基于卷积神经网络的逆变器故障诊断方法

• 作者: 于海 邓钧君 王震坡 孙逢春
• 来源期刊: 汽车工程
• 关键词: 逆变器 三相定子电流 卷积神经网络 故障诊断
• 年，卷（期）: 2022,（1）
• 页码范围: 142-151
• 页数: 10页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2022.01.017

摘要

针对车用永磁同步电机驱动系统在长期运行过程中存在的逆变器故障风险,本文中提出了一种基于卷积神经网络的逆变器故障诊断方法.首先,对三相定子电流数据进行标幺化和单位电周期电流数据筛选处理,降低电机驱动系统变转矩、变转速工况对故障诊断效果的影响;然后,结合卷积神经网络,发挥其提取故障特征和抗噪优势,实现逆变器故障诊断.在MATLAB/Simulink环境中搭建了车用永磁同步电机驱动系统模型,通过故障注入仿真数据和实验数据构建用于卷积神经网络训练的数据集,验证了所提出故障诊断方法的有效性.同时,探究了训练样本数据集稀疏化和电机型号差异化情况的适用性.仿真结果表明:在噪声数据和稀疏数据条件下,本文中提出的故障诊断方法具有很好的鲁棒性和普适性.