新能源汽车永磁同步电机故障分析与控制技术

农 海,黄雅金,蒋卫东

(广西玉林农业学校,广西 玉林 537000)

0 引言

随着世界经济的快速发展,同时也带来了一系列能源危机、环境污染和生态恶化等问题,能源需求供应矛盾日益突出,因此,传统的汽车产业正在向新能源汽车方向发展[1-2]。新能源汽车的发展离不开驱动电机的高效、稳定和安全运行。由于永磁同步电机(Permanent-magnet synchronous motor,PMSM)具有使用维护方便、高功率密度比和可靠性较高等优点,在新能源汽车制造中具有广泛的应用,因此,保证永磁同步电机的稳定运行是保障新能源汽车稳定发展的重要技术[3-5]。

永磁同步电机故障诊断技术通常是通过采集永磁同步电机工作时的振动信号、转速、电压电流值等进行故障诊断[6]。本研究基于永磁同步电机基本类型、工作原理和控制方法,对目前常见的数学模型法、信号处理法和数据驱动法进行阐述。研究结果可以为新能源汽车永磁同步电机的故障诊断与维修提供参考。

1 永磁同步电机基本结构及控制方法概述

永磁同步电机(PMSM)是目前新能源汽车中应用最为广泛的电机类型之一,具有使用高效、控制精度高、稳定性好及低噪音等应用优势[7],因此受到国内外新能源汽车制造产业最为青睐的驱动电动机类型之一。对新能源汽车中永磁同步电机的基本分类、结构、工作原理和控制方法进行概述。

1.1 永磁同步电机结构

永磁同步电机主要由转子、定子和电动机端盖组成。定子结构与普通电动机类型一致,主要为叠片结构,可以减小电动机运行时的消耗,定子绕组主要采用星形接法;转子结构主要为整体实心结构,由叠片叠压而成。根据永磁体在转子内部位置不同,永磁同步电机一般分为面贴式(凸极同步电机)、内插式(隐极同步电机)、内埋式三种类型。其中,面贴式永磁同步电机具有制造工艺简单、生产成本低等应用优势,但是对永磁体的保护功能较差;内埋式永磁同步电机制造工艺简单,在新能源汽车应用中启动性较好,但是在使用过程中会存在漏磁现象,需要额外采取隔磁措施;内插式永磁同步电机在使用过程中稳定性、可靠性和动态性能较好,是新能源汽车制造中应用最为广泛的永磁同步电机类型之一。

1.2 工作原理

永磁同步电机的转子为半永久磁铁,在定子绕组中存在三组均匀分布的三相绕组。当定子绕组输入三相正弦交流电时,内部会产生一个旋转磁场,该磁场与转子的永磁体磁场相互作用与影响,会使转子产生电磁转矩,并且会随着定子产生的旋转磁场转动,转子的转动与旋转磁场同步,因此又被称为“交流同步电动机”。

1.3 控制技术

为了保证永磁同步电机的控制稳定性,目前永磁同步电机控制技术主要包括开环控制、矢量控制、直接转矩控制、自适应控制、模糊控制和神经网络控制等多种方法。在智能控制技术,如模糊控制和神经网络控制技术中,可以将控制技术视为一个多环结构,智能控制方法用于外环速度的控制,内部电流和转矩控制仍然采取传统的数学控制方法。

1.4 PMSM常见故障分析

目前,新能源汽车永磁同步电机常见故障类型如图1所示,主要包括电气故障、永磁体故障和机械故障,不同故障类型之间存在着复杂的耦合关系。定子故障中最常见的为定子匝间短路故障,一般主要是由电机过热或者过载造成绝缘皮磨损等导致,严重的还会进一步引发相间短路故障等。机械故障中,轴承故障一般占45%～50%,主要是由轴承为对中、过载和机械振动等因素引起轴承故障,主要包括内圈故障、外圈故障等;偏心故障主要是由于轴承未对准和安装不准确等造成定子与转子之间的间隙不均匀造成,主要包括动态偏心故障和静态偏心故障等,会引起汽车电机振动和噪声,影响汽车正常的运行。

图1 永磁同步电机常见故障分类

2 基于不同方法下PMSM故障诊断技术

PMSM故障诊断技术主要从20世纪70年代开始逐渐发展起来,最初主要是通过将故障信号放大后,专家凭借自己的经验进行主观判断,该方法对专家经验及专业技术要求较高,但是诊断效率低,误差较大,难以形成系统体系进行推广与发展。后期,随着计算机技术的快速发展,可以依靠频谱分析等方法进行故障诊断,对PMSM的电流、电压、振动等信号进行故障特征提取,提高了故障诊断的稳定性与可靠性。目前,PMSM故障诊断方法主要包括数学模型法、信号处理法和数据驱动法。

2.1 基于数学模型方法下PMSM故障诊断技术

基于数学模型方法下PMSM故障诊断技术是最早发展起来的诊断方法之一,该方法需要首先建立电机故障模型,常见的建模方法包括基于经典状态估计、等效磁路法和有限元法等。基于数学模型方法下PMSM故障诊断需要建立准确的模型才能保障诊断效率和故障诊断的准确性,但是数学模型在开展故障诊断过程中会受到各项外界环境的干扰,这也导致数学模型下PMSM故障诊断精度较低。

2.2 基于信号处理方法下PMSM故障诊断技术

为了避免由于数学模型在PMSM故障诊断中准确率低等问题,逐渐发展基于频谱分析仪和小波变换等方法进行故障诊断和检测,与数学模型法相比,基于信号处理法下PMSM诊断具有很好的通用性,并且可以解决非线性等问题。目前主要包括以下6种方法:

1)Park矢量法。主要是通过对定子三相电流采用d/q变换对PMSM电流运行轨迹进行分析,判断是否存在故障。

2)小波分析法。通过提取PMSM信号特征进行时频分析,进而判断故障类型。

3)定子电流频谱分析法。通过定子电流频谱分析对PMSM三相电流进行分析,进而判定故障类型。

4)瞬时功率分解法。该方法故障诊断精度高,主要是通过分解电机的瞬时功率获得故障类型。

5)高频信号注入法。主要是对定子绕组中注入一个高频信号,然后采用滤波获得高频响应,通过故障特征提取进行在线诊断。

6)基于振动信号频谱分析法。主要是根据不同故障类型产生不同振动信号进行故障诊断。

2.3 基于数据驱动方法下PMSM故障诊断技术

近年来,随着人工智能算法的广泛应用,大量智能算法被应用到PMSM故障诊断中。目前常见数据驱动方法主要包括以下3种:

1)基于专家系统下PMSM故障诊断法。主要依赖智能数据库,其故障诊断效果和准确率主要依靠专家库的完备性,同时也是智能诊断技术最早应用方法之一。

2)基于模糊逻辑诊断法。主要依靠模糊逻辑中的推理规则进行故障诊断,目前主要应用于永磁同步电机轴承故障诊断和感应电机故障。

3)基于人工神经网络诊断法。与上述两种方法相比,基于人工神经网络诊断法不需要花费大量时间和精力构建模型和建立专家数据库,只需要经过大量训练就可以固定人工神经网络模型的各项参数,导入PMSM中就可以自动进行故障诊断与分类,是目前新型发展技术之一,并且在电机故障诊断中取得了一定的成果。

3 结论与展望

本文对目前常见的永磁同步电机故障诊断方法进行论述,主要包括数学模型法、信号处理法和数据驱动法,但是上述三种方法都依赖精确的数学模型,在实际应用过程中,会受到非线性工作环境和外界因素的影响,难以建立精确和稳定的数学模型,因此难以保障具有较高的故障诊断精度。未来应进一步加强基于人工智能方法下PMSM故障诊断方法的研究与发展,为新能源永磁同步电机的故障诊断提供更加准确的判断依据与诊断模型。