研究汽車電機(jī)的故障診斷論文

　　摘要：本文闡述了汽車電機(jī)故障診斷的特點(diǎn)和意義，并詳細(xì)介紹了多種汽車電機(jī)故障診斷的方法。

　　關(guān)鍵字：汽車電機(jī)故障方法

　　1.電機(jī)故障診斷的特點(diǎn)及實(shí)施電機(jī)故障診斷的意義

　　1.1電機(jī)故障診斷的特點(diǎn)

　　電機(jī)的功能是進(jìn)行電能與機(jī)械能量的轉(zhuǎn)換，涉及因素很多，如電路系統(tǒng)、磁路系統(tǒng)、絕緣系統(tǒng)、機(jī)械系統(tǒng)、通風(fēng)散熱系統(tǒng)等。哪一部分工作不良或其相互之間配合不好，都會導(dǎo)致電機(jī)出現(xiàn)故障。因此，電機(jī)故障要比其它設(shè)備的故障更復(fù)雜，其故障診斷所涉及到的技術(shù)范圍更廣，對診斷人員的要求也就更高。一般來說，電機(jī)故障診斷涉及到的知識領(lǐng)域主要有[20]：電機(jī)理論、電磁測量、信號處理、計(jì)算機(jī)技術(shù)、熱力學(xué)、絕緣技術(shù)、人工智能等。電機(jī)故障診斷的復(fù)雜性還表現(xiàn)在故障特征量的隱含性、故障起因與故障征兆之間的多元性。一種故障可能表現(xiàn)出多種征兆，有時不同故障起因也可能會反映出同一個故障征兆，這種情況下很難立即確定其真正的故障起因。另外，電機(jī)的運(yùn)行還與其負(fù)載情況、環(huán)境因素等有關(guān)，電機(jī)在不同的狀態(tài)下運(yùn)行，表現(xiàn)出的故障狀態(tài)各不相同，這進(jìn)一步增加了電機(jī)故障診斷難度，所以要求對電機(jī)進(jìn)行故障診斷首先必須掌握電機(jī)本身的結(jié)構(gòu)原理、電磁關(guān)系和進(jìn)行運(yùn)行狀況分析的方法，即掌握電機(jī)各種故障征兆與故障起因間的關(guān)系的規(guī)律。

　　1.2實(shí)施電機(jī)故障診斷的意義

　　電機(jī)的驅(qū)動易受逆變器故障的影響，在交流電機(jī)驅(qū)動系統(tǒng)中，逆變器短路故障將會使電機(jī)產(chǎn)生有規(guī)律波動的或是恒定的饋電扭矩，使車輛突然減速。研究表明：逆變器出現(xiàn)故障時，永磁感應(yīng)電機(jī)將產(chǎn)生較大的饋電扭矩，而且永磁電機(jī)也有存在潛在的高消磁電流的問題。而感應(yīng)電機(jī)在逆變器出現(xiàn)故障時所產(chǎn)生有規(guī)律的饋電扭矩將由于有持續(xù)的負(fù)載而迅速衰減，這說明了感應(yīng)電機(jī)具有較高的容錯能力，適應(yīng)混合動力系統(tǒng)的要求。開關(guān)電機(jī)磁阻是最具有故障容錯能力的電機(jī)，而且當(dāng)其有一個逆變器支路出現(xiàn)故障時電機(jī)仍能產(chǎn)生凈扭矩，另外，開關(guān)磁阻電機(jī)成本低，結(jié)構(gòu)緊湊，但是開關(guān)磁阻電機(jī)有較大的噪聲和扭矩脈沖，而且需要位置檢測器，而這些缺點(diǎn)使得開關(guān)磁阻電機(jī)在現(xiàn)階段不適合應(yīng)用于混合動力客車上。在混合動力客車動力系統(tǒng)中，電機(jī)是作為輔助動力的，而且電機(jī)屬于高速旋轉(zhuǎn)設(shè)備，如果電機(jī)出現(xiàn)故障，電機(jī)產(chǎn)生的瞬態(tài)扭矩將使車輛的穩(wěn)定性和動力性將受到影響，而且，電機(jī)由高壓電池組驅(qū)動，如果電機(jī)出現(xiàn)故障而不能及時容錯，電機(jī)產(chǎn)生的瞬態(tài)電流將使電池受到損害，因此在混合動力系統(tǒng)中對電機(jī)進(jìn)行故障診斷是非常必要的。

　　2.電機(jī)的故障診斷方法及典型故障診斷分析

　　2.1電機(jī)故障的診斷方法

　　(1)傳統(tǒng)的電機(jī)故障診斷方法

　　在傳統(tǒng)的基于數(shù)學(xué)模型的診斷方法中，經(jīng)典的基于狀態(tài)估計(jì)或過程參數(shù)估計(jì)的方法被應(yīng)用于電機(jī)故障檢測。圖1為用此類方法進(jìn)行故障診斷的原理框圖。這種方法的優(yōu)點(diǎn)是能深入電機(jī)系統(tǒng)本質(zhì)的動態(tài)性質(zhì)，可實(shí)現(xiàn)實(shí)時診斷，而缺點(diǎn)是需建立精確的電機(jī)數(shù)學(xué)模型，選擇適當(dāng)決策方法，因此，當(dāng)電機(jī)系統(tǒng)模型不確定或非線性時，此類方法就難以實(shí)現(xiàn)了。

　　(3)基于模糊邏輯的電機(jī)故障診斷方法

　　圖3為基于模糊邏輯的電機(jī)故障診斷方法框圖，故障診斷部分是一個典型的模糊邏輯系統(tǒng)，主要包括模糊化單元、參考電機(jī)、底層模糊規(guī)則和解模糊單元。其中，模糊推理和底層模糊規(guī)則是模糊邏輯系統(tǒng)的核心，它具有模擬人的基于模糊概念的推理能力，該推理過程是基于模糊邏輯中的蘊(yùn)涵關(guān)系及推理規(guī)則來進(jìn)行的。模糊規(guī)則的制定有兩種基本方法：第一，啟發(fā)式途徑來源于實(shí)際電機(jī)操作者的語言化的經(jīng)驗(yàn)。第二，是采用自組織策略從正常和故障電機(jī)測量獲得的信號進(jìn)行模糊故障診斷的制定，將此方法通過計(jì)算機(jī)仿真實(shí)現(xiàn)，對電機(jī)故障有較好的識別能力。

　　(4)基于遺傳算法的電機(jī)故障診斷方法

　　遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，它的推算過程就是不斷接近最優(yōu)解的方法，因此它的特點(diǎn)在于并行計(jì)算與全局最優(yōu)。而且，與一般的優(yōu)化方法相比，遺傳算法只需較少的信息就可實(shí)現(xiàn)最優(yōu)化控制。由于一個模糊邏輯控制器所要確定的參變量很多，專家的經(jīng)驗(yàn)只能起到指導(dǎo)作用，很難根據(jù)指導(dǎo)準(zhǔn)確地定出各項(xiàng)參數(shù)，而反復(fù)試湊的過程就是一個尋優(yōu)的過程，遺傳算法可以應(yīng)用于該尋優(yōu)過程，較有效地確定出模糊邏輯控制器的結(jié)構(gòu)和數(shù)量。

　　遺傳算法應(yīng)用于感應(yīng)電機(jī)基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法的`框圖如圖4所示。設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的關(guān)鍵在于如何確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及連接權(quán)系數(shù)，這就是一個優(yōu)化問題，其優(yōu)化的目標(biāo)是使得所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)具有盡可能好的函數(shù)估計(jì)及分類功能。具體地分，可以將遺傳算法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和訓(xùn)練兩個方面，分別構(gòu)成設(shè)計(jì)遺傳算法和訓(xùn)練遺傳算法。許多神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)細(xì)節(jié)，如隱層節(jié)點(diǎn)數(shù)、神經(jīng)元轉(zhuǎn)移函數(shù)等，都可由設(shè)計(jì)遺傳算法進(jìn)行優(yōu)化，而神經(jīng)網(wǎng)絡(luò)的連接權(quán)重可由訓(xùn)練遺傳算法優(yōu)化。這兩種遺傳算法的應(yīng)用可使神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)得以優(yōu)化，特別是用DSP來提高遺傳算法的速度，可使故障響應(yīng)時間小于300μs，不僅單故障信號診斷準(zhǔn)確率可達(dá)98%，還可用于雙故障信號的診斷，其準(zhǔn)確率為66%。

　　近年來，電機(jī)故障診斷的智能方法在傳統(tǒng)方法的基礎(chǔ)上得到了飛速發(fā)展，新型的現(xiàn)代故障診斷技術(shù)不斷涌現(xiàn)：神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法等都在電機(jī)故障診斷領(lǐng)域得到成功應(yīng)用。隨著現(xiàn)代工業(yè)的發(fā)展，自動化系統(tǒng)的規(guī)模越來越大，使其產(chǎn)生故障的可能性和復(fù)雜性劇增，僅靠一種理論或一種方法，無論是智能的還是經(jīng)典的，都很難實(shí)現(xiàn)復(fù)雜條件下電機(jī)故障完全、準(zhǔn)確、及時地診斷，而多種方法綜合運(yùn)用,既可是經(jīng)典方法與智能方法的結(jié)合，也可是兩種或多種智能方法的結(jié)合，兼顧了實(shí)時性和精確度,因此多種方法的有機(jī)融合、綜合運(yùn)用這一趨勢將成為必然，也將成為電機(jī)故障在線診斷技術(shù)發(fā)展的主流方向。

　　參考文獻(xiàn)：

　　[1]陳清泉,詹宜君，21世紀(jì)的綠色交通工具——電動汽車[M]，北京:清華大學(xué)出版社,2001

　　[2]沈艷霞，紀(jì)志成，姜建國，電機(jī)故障診斷的人工智能方法綜述，微特電機(jī)，2004年

　　[3]L-X.WangandJ.M.Mendel.Generatingfuzzyrulesbylearningfromexamples[J].IEEETrans.OnSystems,Man,andCybernetics,1992

【研究汽車電機(jī)的故障診斷論文】相關(guān)文章：

動力轉(zhuǎn)向系統(tǒng)故障診斷研究的論文04-14

變壓器故障診斷技術(shù)研究論文04-16

電廠設(shè)備故障診斷發(fā)展趨勢與研究方向論文07-14

對油浸式變壓器故障診斷的研究論文06-13

基于案例推理的裝甲裝備故障診斷方法研究論文04-15

汽車故障診斷相關(guān)論文04-03

基于故障樹和規(guī)則推理的穿梭車故障診斷研究論文06-13

關(guān)于《機(jī)械故障診斷學(xué)》的教學(xué)改革研究論文06-19

智能故障診斷技術(shù)淺析論文04-28