基于模糊逻辑的逆变器故障诊断系统的研究 - 电气系统与信息技术学报

可在www.sciencedirect.com上在线ScienceDirect电气系统与信息技术学报4（2017）10基于模糊逻辑的感应电动机逆变器故障诊断穆罕默德·法耶卡·卡特Ab u El-Sebaha，b， Mohamed Osamaca埃及开罗Dokki电子研究所b阿拉伯科学技术和海运学院工程学院，埃及c埃及10月6日城高等工程学院接收日期：2015年5月12日;接收日期：2016年8月5日;接受日期：2016年10月6日2016年10月20日在线发布摘要介绍了一种三相电压型逆变器的故障诊断系统该系统被开发为基于规则的模糊逻辑系统的逆变器功率半导体开关的故障情况下。在时域仿真模型的基础上，对逆变器不同故障状态进行了仿真，得到的电压谱为模糊逻辑系统提供了数据库所开发的故障诊断系统能够识别逆变器故障的类型和位置。© 2016 电 子 研 究 所 （ ERI ） 。 Elsevier B. V. 制 作 和 托 管 这 是 CC BY-NC-ND 许 可 证 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：故障诊断;电压型逆变器;模糊逻辑1. 介绍逆变器的使用在现代工业、航空航天、牵引、住宅等系统和发电厂中是流行的。感应电动机（IM）是变速交流传动中最适用的电动机类型，因此，为感应电动机供电的逆变器的可靠性非常重要。为了保持逆变器的高可靠性，需要进行故障诊断，以允许受控停机，从而减少停机时间和损坏设备，并允许在预防性维护调度。因此，监控和控制不仅需要以安全的方式关闭驱动系统，而且还需要检测故障位置和严重性，以便使用备用设备或修改操作策略（Kastha和Bose，1994年;Choi等人，2015;Haitham等人，2010;An等人，2011;Zhang，2015;Babel等人，2014;Yang，2015;Riberio等人，2003;Fuchs，2003）。出于经济原因，在线诊断技术需要在驱动系统中使用可用的传感器。虽然已经开发了几种用于感应电机故障诊断（FD）和故障诊断模型的技术，*通讯作者。电子邮件地址：mohamedibrahi32@hotmail.com（M.I. Abu El-Sebah）。电子研究所（ERI）负责同行评审http://dx.doi.org/10.1016/j.jesit.2016.10.0052314-7172/© 2016电子研究所（ERI）。Elsevier B. V.制作和托管这是CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。F. Khater等人/电气系统与信息技术学报4（2017）1011.ΣFig. 1.逆变器系统有六个电源开关。（Osama和Lipo，1994; Dragomir-Daescu等人，2003; Benbouzid，2000; Tallam等人， 2007年），已经进行了非常有限的工作，以调查逆变器中的故障诊断。这一不足之处提供了兴趣，提出了一个适当的方法来确定故障类型及其在逆变器中的位置。检测技术先前已经介绍了在电压源逆变器（VSI）馈入同步电机驱动系统的开关开路FD。该技术利用在驱动系统的关键点处的电压测量和分析模型（Riberio等人，2003年）。提出了基于知识模型的检测，用于为同步机供电的PWM逆变器（Peuget等人， 1998年）。 该诊断系统采用电流矢量轨迹法和瞬时频率法两种方法检测和识别逆变器晶体管开路故障。本文提出了一种基于知识的专家系统方法，用于诊断除续流二极管以外的三相逆变器的故障（Renfrew和Tian，1993）。这种诊断是基于最可能的缺陷，因为傅立叶分析的测量信息不能导致明确的故障确定。Debebeand和Sankar（1992）提出了一种基于专家系统的交流电机故障诊断方法。系统仅使用VSI的故障树配置定义故障类型，电机和机械故障在线或离线（故障排除维修）。在线诊断是基于每个设备的输入输出测量，导致故障的类型。针对关键故障类型，研究了IM驱动器VSI的故障模式（Kastha和Bose，1994）。对所选的几种故障类型进行了数学分析，并通过对变频器开环伏/赫兹控制的仿真进行了验证。该研究可为故障后的运行预测和容错控制提供参考 综述了VSI馈电IM驱动器的一些诊断方法，重点介绍了诊断方法的功能和特性（Fuchs，2003）。这项工作涵盖了逆变器组件的故障，仍然有前途的调查，为未来的应用。介绍了一种三相电压型逆变器的故障诊断系统该系统被开发为基于规则的模糊逻辑系统的逆变器功率半导体开关的故障情况下在时域仿真模型的基础上，对逆变器不同故障状态进行了仿真，得到的电压谱为模糊逻辑系统提供了数据库所开发的故障诊断系统能够识别逆变器故障的类型2. 逆变器故障一个三相电压源逆变器馈给感应电动机（如附录A）如图1所示。六种功率半导体开关Sa、S<$ a、Sb、S<$ b、S<$c、S<$ c 通常选择IGBT。 采用脉宽调制（PWM）开关方案，以便在恒定直流总线电压的情况下在幅值和频率上对三相逆变器输出电压进行整形和控制（Mohan等人， 1989年）。逆变器故障的类型可分为（Kastha和Bose，1994）：• 开关门驱动开路。• 开关短路• 逆变器输出端线间短路。• 逆变器输出端线路对地短路。12F. Khater等人/电气系统与信息技术学报4（2017）10• 直流母线短路。• 直流母线接地故障。逆变器输出端的短路故障发生为机器端子处的短路，因此保护系统激活断路器，但通常无法定义功率半导体开关（IGBT）中的故障。因此，在我们的研究中所考虑的故障是在IGBT的开关栅极驱动开路和开关短路。通过监测逆变器输出电压和电流（可以使用霍尔效应电压和电流传感器感测逆变器开关中的故障配置选择为：1. 开路故障：a. 一个开关（上或下）b. 不同相位的两个开关（直流母线的同一侧c. 不同相位的两个开关（直流母线的不同侧2. 短路故障：a. 一个开关（上或下）b. 不同相位的两个开关（直流母线的同一侧c. 不同相位的两个开关（直流母线的不同侧3. 逆变器故障逆变器系统模拟健康状况和不同的故障条件配置（开路和短路）。模拟针对以下情况进行：– 开路开关：Sa，Sa，SaSb，SaSb，SaSb，SaSb– 短路开关：S<$a，S<$a，S<$aS<$b，S<$ a S<$b，S<$aS<$b对不同故障类型和条件下的驱动系统进行了仿真，给出了故障发生后输出电压电流的波形和频谱。利用快速傅立叶变换（FFT），它被发现，每一种情况下的故障配置有一个显着的波形特征，区分它与其他故障。对FFT分量的详细研究得出结论，只有基波分量和直流分量足以指示故障的类型和位置。例如，图2示出了逆变器在同步调制（调制比21）和基频50 Hz下工作时的电压谱。正常逆变器情况表明没有偶次谐波分量和直流分量。在图2（b）中，在一个开关（Sa）断开的故障发生之后，电压谱在基波分量的相位b c中略微减小，并且几乎下降到相位a的值的一半。直流分量存在于所有相位中，相位偏移为负，因为Sa不活动。所以，Fig. 图2（b）示出了偶次谐波分量出现在所有相位中，特别是具有最大值的二次谐波出现在相位a中。在一个开关（Sa）短路的故障发生之后，如图2（c）所示，除了电压的偏移将为负之外，电压谱中出现与断开开关类似的4. 基于模糊逻辑的逆变器故障诊断不同故障配置的仿真模型的结果提供了数据库，可用于在线基于模糊逻辑的诊断系统。图3示出了具有数据监测和处理的驱动系统，该数据监测和处理馈送所开发的故障诊断（FD）系统。F. Khater等人/电气系统与信息技术学报4（2017）1013图二.逆变器电压谱：（a）正常情况（b）一个开关断开（c）一个开关短路。图三.模糊逻辑故障诊断系统。下面的小节将介绍模糊输入变量和应用的模糊集。模糊成员和缩放也将被引入。讨论了不同故障条件下的模糊推理问题4.1. 模糊系统输入与语言变量模糊系统的输入变量是逆变器输出电压。所考虑的变量是从FFT获得的直流分量的基波分量和极性 使用模糊集理论（Benbouzid，2000; Tallam等人， 2007年）、Va 1 =. μVa 1. va 1j|va 1 j∈Va1（1）Vb 1 =. μVb 1. vb 1j|vb 1 j∈Vb1<$14F. Khater等人/电气系统与信息技术学报4（2017）10（2）F. Khater等人/电气系统与信息技术学报4（2017）1015..ΣΣ--−见图4。输入变量的模糊隶属函数。Vc 1 =. μV c 1. vc 1j|vc 1 j∈Vc1<$（3）Va 0 =. μVa 0. va 0j|va 0 j∈Va0<$（4）Vb0 =. μVb0. vb0j|vb0 j∈Vb0<$（5）Vc0=μVc 0 vc0j|vc 0 j∈Vc 0（6）其中va1j，vb1j，vc1j，va0j，vb0jvc0j是离散论域（域）的元素Va1，Vb1，Vc1，Va0，Vb0Vc0。μVa1，μVb1，μVc1，μVa0，μVb0μVc0是相应的隶属函数。输入的模糊变量被解释为自然或人工语言中的语言变量。每个模糊变量都可以定义为X，它有T（X）个语言值的名称集合。模糊集是：T（X）=零（Z）、强非常小（SVS）、非常小（VS）、小（S）、刚好小（JS）、中等（M）、刚好大（JB）、大（B）、非常大（VB）、强非常大（SVB）其中X分别=Va1、Vb1、Vc1、Va0、Vb0和Vc0。4.2. 模糊隶属函数与尺度归一化隶属函数定义根据预测逆变器电压为每个故障情况。对模糊变量进行精细缩放，以覆盖电压信号基波分量的归一化域（0，1） 图 4说明了所用模糊集的隶属函数。电压的直流分量也可以定义为归一化域（1，1）中的语言变量然而，实现故障诊断的基于规则的建议仅需要直流分量的符号，因此负（N）、零（Z）、正（P）是适当的模糊集。4.3. 模糊推理16F. Khater等人/电气系统与信息技术学报4（2017）10模糊推理是模仿人类的思维和技能，作为一个实时的专家系统，有工程师FD经验的行动规则的形式。个人基于规则的推理是首选的，因为它提供了非常有效的计算，并节省了内存使用的结果。F. Khater等人/电气系统与信息技术学报4（2017）1017表1故障诊断矩阵。Vph（Va1，Vb 1，Vc 1）JB，SVB，SVB JS，JS，B B，B，VB JB，JB，JB Vs，VS，S M，M，VS（Va0，Vb0，Vc0）N，P，PSa：开路Sa：短P，N，NS<$ a：OpenSa：ShortN，N，PSa：打开Sb：打开S<$ a：短S<$ b：短P，P，NSa：OpenS¯b：OpenSa：短Sb：短N、P、ZSa：开路S¯b：OpenSa：短Sb：短P、N、ZS<$ a：OpenSb：OpenSa：ShortS<$ b：Short规则库提供支持模糊推理机的诊断规则，而数据库提供相应的输入隶属函数（Terano等人，1992;Driankov等人， 2016年）。如果-那么形式的FD系统的一些规则是：(A) 如果Va1为JB，Vb1为SVB，Vc1为SVB，则a相（Sa或S<$ a）的开关断开。如果Va0是N，Vb0Vc0是P，则Sa是开路。否则，如果Va0是P，Vb0Vc0是N，则Sa开路。(B) 如果Va1为JB，Vb1为JB，Vc1为JB，则a相（Sa或S<$ a）的开关短路。如果Va0是P，Vb0Vc0是N，则Sa是短的。否则，如果Va0是N，Vb0Vc0是P，则Sa短路。注意，（A）或（B）规则必须在后续步骤中应用，输入作为语言变量，但输出准确识别故障类型（开路或短路）和故障位置。5. 故障诊断和基于规则的组在上一节中，if-then规则的示例是以多级形式执行的，以获得定义的故障条件。在规则模糊系统的统一形式中考虑了输入转换开关（Sa，Sb，Sc，S′a，S′b和S′c）的所有故障情况 故障诊断可以按照表1中给出的矩阵形式的组来开发。矩阵中的每个单元提供了如果输入变量（V a1、V b1和V c1）满足上部原始数据中的语言值并且同时变量（V a0、V b0和V c0）具有左列中给出的极性时发生的故障状况。例如，如果（Va1，Vb1和Vc1）是（B，B，VB），（Va0，Vb0和Vc0）是（NPZ），则开关Sa和S<$ b是开路。 注意，基于规则的矩阵具有空单元，这在实际系统中是常见的情况，并且导致存储器的节省和快速动作性能（Driankov等人，2016年）。基于规则的模糊系统矩阵可用于IM传动系统的在线故障诊断。在这样的系统中，输入变量由传感器监测。通过DSP（其可以是TMS320VC55xxDSP）应用数据处理，并且在线FFT以获得限定基波相电压和直流分量的峰值的信号的频谱。6. 结论提出了一种三相电压型逆变器的故障诊断系统。该系统已被开发为基于规则的模糊逻辑系统的逆变器功率半导体开关的故障情况基于时域仿真模型，逆变器不同的故障条件下进行了仿真，得到的电压谱提供了发展的模糊逻辑系统。所提出的故障诊断系统已经导致在一个矩阵，提供故障条件，根据数据库的状态。所开发的系统是能够识别的类型和故障逆变器开关的位置此外，它是足够的，用于在线故障诊断系统中的感应电动机驱动器。18F. Khater等人/电气系统与信息技术学报4（2017）10致谢作者希望感谢埃及科学研究部和美国国务院通过美国-埃及科学技术联合基金联合资助这项工作。附录A. 马达额定值3-三相感应电动机鼠笼功率：3 HP1450 rpm，50 Hz 200引用安群涛，孙丽芝，赵克，孙丽，李，2011。基于开关函数模型的无传感器逆变器断路故障快速诊断方法。IEEETrans. 《电力电子》，126（1），119-126。Babel，Andrew，Muetze，Annette，Seebacher，Roland，Krishan，Klaus，Strangas，Elias G.，2014. 基于在线表征的逆变器IGBT状态监测与故障预测。 2014年IEEE能源大会和博览会（ECCE），3059-3066。Benbouzid，M.，两千 感应电动机特征分析作为故障检测媒介的综述。 IEEE Trans. 印第安纳 Appl. 47（5），984-993。Choi，Jung-Hyun，Kim，Sanghoon，Yoo，Dong Sang，Kim，Kyeong-Hwa，2015.为提高直线感应电动机驱动系统的可靠性，提出了一种诊断异步电动机同时断路故障的方法。IEEETrans. Ind.Electron.62（7），4065-4077.Debebeand，K.，桑卡，T. S.，一九九二年交流传动的诊断和监测。在：IEEE/IAS年会，休斯敦，得克萨斯州，10月4日至9日，pp。370-377Dragomir-Daescu，D.，Al-khalidy，A.，Osama，M.，Kliman，G.，2003. 利用振动和电流传感器检测制冷压缩机的损坏。见：SDEMPED2003会议记录，美国佐治亚州亚特兰大，8月24日至26日，第123页。355-360Driankov，D.，Hellendoorn，H.，Reinfrank，M.，2016年。 模糊控制导论。 施普林格，1996年。Fuchs，F.W.，2003. 感应电机变速传动中电压源的几种诊断方法综述。Nov2002-6 In：Proceedings of IEEE/IE Annual Meeting，2，pp.1378- 1385Haitham，Abu-Rub，Ahmed，Sk Moin，Iqbal，Atif，Rahimian，M.，Toliyat，H.A.，2010年。 基于ANFIS的异步电动机轴承早期故障诊断。电机（ICEM），2010年第十九届国际会议，IEEE，1- 5。Kastha，D.，Bose，B.K.，一九九四年感应电动机驱动电压馈入式变频器故障模式的研究。IEEE Trans. 印第安纳Appl. 30（4），1028-1038. Mohan，N.，Undeland，T.，罗宾斯，W.，一九八九年 电力电子转换器、应用与设计。 约翰·威尔父子&公司。Osama，M.，Lipo，T.A.，1994. 一种分析偏心转子磁拉力的新型感应电机模型。在：电力电子研讨会论文集，电气驱动器，先进的电动机论文集，6月，第100页。173-177页。珀热河，Courtine，S.，Rognon，J.，1998年基于知识模型的PWM逆变器故障检测与隔离。 IEEE Trans. 印第安纳 Appl. 34（6），1318-1326。伦弗鲁，AC，Tian，J.X.，一九九三年基于知识的系统在电力电子电路故障诊断中的应用。英国布赖顿，9月13&-16日，见：第五届欧洲电力电子应用会议论文集，第7页。57比62里贝里奥河Jacobina，C.，Da Silva，E.，利马，A.，2003. 电压型PWM电动机驱动系统开关开路故障的检测IEEETrans. 《电力电子》，18（2），587-593页。Tallam，R.M.，例如，2007年感应电机定子故障检测方法综述。 IEEE Trans. 印第安纳 Appl. 43（4），920-933。Terano，T.，Asai，K.，Sugeno，M.，1992. 模糊系统理论及其应用。中国科学出版社.Yang，Shih-Chin，2015. 利用中性点电压差在线检测交流电机定子匝间故障。 未来能源电子会议（IFEEC），2015IEEE第二届国际，IEEE，1-7。张，X.，2015年。提出了一种基于滑模神经网络和MLD模型的逆变器开断故障诊断新方法。 2015 IEEE MagneticsConference（INTERMAG），IEEE，pp. 一比一FaekaKhater（IEEE SM）获得学士学位，M.S. 和博士分别于1967年、1976年和1982年获得埃及开罗大学电机工程学位1984年至1987年，她是美国威斯康星大学麦迪逊分校自毕业以来，她一直在电子研究所（ERI）工作，RA（19671992年，博士。Khater她一直是电力电子能源转换系的教授，ERI，她在2001年至2006年担任她是德国亚琛电力电子电气驱动研究所的客座教授（2001年5月/6月）。教授Khater的兴趣包括电机，电驱动系统控制，电力电子转换器，数字电子控制，可再生能源和节能技术。F. Khater等人/电气系统与信息技术学报4（2017）1019穆罕默德岛Abu El-Sebah获得了学士、硕士和博士学位。分别于1990年、1996年和2003毕业后，他一直在埃及开罗的电子研究所（ERI）工作2003年，他成为ERI的助理教授。他的研究兴趣是电力驱动，电力电子和数字控制。穆罕默德·奥萨马获得了学士学位。1991年获得埃及吉萨开罗大学电力工程学士学位，1992年获得埃及吉萨开罗大学电力工程硕士学位。和博士1994年和1997年分别获得美国威斯康星大学麦迪逊分校电机工程学位。1997年至2005年，Osama博士在美国纽约州Niskayuna的通用电气公司（GE-GRC）的企业研究开发中心工作，领导和执行电机、发电机和电气驱动技术的研发项目自2005年1月以来，奥萨马博士一直是埃及十月六日城高等工程学院的助理教授。Osama博士目前是EGWEA（埃及风能协会）的副主席Osama博士他是IEEE发表的11篇技术论文的作者，其中包括3篇期刊（IAS交易）论文。奥萨马博士拥有9项美国专利。