大功率整流裝置故障診斷系統(tǒng)研究

曠永紅,周 鵬

(1.湖南工程學(xué)院應(yīng)用技術(shù)學(xué)院,湘潭411101;2.中南大學(xué)信息科學(xué)與工程學(xué)院,長沙410075)

0 前言

在化工、冶金、鐵道等行業(yè),整流設(shè)備通常被用于生產(chǎn)工藝的關(guān)鍵流程中,因整流設(shè)備故障導(dǎo)致生產(chǎn)中斷則意味著重大的經(jīng)濟(jì)損失.電力整流裝置故障主要以功率開關(guān)器件的斷路和直通最為常見,需要實(shí)時監(jiān)視診斷,并且只能以輸出波形來診斷.

國內(nèi)外研究現(xiàn)有的電力整流裝置故障診斷方法主要有:譜分析法、直接檢測法、專家系統(tǒng)、基于神經(jīng)網(wǎng)絡(luò)故障診斷方法.本文提出了基于小波包-模糊診斷的故障診斷方法,首先利用小波包變換對采集的信號進(jìn)行處理,提取在各種狀態(tài)下的特征值;然后對特征值進(jìn)行模糊處理,由最大隸屬度原則得出待識別狀態(tài)所屬故障類型.該方法在實(shí)驗(yàn)條件下測試,驗(yàn)證了其故障診斷的準(zhǔn)確性.

1 研究對象及特性

同相逆并聯(lián)常用的聯(lián)結(jié)型式分為六脈波雙反星形帶平衡電抗器聯(lián)結(jié)和三相橋并聯(lián)結(jié)構(gòu)的同相逆并聯(lián)兩種結(jié)構(gòu).本文研究的是兩組三相橋式整流系統(tǒng)并聯(lián)的同相逆并聯(lián)系統(tǒng).

1.1 三相橋并聯(lián)同相逆并聯(lián)結(jié)構(gòu)的特點(diǎn).

圖1 為兩個三相橋組成的同相逆并聯(lián)系統(tǒng),兩個橋的三相交流電壓互差180°,因此當(dāng)圖中右側(cè)橋?qū)щ娤嘈驗(yàn)閍1b1,a1c1,b1c1,b1a1,c1 a1,c1b1時,相應(yīng)地左側(cè)橋的導(dǎo)電相序?yàn)閎2a2,c2a2,c2b2,a2b2,a2c2,b2c2,將兩個整流系統(tǒng)組合在一起,使兩個系統(tǒng)緊靠在一起的銅排電流,在任何瞬間均大小相等、方向相反,從而減少各部分線路電抗,并增加相間、臂間阻抗的對稱度,磁通得到最大限度的抵消[2].

圖1 同相逆并聯(lián)結(jié)構(gòu)圖

1.2 故障特性研究實(shí)驗(yàn)

通過實(shí)驗(yàn)探索一種適合這種結(jié)構(gòu)整流系統(tǒng)的故障診斷方法.

(1)實(shí)驗(yàn)說明:

①網(wǎng)側(cè)為線電壓為380 V的工頻交流.整流變壓器閥側(cè)線電壓為173 V,為便于對電流的觀察,原邊和副邊都采用Y型連接.觸發(fā)角為0°.②負(fù)載為1 Ω純電阻.③數(shù)據(jù)采集時間0.06～0.18 s,系統(tǒng)在0.1 s時刻出現(xiàn)觸發(fā)脈沖缺失現(xiàn)象(圖2中1-5為第一組橋的kp11脈沖丟失,6為第二組橋kp21脈沖丟失).示波器采集信號如表1的圖形所示,圖形中橫軸單位為秒(0.01 s/格),縱軸:當(dāng)是電流信號時單位為安培(20 A/格),當(dāng)為電壓信號時單位為伏特(50 V/格):

圖2 實(shí)驗(yàn)采集波形

(2)實(shí)驗(yàn)結(jié)論

①單組橋故障產(chǎn)生后,直流側(cè)電壓有微小變化,但不會缺失波頭,因此采用直流電壓波形分析方法不適合此種結(jié)構(gòu)的整流系統(tǒng);變壓器網(wǎng)側(cè)電流沒有明顯變化,故障信息無法檢測.

②整流變壓器閥側(cè)兩組三相支路能檢測到故障信息,不同橋的同一位置晶闡管發(fā)生故障,三相電流突變信息不同,因此可以通過檢測一組橋的三相電流來完成故障信息的檢測.

本文采用待識別狀態(tài)與已知狀態(tài)的匹配方法來研究故障所屬分類.以三相橋式全控整流電路主回路開路故障為例,研究中故障的類型分為5大類:第一類:無晶閘管故障;第二類:有一個晶閘管故障,有六小類;第三類:接到同一相電壓的兩只晶閘管故障,有三小類;第四類:同一半橋中的兩只晶閘管故障,有六小類;第五類:交叉兩只晶閘管故障:有六小類.同相逆并聯(lián)有兩組三相橋,因此可分為第一組橋故障和第二組橋故障兩組,于本文研究暫只考慮一組橋出現(xiàn)故障情況,所以本文樣本數(shù)據(jù)庫中共計(jì)43種運(yùn)行狀態(tài)數(shù)據(jù).

將異形刀片加工成形，安裝到實(shí)際割草車上開展試驗(yàn)研究，驗(yàn)證其割草效果。雖刀片扭矩有一定下降，但刀口的切割速度依然很高，實(shí)際割草效果仍能達(dá)到要求。經(jīng)試驗(yàn)測試結(jié)果表明，優(yōu)化后刀片上的扭矩減小了18%左右，與仿真計(jì)算的誤差小于5%，證明仿真結(jié)果有效。另外刀片功率減小了216 W，節(jié)能約8.5%，達(dá)到了滿意的節(jié)能效果。圖15(a)是試驗(yàn)用割草車,圖15(b)是優(yōu)化后的異形刀片。

2 基于小波包_模糊診斷理論

小波包分解實(shí)質(zhì)上是對信號按照2n進(jìn)行分解,一尺度分解得到高頻和低頻(D1和 A1),二尺度分解在一尺度分解的基礎(chǔ)上再分解得到四段(A1A2、A1D2、D1A2、D 1D2).依此類推 ,將信號分解為高、低頻的頻率段.其分解遵循能量守衡原理[4].

小波包分解算法如下:

故障診斷專家其本質(zhì)就是在分析設(shè)備異?，F(xiàn)象的基礎(chǔ)上,由癥狀推斷出故障的原因.

本系統(tǒng)模糊診斷過程為:

(1)首先利用J散度來計(jì)算相似程度,J散度公式為:

(2)然后求解模糊集合的隸屬度

由J散度指標(biāo)可知,當(dāng)其取最小值時,表明二狀態(tài)的相似程度最大,因此可用偏小型函數(shù)來表示這種相似程度.能量譜J散度屬于某狀態(tài)的隸屬函數(shù),可用降半哥西分布表示為:

這樣,距離值轉(zhuǎn)化成[0,1]區(qū)間中的值,便形成了模糊處理中的隸屬度.

(3)采用最大從屬原則實(shí)現(xiàn)邏輯診斷

最大從屬原則定義為:設(shè)給定論域U上的n個模糊子集(模糊模式)A1,A2,...,An.其隸屬函數(shù)分別是則認(rèn)為元素 u 應(yīng)隸屬于Ai,判決u歸屬Ai所代表的那個模式,叫做最大從屬原則.利用最大從屬原則,則可以通過隸屬度來進(jìn)行故障的準(zhǔn)確識別.

3 故障診斷實(shí)驗(yàn)驗(yàn)證:

(1)實(shí)驗(yàn)條件及分析:

實(shí)驗(yàn)條件與前述條件一致,診斷系統(tǒng)采用DSP(TMS320F2812)和五單片機(jī)(89C52)的雙CPU結(jié)構(gòu),DSP負(fù)責(zé)實(shí)時數(shù)據(jù)采集、處理和故障分析,MCU負(fù)責(zé)人機(jī)交互、遠(yuǎn)程通信等.實(shí)驗(yàn)原理圖如圖2.

圖3 故障診斷實(shí)驗(yàn)原理圖

采樣頻率:由于整流系統(tǒng)中信號頻率主要集中在低頻部分,所以采樣頻率設(shè)置為為1 k Hz.通過濾波處理后即可以完整地再現(xiàn)采樣信號中頻率不超過500 Hz的信號,小波包分解將信號分成八段,每段頻帶寬為62.5 Hz.

(2)基于db3的小波包特征值提取及樣本數(shù)據(jù)庫建立

第一步:將故障樣本A、B、C三相電流信號利用“db3”小波進(jìn)行三層小波包分解,得到第一到第八共 23組高、低頻段分段系數(shù)序列 dj,(j=1,2,...n).

第二步:求各段小波分解系數(shù)序列的能量.設(shè)Ei為第三層小波包分解第i組頻段系數(shù)序列的能量,就有第i段小波包分解系數(shù)序列的第j個分量,n為序列dj中分量個數(shù).

第三步:特征向量的構(gòu)成,按頻段順序,以各段小波包分解系數(shù)的能量為元素得到一組與信號對應(yīng)的序列(E1,E2,…En),求該序列的總能量E=E1+E2+.….+En,則由此確定對應(yīng)的特征向量為:依上三步,可以得到各種狀態(tài)下的特征向量.

實(shí)驗(yàn)中共形成了43種情況的特征向量樣本數(shù)據(jù)庫.本文列出具有代表性的三種情況如表1所示.

(3)模糊診斷過程

基本思路:當(dāng)系統(tǒng)運(yùn)行時,系統(tǒng)不間斷采集A、B、C三相電流信號形成待檢向量,并與正常狀態(tài)的向量進(jìn)行比較,當(dāng)未知故障狀況發(fā)生時,則啟動診斷過程.

實(shí)驗(yàn)中假設(shè)kp11出現(xiàn)斷開故障,求得的信號特征值為表2所示.

運(yùn)用公式(3),求出待測信號特征值向量與各種狀態(tài)(文中列出了九種狀態(tài))時信號特征值向量的散度如表3所示.

運(yùn)用降半西公式(4)可求得待測信號特征向量與其他數(shù)據(jù)樣本特征向量相似程度的隸屬度如表4所示.

隸屬度求出后,利用最大隸屬度模糊判斷方法實(shí)現(xiàn)診斷.首先,選出A、B、C三相對應(yīng)的隸屬度最高的那一項(xiàng),如表5所示:然后,選出隸屬度較大的幾種狀態(tài):從表4可看出,待測狀態(tài)為kp11故障、kp13故障、kp16故障、kp11與 kp12同時故障的可能性比較大.它們分別是:

從系統(tǒng)最后計(jì)算的結(jié)果可以看出U(kp11)最大,說明系統(tǒng)處于kp11故障狀態(tài).

由以上各步驟完成了系統(tǒng)的故障診斷過程.

表1 多種狀態(tài)下特征向量

表2 待測信號三組向量

表3 待測信號與各信號特征值散度

表4 待測信號與各信號特征值隸屬度

表5 待測信號與各信號隸屬度最大值

4 結(jié) 論

針對同相逆并聯(lián)整流裝置,基于整流變壓器閥側(cè)三相電流,進(jìn)行模糊診斷系統(tǒng)的研究與設(shè)計(jì).信號特征值通過小波包分解后獲得的能量譜而形成;利用模糊診斷對待識別狀態(tài)與數(shù)據(jù)庫中某一樣本狀態(tài)進(jìn)行最佳匹配,實(shí)現(xiàn)了故障識別.通過實(shí)驗(yàn)驗(yàn)證,在小電流實(shí)驗(yàn)環(huán)境,該系統(tǒng)能正確地診斷出系統(tǒng)故障,性能較好.

[1]黃 俊,王兆安.電力電子變流技術(shù)(第3版)[M].北京:機(jī)械工業(yè)出版社,1999.12.

[2]周 鵬,歐陽波.同相逆并聯(lián)整流裝置故障診斷系統(tǒng)的研究[J].電力電子技術(shù),2009,43(1):43-45.

[3]程正興.小波分析算法與應(yīng)用[M].西安交通大學(xué)出版社.1997.