基于IGBT特征分析的地鐵車輛逆變器故障研究
發(fā)布時間：2021-03-11 03:06
針對地鐵車輛功率逆變器,提出一種改進的基于SVM（支持向量機）的故障狀態(tài)識別方法。從研究IGBT（絕緣柵雙極型晶體管）結(jié)溫與故障的關(guān)系入手,采用多分辨率小波包分解對主電路IGBT特征狀態(tài)進行提取,特征降維后獲得SVM訓練集,經(jīng)SVM學習訓練后得到狀態(tài)分類模型。仿真結(jié)果表明:分類模型較為接近實際情況。最后通過試驗驗證了該方法能有效地識別單個及多個IGBT軟故障和硬故障,實現(xiàn)功率逆變器狀態(tài)識別。
【文章來源】：城市軌道交通研究. 2020,23(09)北大核心
【文章頁數(shù)】：5 頁
【部分圖文】：
ADtranz型輔助逆變器試驗裝置
實際應用中,IGBT的工作溫度是通過其結(jié)溫進行表征,逆變器的故障通常是IGBT的結(jié)溫過高引起。如圖1所示,現(xiàn)將IGBT的工作狀態(tài)分為正常狀態(tài)、單個IGBT故障、兩個IGBT故障。兩個IGBT故障進一步細分為:同一橋臂上下兩管故障(如T1、T4)、不同橋臂異側(cè)兩管故障(如T1、T5)和不同橋臂同側(cè)兩管故障(如T1、T2)。同時,每種故障又分成硬故障、軟故障兩種情況。硬故障如IGBT門極信號反饋丟失、功率管擊穿損壞等容易排查和辨析的故障。軟故障則表現(xiàn)為短時溫度升高,且逆變器短時表現(xiàn)正常,但后續(xù)逆變器頻繁失效,以下將分析該種故障與結(jié)溫變化之間的關(guān)系。以ADtranz型地鐵輔助逆變器使用的英飛凌IGBT(型號為FF400R33KF2C)為例,據(jù)產(chǎn)品參數(shù)可知其比熱溫升速率為18 K/kW [2],環(huán)境溫度t0取為25 ℃。假設IGBT工作溫度為t且IGBT結(jié)溫溫升全部由電流焦耳熱提供,那么由I2r=(t-t0)/18(I為流經(jīng)IGBT的電流;r為IGBT的結(jié)阻值;t為環(huán)境溫度),可估算出熱穩(wěn)定電阻值。依據(jù)原廠技術(shù)手冊,該輔助逆變器對應的溫度保護值為65 ℃,即高于此值可以認為IGBT已經(jīng)發(fā)生故障。這里在仿真計算時考慮了一定的裕量,將IGBT結(jié)溫的最高值設為75 ℃,并依次設采樣點溫度如下:30 ℃、40 ℃、50 ℃、55 ℃、60 ℃、65 ℃、70 ℃、75 ℃,并求取個溫度值下的熱穩(wěn)定電阻,如表1所示�？紤]到實車輔助逆變器中IGBT導通管壓降超過8 V系統(tǒng)將給出保護信號,這跟55 ℃的熱電阻近似相等,所以將IGBT結(jié)溫在55～75 ℃范圍內(nèi)定為軟故障。仿真采用ode23s算法,采樣時間為5 μs,以圖1中a、b、c三點電流作為監(jiān)測變量。各故障情況下三相負載電流的仿真結(jié)果如圖2所示。
由表2可知,信號在小波分解后其有效部分大多集中在低頻部分,高頻部分比重很小。為了避免維度災難[3-4],利用小波方差分別提取每一相特征值的最大值、最小值、平均值和方差,得到新的1行12維的特征向量u=[v′1,v′2,v′3],比原始小波包分解后的特征向量維數(shù)減少一半。表3為各類故障經(jīng)特征降維后的特征向量表。表2 正常狀態(tài)下電路各相特征向量 信號位置 特征向量 A相(v1) 52 178.313 124.672 43.203 70.639 21.593 27.649 37.152 33.323 B相(v2) 52 065.073 123.131 44.025 69.844 21.519 27.285 36.555 34.972 C相(v3) 51 986.522 119.329 43.976 69.666 21.748 27.058 35.966 34.169
【參考文獻】：
期刊論文
[1]基于標準序列浮動前向特征選擇的改進算法研究[J]. 周陽,周炎,周桃,任卉,石玲玲. 計算機測量與控制. 2017(07)
[2]電力電子電路功率器件故障特征參數(shù)提取技術(shù)綜述[J]. 任磊,韋徵,龔春英,沈茜. 中國電機工程學報. 2015(12)
[3]基于中點電壓信號分析的逆變器功率管開路故障診斷研究[J]. 郭立煒,周昇龍,安國慶,王雪嬌. 河北科技大學學報. 2015(01)
[4]基于小波BP神經(jīng)網(wǎng)絡的城軌列車輔助逆變系統(tǒng)故障診斷[J]. 姚德臣,賈利民,秦勇,彭偉,楊穎. 中國工程機械學報. 2013(06)
[5]基于開關(guān)函數(shù)模型的逆變器開路故障診斷方法[J]. 安群濤,孫力,趙克,劉超,于麗娜. 中國電機工程學報. 2010(06)
[6]小波方差與小波熵在信號特征提取中的應用[J]. 李建勛,柯熙政,郭華. 西安理工大學學報. 2007(04)
碩士論文
[1]電力電子電路故障特征參數(shù)提取與健康預報研究[D]. 吳祎.南京航空航天大學 2013
本文編號：3075752
【文章來源】：城市軌道交通研究. 2020,23(09)北大核心
【文章頁數(shù)】：5 頁
【部分圖文】：
ADtranz型輔助逆變器試驗裝置
實際應用中,IGBT的工作溫度是通過其結(jié)溫進行表征,逆變器的故障通常是IGBT的結(jié)溫過高引起。如圖1所示,現(xiàn)將IGBT的工作狀態(tài)分為正常狀態(tài)、單個IGBT故障、兩個IGBT故障。兩個IGBT故障進一步細分為:同一橋臂上下兩管故障(如T1、T4)、不同橋臂異側(cè)兩管故障(如T1、T5)和不同橋臂同側(cè)兩管故障(如T1、T2)。同時,每種故障又分成硬故障、軟故障兩種情況。硬故障如IGBT門極信號反饋丟失、功率管擊穿損壞等容易排查和辨析的故障。軟故障則表現(xiàn)為短時溫度升高,且逆變器短時表現(xiàn)正常,但后續(xù)逆變器頻繁失效,以下將分析該種故障與結(jié)溫變化之間的關(guān)系。以ADtranz型地鐵輔助逆變器使用的英飛凌IGBT(型號為FF400R33KF2C)為例,據(jù)產(chǎn)品參數(shù)可知其比熱溫升速率為18 K/kW [2],環(huán)境溫度t0取為25 ℃。假設IGBT工作溫度為t且IGBT結(jié)溫溫升全部由電流焦耳熱提供,那么由I2r=(t-t0)/18(I為流經(jīng)IGBT的電流;r為IGBT的結(jié)阻值;t為環(huán)境溫度),可估算出熱穩(wěn)定電阻值。依據(jù)原廠技術(shù)手冊,該輔助逆變器對應的溫度保護值為65 ℃,即高于此值可以認為IGBT已經(jīng)發(fā)生故障。這里在仿真計算時考慮了一定的裕量,將IGBT結(jié)溫的最高值設為75 ℃,并依次設采樣點溫度如下:30 ℃、40 ℃、50 ℃、55 ℃、60 ℃、65 ℃、70 ℃、75 ℃,并求取個溫度值下的熱穩(wěn)定電阻,如表1所示�？紤]到實車輔助逆變器中IGBT導通管壓降超過8 V系統(tǒng)將給出保護信號,這跟55 ℃的熱電阻近似相等,所以將IGBT結(jié)溫在55～75 ℃范圍內(nèi)定為軟故障。仿真采用ode23s算法,采樣時間為5 μs,以圖1中a、b、c三點電流作為監(jiān)測變量。各故障情況下三相負載電流的仿真結(jié)果如圖2所示。
由表2可知,信號在小波分解后其有效部分大多集中在低頻部分,高頻部分比重很小。為了避免維度災難[3-4],利用小波方差分別提取每一相特征值的最大值、最小值、平均值和方差,得到新的1行12維的特征向量u=[v′1,v′2,v′3],比原始小波包分解后的特征向量維數(shù)減少一半。表3為各類故障經(jīng)特征降維后的特征向量表。表2 正常狀態(tài)下電路各相特征向量 信號位置 特征向量 A相(v1) 52 178.313 124.672 43.203 70.639 21.593 27.649 37.152 33.323 B相(v2) 52 065.073 123.131 44.025 69.844 21.519 27.285 36.555 34.972 C相(v3) 51 986.522 119.329 43.976 69.666 21.748 27.058 35.966 34.169
【參考文獻】：
期刊論文
[1]基于標準序列浮動前向特征選擇的改進算法研究[J]. 周陽,周炎,周桃,任卉,石玲玲. 計算機測量與控制. 2017(07)
[2]電力電子電路功率器件故障特征參數(shù)提取技術(shù)綜述[J]. 任磊,韋徵,龔春英,沈茜. 中國電機工程學報. 2015(12)
[3]基于中點電壓信號分析的逆變器功率管開路故障診斷研究[J]. 郭立煒,周昇龍,安國慶,王雪嬌. 河北科技大學學報. 2015(01)
[4]基于小波BP神經(jīng)網(wǎng)絡的城軌列車輔助逆變系統(tǒng)故障診斷[J]. 姚德臣,賈利民,秦勇,彭偉,楊穎. 中國工程機械學報. 2013(06)
[5]基于開關(guān)函數(shù)模型的逆變器開路故障診斷方法[J]. 安群濤,孫力,趙克,劉超,于麗娜. 中國電機工程學報. 2010(06)
[6]小波方差與小波熵在信號特征提取中的應用[J]. 李建勛,柯熙政,郭華. 西安理工大學學報. 2007(04)
碩士論文
[1]電力電子電路故障特征參數(shù)提取與健康預報研究[D]. 吳祎.南京航空航天大學 2013
本文編號：3075752
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3075752.html
