第1章 电机常见故障及其诊断方法 1
1.1 概述 1
1.2 感应电机的组成 3
1.2.1 定子 3
1.2.2 转子 3
1.2.3 轴承 4
1.3 感应电机的故障 4
1.3.1 机械故障 6
1.3.2 电气故障 7
1.4 感应电机故障诊断方法概述 8
1.4.1 基于解析模型的故障诊断方法 9
1.4.2 无需解析模型的故障诊断方法 11
1.5 本章小结 14
1.6 参考文献 14
第2章 感应电机绕组故障建模 18
2.1 概述 18
2.1.1 仿真模型与诊断模型 18
2.1.2 模型选择的目标 18
2.1.3 模型选择的方法 19
2.1.4 本章结构安排 20
2.2 研究框架与一般方法 20
2.2.1 前提假设 20
2.2.2 绕组的等效 20
2.2.3 无故障等效两相电机 27
2.2.4 考虑定子绕组故障 29
2.3 定子绝缘故障时的电机建模 32
2.3.1 定子短路时的电机方程 32
2.3.2 任意参考系下的状态模型 34
2.3.3 三相定子模型的扩展 38
2.3.4 诊断模型的验证 39
2.4 定／转子耦合故障建模方法的普适化 42
2.4.1 转子不平衡时的电机方程 43
2.4.2 定／转子故障时的一般电机模型 45
2.5 感应电机的监测方法 47
2.5.1 感应电机故障诊断的参数估计 47
2.5.2 监测方法的实验验证 50
2.6 本章小结 53
2.7 参考文献 54
第3章 感应电机的闭环诊断 56
3.1 概述 56
3.2 闭环辨识 57
3.2.1 闭环辨识中存在的问题 57
3.2.2 电机故障诊断中的参数辨识问题 59
3.3 感应电机闭环辨识的一般方法 59
3.3.1 考虑控制的作用 59
3.3.2 基于闭环解耦的电机参数辨识 61
3.3.3 辨识结果 64
3.4 定／转子同时故障时的闭环诊断 66
3.4.1 感应电机通用故障模型 66
3.4.2 具有先验知识的参数估计 67
3.4.3 故障的检测与定位 68
3.4.4 直接辨识和间接辨识的结果比较 70
3.5 本章小结 72
3.6 参考文献 73
第4章 基于观测器的感应电机故障诊断 76
4.1 概述 76
4.2 建立数学模型 78
4.2.1 三相感应电机无故障时的模型 78
4.2.2 感应电机无故障时的Park模型 81
4.2.3 感应电机出现故障时的模型 84
4.3 故障观测器 84
4.3.1 基本原理 84
4.3.2 不同种类的故障观测器 87
4.3.3 扩展观测器 92
4.4 基于观测器的故障诊断 94
4.4.1 使用Park模型 94
4.4.2 使用三相电机模型 97
4.4.3 观测器重构转矩的频谱分析 99
4.5 本章小结 100
4.6 参考文献 101
第5章 感应电机的热监测 103
5.1 概述 103
5.1.1 感应电机温度监测的目的 103
5.1.2 感应电机温度监测的主要方法 104
5.2 基于卡尔曼滤波器的实时参数估计 107
5.2.1 卡尔曼滤波器的特征及优点 107
5.2.2 扩展卡尔曼滤波器的实现 108
5.3 热监测的电气模型 111
5.3.1 连续时间模型 111
5.3.2 全阶模型 112
5.3.3 离散化的扩展模型 114
5.4 实验系统 115
5.4.1 实验平台简介 115
5.4.2 热仪表 117
5.4.3 电气仪表 118
5.5 实验结果 121
5.5.1 卡尔曼滤波器的调节 121
5.5.2 磁饱和的影响 124
5.6 本章小结 126
5.7 附录 感应电机特性 126
5.8 参考文献 127
第6章 基于模型失效方法的汽车铅酸蓄电池内阻估计：在汽车起动性能评估中的应用 130
6.1 概述 130
6.2 汽车起动阶段铅酸蓄电池的分数阶模型 131
6.3 分数阶模型的辨识 133
6.3.1 输出误差辨识算法 134
6.3.2 输出灵敏度计算 135
6.3.3 估计参数的验证 135
6.3.4 应用到起动信号中 135
6.4 用电池电阻作为起动能力的指示器 136
6.5 模型验证及电池内阻的估计 138
6.5.1 模型验证的频率法 138
6.5.2 电池内阻估计的应用 140
6.5.3 简化的阻值估计器 143
6.6 电池状态的估计 146
6.7 本章小结 148
6.8 参考文献 148
第7章 基于信号分析技术的感应电机机电故障诊断 151
7.1 概述 151
7.2 电流的频谱 152
7.3 信号处理 153
7.3.1 傅里叶变换 153
7.3.2 周期图 154
7.4 实验中的信号分析 155
7.4.1 断条引起的故障 156
7.4.2 轴承故障 160
7.4.3 静态不对中故障 166
7.4.4 匝间短路 173
7.5 本章小结 176
7.6 附录 176
7.6.1 附录A 实验使用电机的部分特性参数 176
7.6.2 附录B 实验使用滚珠轴承的部分特性参数 177
7.7 参考文献 177
第8章 基于神经网络的感应电机故障诊断 179
8.1 概述 179
8.2 在故障诊断问题中ANN的使用方法 180
8.2.1 选择故障指示器 180
8.2.2 选择神经网的结构 181
8.2.3 建立学习和测试数据库 182
8.2.4 神经网络的学习和测试 182
8.3 监测系统概述 183
8.4 故障检测可能出现的问题 184
8.5 提出的鲁棒检测新方法 184
8.5.1 产生估计的残差 185
8.6 定／转子故障的特征 186
8.6.1 正常运行时的残差分析 186
8.6.2 定子故障时的残差分析 186
8.6.3 转子故障时的残差分析 188
8.6.4 同时存在定／转子故障时的残差分析 190
8.7 利用RNd神经网络检测故障 191
8.7.1 提取故障指示器 191
8.7.2 RNd神经网络的学习过程 191
8.7.3 RNd网络的结构 193
8.7.4 RNd网络的训练结果 193
8.7.5 RNd网络的测试结果 194
8.8 定子故障的故障诊断 197
8.8.1 选择RNcc网络故障指示器 197
8.8.2 RNcc网络的学习序列 198
8.8.3 RNcc网络结构 199
8.8.4 RNcc网络的学习结果 201
8.8.5 RNcc网络的测试结果 201
8.8.6 RNcc网络的实验验证 203
8.9 转子故障的故障诊断 208
8.9.1 选择RNbc网络的故障指示器 208
8.9.2 RNbc网络的学习序列 208
8.9.3 学习、测试和验证结果 209
8.10 感应电机完整的监测系统 210
8.11 本章小结 212
8.12 参考文献 212
第9章 静态变流器中的故障检测与诊断 214
9.1 概述 214
9.2 故障检测和诊断 215
9.2.1 神经网络方法 215
9.2.2 模糊逻辑方法 221
9.2.3 多维数据分析 224
9.3 功率电子模块的热疲劳和失效模式 231
9.3.1 功率电子模块的相关技术 231
9.3.2 电力电子模块性能退化的原因及主要类型 239
9.3.3 连接件损坏对电气特性的影响以及对故障诊断的潜在作用 244
9.3.4 接触面接触不良对热特性的影响和在故障诊断中的潜在应用 246
9.4 本章小结 248
9.5 参考文献 249