法进行温升估算，而断续周期工作制电机因负载复杂，用上述方法预测温升精度极低，无法满足电机发展需要[1-4]，为此本文提出通过让断续周期工作制电机在额定电流下持续运行的方式进行等效温升试验，通过搭建基于GA-BP的温升预测模型可进行等效试验电机温升测量时间和温升值的准确预测，1次温升试验仅需1次测量，用时可缩短至0.7h（传统方法约9h） ，可提高试验效率，降低人工劳动强度。

1断续周期工作制电机等效温升试验原理分析

图1所示为电机电流、温升随时间变化曲线，虚线为连续工作制电机，在温升试验时，电机在额定电流下持续运行，试验人员多次测量温升直至其1h内变化小于2K，此时电机进入热平衡状态，最高温升τs未超过电机绝缘材料所允许的极限值，则说明该电机为合格品。实线为断续周期工作制电机，负载时温度升高，停转时温度下降，需更多的时间才能到达热平衡，最高温升τm小于τs。

鉴于电机结构确定后，其各部件的发热散热特性也随之决定，为提高断续周期工作制电机试验效率，本文提出一等效温升试验法：在传统试验中，电机在额定工况下用时td到热平衡状态，将测得的最高温升τm与电机允许值比较，判断电机是否合格;而在等效试验中，电机以额定电流持续运行，无停转散热，用时tk即可到达τm，tk远小于td。若试验人员tk时刻测出的温升τx≈τm，则说明电机合格，若τx明显大于或小于τm，则说明电机热性能与预期不符。由此可知等效温升试验法的关键是在试验前获知tk和τm，此法可有效减少测量次数和试验时长，优化效果显著。

2等效温升试验预测模型的构建

为准确预测tk和τm，本文提出借助遗传算法（ Genetic algorithm，GA）优化三层BP（Back Propagation）神经网络，构建基于GA-BP的断续周期工作制电机等效温升试验预测模型。BP神经网络是一种按误差逆传播算法训练的多层前馈网络[5]，既有不用建立数学模型就可实现函数映射的优点，也存在收敛速度慢、易陷入局部极值的缺点，而GA通过全局寻优可求得BP网络最优初始权、阈值，大幅提高网络的拟合精度和收敛速度。根据电机工作原理确定模型的输入节点为7，输出节点为2，如图2所示。

对20个不同型号的S5工作制电机开展传统温升试验（获得td、τm）和等效温升试验（多次测量获得到达τm的时刻tk），将采集的数据用于预测模型训练。GA参数为种群规模50、最大遗传代数120、杂交概率0.80、变异概率0.01;BP网络参数为隐含层节点数10、训练算法Levenberg-Marquardt、训练精度0.001。训练结束后，向模型输入任一S5工作制电机的7个参数，模型均能给出等效温升试验所需的tk和τm。

3等效温升试验法可行性分析

选择不同型号的S5工作制电机进行传统温升试验和等效温升试验，对比结果如图3所示。两种方法测得的最高温升值误差在-1.2至1.5K之间，误差小，可满足实际工程需要;等效法用时0.6-0.7h，相比传统的8-9h，试验效率提高显著，所提出的等效温升试验法可行。

4结束语

由于断续周期工作制电机存在间歇停转，温升试验用时远超连续工作制电机，本文提出电机以额定电流持续运行的等效温升试验法，利用GA-BP算法建立模型对等效试验的测量时间和温升值进行预测，可大大缩短试验时间，减少试验设备占用率，降低人力成本，可在电机设计检验中广泛应用。

参考文献

[1] 程树康，李翠屏.不同冷却结构的微型电动车用感应电机三维稳态温度场分析[J].中国电机工程学报，2012，30（9）：82-89.

[2] 胡浩，钟璐.电动机温升估算有关问题[J].电工电气，2009，6（2）：92-93.

[3] Camilleri R，Woolmer T，Court A，et al. Investigation into the temperature profile of a liquid cooled YASA AFPM machine[C].6th IET International Conference on Power Electronics，Machines and Drives，2012：59.

[4] 張金平，黄守道，高剑.轿车车窗用永磁直流电动机温度预测算法研究[J].微特电机，2011，39（10）：33-35.

[5] 傅荟璇，赵红.MATLAB神经网络应用设计[M].北京：机械工业出版社，2010：83-91

[基金项目] 浙江省教育厅一般科研项目（Y201738410），浙江省教育厅访问工程师校企合作项目（FG2018076），校级企业经历工程项目（XQ20180003），浙江省大学生科技创新活动计划暨新苗人才计划项目（2019R454010）。