基于模式識別的五相容錯永磁電機(jī)短路故障智能診斷.pdf

1、目前，多相永磁電動機(jī)在優(yōu)于多相電動機(jī)的基礎(chǔ)上，引入永磁體，因而得到了頗為廣泛的應(yīng)用。另外，多相永磁電機(jī)具有良好的容錯運(yùn)行能力，使得它在電動汽車等一些特殊應(yīng)用方面愈加被重視。因而，保證多相永磁電機(jī)的穩(wěn)定與安全運(yùn)行已逐漸成為當(dāng)前的熱門研究之一。
　　本文主要以電動汽車用五相永磁容錯電機(jī)作為對象，重點(diǎn)分析電機(jī)的正常運(yùn)行狀態(tài)和匝間短路運(yùn)行狀態(tài)，并針對電機(jī)不同的運(yùn)行狀況和不同故障嚴(yán)重程度情況，探討了基于人工智能方式的故障模式識別系統(tǒng)。本文內(nèi)

2、容概括如下:
　　1、根據(jù)電機(jī)運(yùn)行原理推導(dǎo)出五相永磁容錯電機(jī)數(shù)學(xué)模型，在分析了電機(jī)無故障運(yùn)行的情況下，建立五相永磁容錯電機(jī)在發(fā)生單相繞組短路故障下的模型并搭建其矢量控制仿真模型，利用軟件Matlab/Simulink，仿真了電機(jī)的正常運(yùn)行狀態(tài)以及不同嚴(yán)重程度下電機(jī)匝間短路故障狀態(tài)，分析了短路故障對電機(jī)輸出信號和運(yùn)行狀態(tài)的影響。
　　2、介紹了快速傅立葉變換(FFT)和主元分析(PCA)降維方法，并應(yīng)用到電機(jī)匝間短路故障的診斷

3、中，對電機(jī)故障電流信號進(jìn)行分析。因?yàn)殡姍C(jī)故障產(chǎn)生的影響很大，必須及時準(zhǔn)確的診斷出故障及其嚴(yán)重程度，本文介紹了人工神經(jīng)網(wǎng)絡(luò)(NN)的基本知識，在經(jīng)典BP神經(jīng)網(wǎng)絡(luò)輸入層上提出改進(jìn)方法，并應(yīng)用到電機(jī)單相匝間短路故障智能模式診斷研究中，通過仿真結(jié)果的對比分析驗(yàn)證該方法的優(yōu)越性。
　　3、引入支持向量機(jī)(SVM)分類方法，采用最小二乘支持向量機(jī)(LS-SVM)。在二分類支持向量機(jī)的基礎(chǔ)上，重點(diǎn)介紹了多分類支持向量機(jī)，在粒子算法的基礎(chǔ)上實(shí)現(xiàn)了