基于灰关联分析的牵引逆变器故障诊断

孟苓辉，周振威，何世烈，刘俊斌，时林林，俞鹏飞

（工业和信息化部电子第五研究所电子元器件可靠性物理及应用技术重点实验室，广东广州 510610）

随着我国高速铁路的快速发展，列车的运行速度不断提高，这对列车的安全性和可靠性提出了更高的要求。牵引电传动系统作为电力机车的核心动力系统，其安全性直接关系到整车的可靠性和稳定性，对其进行实时状态监测和故障诊断是实现列车安全容错控制和保障列车稳定运行的关键。

目前，国内外在牵引逆变器故障诊断方面已经开展了一些研究。文献[1]提出一种基于电流残差的逆变器故障诊断方法，该方法运用混合逻辑动态模型和三电平仿真模型经过一系列的数学运算提取线电流残差,作为逆变器故障诊断的部分输入特征；文献[2]搭建了基于dSPACE 的半实物仿真试验平台，为逆变器的控制及故障测试模拟打下了基础；文献[3]提出一种在电流滞环控制下逆变器功率管发生开路故障的基于电流的在线诊断方法及容错控制结构；文献[4]针对逆变器开路故障时特征信息的冗余性、复杂性和精确度不高的问题，提出一种粗糙集贪心算法来进行数据离散和属性约简并提取有效规则表；文献[5]为解决多电平逆变器的故障诊断问题，提出了一种基于深度神经网络的多电平级联H 桥逆变器的故障诊断方法；文献[6]基于道岔转辙机典型故障下的动作功率曲线变化规律，提出一种基于灰关联的道岔故障诊断方法；文献[7]针对自动化检定设备系统的集成度和复杂度越来越高，依靠传统经验维护变得越发困难的问题，提出了一种基于聚类分析的电力计量自动化流水线故障诊断方法；文献[8-10]分别采用仿真、人工智能及频谱分析的手段对不同领域的对象开展相关特征提取及故障诊断技术研究；文献[11-16]分别将灰关联分析理论引进到农业、生物、建筑、无人机和预警预测等领域，但均未涉及到变流器故障诊断领域。

传统的故障诊断方法难以实现准确的特征提取及故障辨识，在针对牵引逆变器及系统的故障诊断中，普遍采用神经网络、小波分析、模糊推理及支持向量机等基于人工智能学习算法的诊断方法，然而这些方法需要大量的样本进行学习，计算较复杂，而且需要较长的计算时间和较大的硬件成本，硬件实现较复杂，而灰色关联方法计算量小，无需大量样本。因此文中将灰关联方法应用到牵引逆变器的故障诊断之中，通过分析三相输出交流电流提取故障特征，并通过dSPACE 半实物仿真平台获取故障特征样本，最后经过仿真计算求得各故障样本与标准特征的关联度。实验结果表明，该方法可以快速准确地完成逆变器的故障诊断，并且算法简单可靠，具有一定的工程应用前景。

1 灰色关联模型

设参考序列为X0（k），比较序列为Xi（k），对其进行无量纲化处理得到序列{x0（k）}、{xi（k）}，其中：

灰色关联分析中一般关联度模型计算公式为：

则γ（X0,Xi）满足灰色关联四公理，其中，ξ为分辨系数，通常取为0.5。γ（X0,Xi）为X0与Xi的灰色关联度。因此，灰色关联度的计算步骤可以分为五步。

第1 步求一个序列的初值像。令：

第2 步求差序列。记：

第3 步求（i=0,1,2,…,m）两极最大差与最小差。记：

第4 步求关联系数。

第5 步计算关联度。

输出关联度向量γ=[γ01,γ02,…,γ0m]，若γi=max{γ01,γ02,…,γ0m}，则X0与Xi关联度最大，系统发生的故障为第i种故障。

2 灰色关联模型在逆变器故障诊断中的应用

2.1 识别对象

研究的电力牵引系统主电路原理如图1 所示，主要以牵引逆变器的开关管开路故障为例进行故障分析与算法验证，即主要对IGBT（T1～T6）进行故障仿真试验分析，提取主要故障特征，并采用灰色关联分析进行故障诊断及模式识别，具体流程如图2所示。

图1 dSPACE实时仿真平台电机驱动系统主电路原理图

图2 基于灰色关联模型的逆变器故障识别框图

2.2 逆变器故障特征提取

逆变器开关管故障时，三相输出电流可以反映出其具体的故障信息，根据输出电流的时频域信号处理及统计分析可以提取其故障特征，并完成逆变器6 个开关管（T1～T6）的故障诊断。对三相输出电流的平均值进行标幺化处理，采用交流侧矢量幅值作为标幺化的基值，因此三相电流的标幺化均值表达式为：

3 仿真与实验

在实验室搭建dSPACE 半实物仿真平台的异步电机矢量控制实时仿真系统，以dSPACE 实时仿真平台作为控制系统的核心，以此来模拟开关器开路故障。该平台主要由PC 机、dSPACE 软件系统、dSPACE 硬件控制板DS1104 PPC、dSPACE 硬件控制面板CP1104、电压和电流传感器以及光电编码器构成的信号检测单元与功率智能模块IPM 组成，其控制系统结构框图如图3 所示。图中左上方为基于PC机的dSPACE 软件系统，通过它进行设计并建立基于dSPACE 的用于实时仿真的矢量控制模型，并在软件中分别中断开关管T1～T6 的脉冲，用以触发IPM 中的功率开关管发生开路，将经过三相不可控二极管全桥整流电路变换后的直流电压逆变为交流电压。图4 为搭建的基于dSPACE 平台的实时仿真实验系统实物图。

图3 实时仿真实验系统结构框图

图4 基于dSPACE平台的矢量控制实时仿真实验系统实物图

380 V 三相交流额定电压输入经二极管不可控整流时，中间直流电压平均值的范围为：

Udc=（1.35～1.414）×380=513～537 V

由于逆变器输出是额定功率为2.2 kW 的异步电机负载，中间电流的最大值为：

中间直流电路的最大电流为4.29 A，考虑取1.8倍的测量裕量，直流电流传感器最小测量范围为±7.72 A。异步电机定子侧的额定电流为5 A，电流的幅值为7.07 A。

通过多次的实验模拟，并经过统计分析，可以得出逆变器输出电流的标准故障特征如表1 所示，其中T0代表系统正常，T1～T6分别代表1～6 管开路故障。

表1 逆变器开关管标准故障特征向量表

在获取故障特征标准向量后，通过dSPACE 控制系统模拟T0～T6各状态，并采样获取另外一组实际故障逆变器的输出电流信号，经过信号处理与特征提取，利用Matlab2011b 编程计算与标准故障特征的关联度，如表2 所示。

表2 逆变器开关管故障诊断灰关联度

由表2 可知，分别取每行的最大值γi=max{γ01,γ02…,γ06}，如第一行系统状态为T0，而关联度最大值为γ00，因此可以诊断出系统为T0状态，即与系统实际状态相符；同理可以观测到在故障状态T1～T6，最大关联度分别为γ01～γ06，见表2 中加粗数据，可诊断出系统的状态分别为T1～T6发生开路故障。该方法简单实用、准确可靠，在列车电力牵引系统故障诊断与模式识别领域具有广阔的应用前景和实际意义。

4 结论

牵引逆变器故障模式复杂，传统故障诊断技术在诊断过程中存在一定的缺陷，诊断率低且诊断故障单一。文中将灰色关联分析的方法应用于逆变器开关器件的故障诊断。实验结果表明，该算法在逆变器诊断中具有很好的稳定性和分辨率，另外，利用灰关联分析方法进行故障识别，原理清楚、计算简单、便于在工程上应用，进而可以实现牵引电传动系统的在线故障识别和诊断。

文中只以牵引电传动系统开关器件为例，对灰关联算法在逆变器故障诊断中的应用进行了仿真分析和实验验证，后续还需对牵引电传动系统的故障模式进行更全面的深入分析和特征识别，进而完成对牵引电传动系统的在线故障诊断，为系统的故障容错控制和列车的安全稳定运行提供重要的保障。