基于多特征信息融合PWM整流器故障診斷

1. 引言

自 21 世紀以來(lái)，新型城市軌道交通在我國得到了飛速的發(fā)展，現已是我國國民經(jīng)濟發(fā)展與人民生活水平的重要標志。它具有污染小、效率高、結構簡(jiǎn)單等一系列優(yōu)點(diǎn)。PWM 整流器[1]是新型能饋式牽引供電系統的關(guān)鍵部件，目前國內外學(xué)者對新型 PWM 整流器故障診斷研究較少，傳統的故障診斷算法不能準確快速的對故障進(jìn)行診斷，因此本文提出一種融合的故障診斷方法

[2]，能快速、準確、實(shí)時(shí)的在線(xiàn)對 PWM整流器開(kāi)關(guān)管故障診斷，從而便于容錯控制，保證列車(chē)平穩、安全的運行。故障特征的準確提取是故障診斷能否成功的關(guān)鍵。由于電力電子電路是多變量、非線(xiàn)性、強耦合的復雜系統，很難建立準確、有效的數學(xué)模型，傳統的故障診斷方法根本無(wú)法滿(mǎn)足當今的技術(shù)指標要求，而單一的智能診斷方法的故障診斷也不是十分有效，因此本文根據理論的分析與 MATLAB 的仿真，提出用小波分解來(lái)提取小波能量譜來(lái)作為故障特征量，并將標幺化后的特征量輸入BP神經(jīng)網(wǎng)絡(luò )來(lái)完成故障的識別與診斷。

2.1 小波分析提取故障特征

PWM 整流器開(kāi)關(guān)管在故障時(shí)電流或電壓特征量發(fā)生突變，信號中含有非平穩的時(shí)變信息，而用傳統的傅里葉變換往往只能對信號的頻域具有局部化分析能力，它是對整個(gè)時(shí)域的積分，適合于對穩態(tài)信號分析，對非穩態(tài)信號無(wú)能為力，而小波變換在時(shí)域和頻域都具有局部化能力，它的窗口尺寸可以根據信號的頻率而自動(dòng)調節，并且是一種基于“頻帶”的時(shí)頻分析方法，因而非常適合于暫態(tài)信號或非穩態(tài)信號的分析[3]。二進(jìn)制小波變換就是通過(guò)多分辨分析算法來(lái)實(shí)現的，將信號 ( )f t 分解為不同尺度上的近似和細節，也就是對應的低頻和高頻部分，分解的公式[4]可以表示為：

3 實(shí) 驗

3.1 MATLAB 故障仿真與分析選取 PWM 整流器電路作為診斷實(shí)例，原理圖如圖 3 所示， 使用 MATLAB 進(jìn)行建模與仿真，電路參數設置如下：輸入三相交流電壓為380V，工作頻率為 50Hz，電阻為 0.1Ω ，電感為 1mH,載波頻率為 10000Hz，調制系數為 0.4，通過(guò) MATLAB 分別對PWM 整流器正常工作和開(kāi)關(guān)管故障時(shí)進(jìn)行仿真，仿真時(shí)間設為 0.2s，在 0.1s 時(shí)發(fā)生開(kāi)關(guān)管開(kāi)路故障，下面我們通過(guò)提取小波能量譜來(lái)作為神經(jīng)網(wǎng)絡(luò )訓練樣本，然后在 0.12s、 0.08s 等時(shí)刻再次提取故障特征， 以此來(lái)對神經(jīng)網(wǎng)絡(luò )進(jìn)行測試，從而完成對開(kāi)關(guān)管故障的診斷和診斷算法的驗證，為了問(wèn)題的簡(jiǎn)化與說(shuō)明，下面我們只對開(kāi)關(guān)管單管故障進(jìn)行舉例，其他情況依此類(lèi)推。PWM 整流器基本工作原理[1]：

3.2 故障特征的提取

通過(guò)對比圖 4、圖 5 不難發(fā)現，在開(kāi)關(guān)管發(fā)生故障時(shí)，輸出電流發(fā)生了很大的畸變，通過(guò) db3 小波對輸出電流壓進(jìn)行 5 層分解， 提取 1個(gè)低頻系數和 5 個(gè)高頻系數，然后根據小波分解系數求出各頻段能量譜，按照順序排成一列向量，該向量就是與某一故障相對應的特征向量。下面對電壓信號進(jìn)行 5 層分解，得到 6 個(gè)頻帶的小波系數，重構各節點(diǎn)小波分解系數，則總信號可表示為[7]：

4. 結論

本文通過(guò)對 PWM 整流器的輸出電流進(jìn)行小波分解， 對比分析發(fā)現， PWM 整流器正常時(shí)和故障時(shí)小波分解系數相差明顯，因此對正常情況和各種故障情況的電流進(jìn)行分解并計算其小波能量譜，發(fā)現不同的故障各頻段的能量譜差別明顯，為了便于后面的分析與比較，將其歸一化后再將其輸入訓練好的神經(jīng)網(wǎng)絡(luò )進(jìn)行故障的識別與診斷9]， 仿真的結果表明該算法的診斷正確率 100%，是一種準確、高效的診斷算法，對工程上實(shí)現 PWM 整流器故障的快速、準確診斷與容錯控制提供了一定的指導作用[10]。

參考文獻

[1] 劉志剛,葉斌,梁暉.電力電子學(xué)[M].北京：北京交通大學(xué)出版社，2004.

[2] 羅惠,王友仁等.電力電子電路多源特征層融合故障診斷方法[J].電機與控制學(xué)報.2010,4,第14 卷(4 期):92-95.

[3] 徐昕，傅煊.基于小波分解和 BP 神經(jīng)網(wǎng)絡(luò )模擬電路故障診斷研究[J].現代電子技術(shù).2011,10，第 34 卷(19 期) :171-175.

[4] 王云亮，孟慶學(xué)等.基于小波能量法及神經(jīng)網(wǎng)絡(luò )的電力電子裝置故障診斷[J].智能控制技術(shù),2009,第 31 卷(2 期):25-27.

[5] 孟苓輝，王磊等.基于改進(jìn) BP 神經(jīng)網(wǎng)絡(luò )的牽引變流器故障診斷[J].電子設計工程,2012,3,第20 卷(6 期):61-63.

[6] 王軼.基于數據挖掘的機車(chē)牽引變流器故障診斷[D].成都：西南交通大學(xué)，2005,4.10

[7] 明廷鋒，姚曉山等.基于小波-主成分分析的離心泵故障診斷方法[J].武漢理工大學(xué)學(xué)報，010，12

[8] BingLi and Peilin Zhang.FeatureExtraction and Selection for Diagnosis Gear Using Wavelet Entropy and Mutual Information.[A].2008

[9] Zhimin Dong,Xinqiao Jin,YunyuYang.Fault diagnose for temperature,flow rate and pressure sensors in VAV systems using wavelet neural network[J].Applied Energy,2009,86:1624-1631.

[10] YaguoLei,ZhengjiaHe,YanyangZi.Expert Systems with Applications,2009.

作者簡(jiǎn)介： 孟苓輝 (1988—) ， 男， 吉林舒蘭人， 博士研究生。

研究方向：電力電子與電氣傳動(dòng)。