張業(yè)成 劉國海 陳 前

基于電流波動特征的永磁同步電機匝間短路與局部退磁故障分類診斷研究

張業(yè)成1,2劉國海1陳 前1

（1. 江蘇省電動車輛驅動與智能控制重點實驗室（江蘇大學） 鎮(zhèn)江 212013 2. 江蘇大學京江學院 鎮(zhèn)江 212013）

針對永磁同步電機匝間短路故障與局部退磁故障難以區(qū)分的問題，該文提出一種基于電機同相與異相電流幅值波動特征的故障分類診斷方法。在分析定子繞組匝間短路故障與轉子局部退磁故障對電流幅值影響機理的基礎上，分別提取轉子旋轉一周內同相電流幅值波動特征和異相電流幅值之間的波動特征，建立了故障分類診斷指示器。仿真與實驗結果表明，該指示器可有效識別定子繞組匝間短路故障與轉子局部退磁故障。該文提出的方法可直接嵌入永磁同步電機控制軟件，不需要增加額外的傳感設備，具有較好的實用價值。

永磁同步電機 匝間短路故障 局部退磁故障 故障分類診斷

0 引言

永磁同步電機（Permanent Magnet Synchronous Motor, PMSM）以其效率高、控制精度高、結構緊湊等優(yōu)點被廣泛應用于電動汽車、航空航天和高鐵等運輸工具中[1-3]。永磁同步電機通常由定子與轉子兩個部分組成[4]。在復雜的工況環(huán)境中，隨著使用時間的增長，永磁同步電機難免會出現(xiàn)定子故障與轉子故障[5]。定子故障主要包括定子繞組匝間短路故障與定子繞組相間短路故障，其中，定子繞組匝間短路故障最為常見，約占永磁同步電機總故障的30%左右[6]。與傳統(tǒng)的感應電機相比，永磁同步電機不存在轉子的電勵磁故障，因此，其轉子故障主要表現(xiàn)為永磁體不可逆退磁故障，包括均勻退磁與局部退磁，其中，局部退磁會對電機的輸出性能產(chǎn)生無法補償?shù)牧幼僛7]。

局部退磁是指永磁同步電機內部部分永磁材料的磁場強度降低，通常由物理損傷、高溫運行、老化或逆磁場引起[8]。局部退磁會造成磁導率曲線偏移，永磁體磁鏈矢量減小[9]。由于永磁同步電機的電磁轉矩正比于電流矢量和永磁磁鏈矢量的叉乘積，為了使退磁故障中的永磁同步電機保持相同轉矩，故障電機的相電流必須高于正常電機的相電流[10]。較高的相電流會增加銅損耗和電機溫度，引起更嚴重的不可逆退磁[11]。定子繞組匝間短路故障通常是由于機械應力、潮濕等原因導致漆包線絕緣性能下降而引起的[12]。發(fā)生匝間短路故障的電機定子繞組中會產(chǎn)生極大的短路環(huán)流，使電機異常升溫[13]。因此，當三相永磁同步電機發(fā)生定子繞組匝間短路故障或永磁體局部退磁故障時，都會造成電機相電流突然升高，形成三相電流不對稱現(xiàn)象，電機內部局部過熱，出現(xiàn)不平衡磁拉力，降低了電機的輸出轉矩，嚴重影響了電機的性能和效率[14-15]。

根據(jù)已報道的永磁同步電機定子繞組匝間短路故障與局部退磁故障診斷方法，可以分為離線和在線兩大類[16]。其中，基于知識的方法屬于典型的離線診斷方法之一[17]，但離線診斷方法不適用于連續(xù)工作的電機。因此，永磁同步電機大多數(shù)采用在線故障診斷方法[18-24]，根據(jù)故障診斷過程中所測量的變量不同，又可分為兩種類型：一類是基于電機電壓信號分析（Motor Voltage Singnal Analysis, MVSA）的故障診斷方法[18-20]；另一類是基于電機電流信號分析（Motor Current Singnal Analgsis, MCSA）的故障診斷方法[21-24]。

MVSA一直被認為是一種快速的故障檢測方法。文獻[18]提出了永磁同步電機局部退磁故障的零序電壓診斷方法。該方法通過辨識參考電壓與實測零序電壓之間的差值，實現(xiàn)對故障的快速檢測和定位。文獻[19-20]分別運用零序電壓分量與負序電壓分量檢測定子繞組匝間短路故障。

但是，由于MVSA故障診斷方法硬件開銷較大，專家學者致力于硬件開銷較小的MCSA故障診斷方法研究。文獻[21]利用定子電流幅值差之和作為電機匝間短路故障指示器；文獻[22]利用電機電流諧波分量來檢測永磁同步電機局部退磁故障；文獻[23]通過電流的離散小波變換來檢測永磁同步電機退磁故障；文獻[6]通過帶通濾波器和方均根檢測器提取PWM紋波電流來診斷永磁同步電機匝間短路故障。

然而，無論是MVSA法還是MCSA法都是針對單一故障進行診斷的，沒有考慮匝間短路與局部退磁對故障特征量影響的耦合問題，容易造成故障誤診斷。因此，文獻[24]通過匝間短路與局部退磁兩種故障分別對d與q產(chǎn)生的影響，提出了一種基于d與q矢量和的相位變化區(qū)分以上兩種故障的方法。但是，由于在表貼式永磁同步電機中保持d=q，該方法僅適用于內嵌式永磁同步電機。

為此，本文提出了一種定子繞組匝間短路故障與局部退磁故障分類診斷的方法，既適用于內嵌式永磁同步電機，又適用于表貼式永磁同步電機。該方法在分析兩種故障對相電流幅值影響機理的基礎上，分別提取轉子旋轉一周內同相電流幅值波動特征和異相電流幅值之間的波動特征，建立了故障分類診斷指示器。經(jīng)仿真與實驗分析，本文所提出的故障分類診斷方法是行之有效的。

1 匝間短路故障對電流影響的分析

當a相定子繞組發(fā)生匝間短路故障后，星形聯(lián)結的永磁同步電機的等效電路模型如圖1所示。在a相中，f是發(fā)生短路故障時流過故障線圈的電流，s是流過短路導線的電流，f是匝間短路故障的接觸電阻，ah是未出現(xiàn)短路故障線圈的電阻，ah是未出現(xiàn)短路故障線圈的電感，ah是未出現(xiàn)短路故障線圈的反電動勢，af是被短路線圈的電阻，af是被短路線圈的電感，af是被短路線圈的反電動勢。在b相與c相中，b和c分別是b、c相繞組的電阻，b和c分別是b、c相繞組的電感，b和c分別是b、c相繞組的反電動勢。a、b與c分別是a、b、c三相繞組的相電流。設故障相繞組的線圈數(shù)為c，單個線圈的匝數(shù)為1，受匝間短路故障影響的匝數(shù)為，則短路匝與故障相繞組的總匝數(shù)之比可表示為

圖1 a相匝間短路故障等效電路模型

在正常狀態(tài)的三相永磁同步電機中，三相定子的電阻和電感保持一致。因此，正常狀態(tài)的三相永磁同步電機定子電阻和電感可分別表示為

式中，S為正常狀態(tài)下單相繞組定子電阻；S為正常狀態(tài)下單相繞組定子電感。

在星形聯(lián)結的永磁同步電機中，由圖1可得定子繞組的電壓方程為

當匝間短路故障發(fā)生時，a相定子繞組電流a被分成了兩個不同的分量。一個分量是流過導致故障發(fā)生的接觸電阻的短路電流s；另一個分量是流過a相定子繞組短路匝的故障電流f。因此，a可表示為

當流過永磁同步電機定子繞組的正弦電流工作頻率為/(2π)時，由式（3）和式（4）可得

由式（5）可知，如果匝間短路故障發(fā)生在a相，短路匝數(shù)比會影響a相電流a，但對其他兩相電流影響較小。這就會造成a與b、c電流波形峰值的不平衡，即短路故障會造成相與相之間電流峰值的波動。

2 局部退磁故障對電流影響的分析

當轉子上某塊永磁體發(fā)生退磁故障時，必然會影響定子繞組上的反電動勢。由于a、b、c三相互相對稱，這里以a相為例，分析當一塊永磁體發(fā)生退磁故障時對定子繞組反電動勢的影響。如圖2所示，a相共有三個線圈，分別是A1、A2和A3，線圈A1由1號定子槽進線，從2號定子槽出線。線圈A2由6號定子槽進線，從5號定子槽出線。線圈A3由9號定子槽進線，從10號定子槽出線。當退磁永磁體在1時刻以的速度經(jīng)過A1線圈時，分別在1號定子槽和2號定子槽內產(chǎn)生相應的反電動勢，該反電動勢必然小于正常永磁體的反電動勢。當退磁永磁體在2和3時刻經(jīng)過A2線圈和A3線圈時，同樣影響相應的反電動勢。

圖2 發(fā)生退磁故障的永磁體影響a相繞組反電動勢示意圖

設定子槽內線圈上產(chǎn)生磁鏈為正弦函數(shù)，則定子槽內線圈反電動勢可表示為

式中，e為定子電流頻率；mi為反電動勢振幅。

設第個永磁體的退磁程度為Di，0≤Di≤ 100%。如果出現(xiàn)局部退磁問題，則振幅mi不會都相等，若正常永磁體產(chǎn)生反電動勢振幅為m0，故障永磁體的退磁程度為Di，則振幅mi可表示為

為了便于分析，對永磁體產(chǎn)生的反電動勢振幅進行歸一化處理，以正常永磁體產(chǎn)生的反電動勢振幅為1，經(jīng)歸一化處理后在局部退磁情況下各永磁體產(chǎn)生的反電動勢振幅范圍為|mi|≤1。

兩個定子槽內線圈反電動勢相差一個槽距角，對定子總槽數(shù)為，極對數(shù)為的永磁同步電機來說，槽距角為

由圖2可知，線圈A1的反電動勢是1號定子槽與2號定子槽的反電動勢之差，線圈A2的反電動勢是6號定子槽與5號定子槽的反電動勢之差，線圈A3的反電動勢是9號定子槽與10號定子槽的反電動勢之差。

通過磁極產(chǎn)生反電動勢的采樣函數(shù)對定子槽內線圈反電動勢進行采樣可得線圈A1、線圈A2和線圈A3三個線圈的反電動勢A1、A2和A3。

根據(jù)周期性矩形脈沖信號的傅里葉級數(shù)展開式可得第塊磁極產(chǎn)生反電動勢的采樣函數(shù)為

式中，為兩塊永磁體之間的時間差；為永磁同步電機的極對數(shù)；e為定子電流頻率；的取值范圍是1～2。

轉子中2塊永磁體旋轉一周在定子槽內線圈上產(chǎn)生的反電動勢系數(shù)為

式中，為相對第1槽平移角的個數(shù)。

由圖2可知，a相繞組反電動勢a是線圈A1、線圈A2和線圈A3三個線圈反電動勢之和，即

a相繞組電壓可表示為

式中，a、a和a分別為a相的電阻、電感和反電動勢。

當電機以角速度為旋轉時，式（15）中的電流可表示為

當電機轉子發(fā)生局部退磁故障時，a會隨著退磁程度的加深而變小，式（16）的分子也隨之變大，導致a增大。但是，電機轉子發(fā)生局部退磁故障時，對定子各相電流影響是一樣的，即相電流a與其余兩相同步增大。

由圖2可知，在轉子中的永磁體發(fā)生局部退磁故障，正常永磁體經(jīng)過A1、A2和A3線圈時，不會影響其反電動勢的大小，當故障永磁體經(jīng)過A1、A2和A3線圈時，其反電動勢變小，由式（16）可知，相應的相電流會增大。所以，在同相電流中，局部退磁故障會造成相電流幅值嚴重波動。

3 基于電流波動特征的故障分類診斷方法

由式（5）可知，匝間短路故障相電流a是由兩部分組成，一部分是由相電壓ao驅動，另一部分是由相反電動勢a驅動，當永磁同步電機運行的工況點一定時，如果發(fā)生短路比確定的匝間短路，則h和f是定值，相電流a受相電壓ao和相反電動勢a控制。在沒有局部退磁故障的情況下，轉子旋轉一周，各相反電動勢的峰值是完全一樣的。

由式（16）可知，局部退磁故障相電流a也是由兩部分組成，受相電壓ao和相反電動勢a驅動，a和a是定值。但由圖2可知，在轉子中的永磁體發(fā)生局部退磁故障，正常永磁體經(jīng)過A1、A2和A3線圈時，不會影響其反電動勢的大小；當故障永磁體經(jīng)過A1、A2和A3線圈時，其反電動勢變小，相應的相電流會增大。當轉子旋轉一周時，正常永磁體不會使相電流增大，而故障永磁體會使相電流增大。因此，在同相電流中，局部退磁故障會造成相電流幅值出現(xiàn)不相等的現(xiàn)象。

根據(jù)式（5）短路故障對相電流的影響和式（16）局部退磁故障對相電流的影響分析，短路故障和局部退磁故障可以通過相電流幅值波動特征實現(xiàn)兩類故障的有效分類診斷。其診斷方法如圖3所示。在永磁同步電機控制系統(tǒng)中獲取相電流a、b和c，采集的相電流信號存在高次諧波和干擾，必須進行相電流的消噪預處理，提取出相電流基波信息。無論是電流采集放大器的偏置問題還是電機驅動的平衡問題都難免使相電流基波信息存在一些直流成分，對電流波峰與波谷的提取都會產(chǎn)生較大的影響，因此，必須對消噪預處理后的相電流基波信息再進行去直流處理。

圖3 局部退磁與短路故障分類診斷流程

通過前面短路故障和局部退磁故障對相電流影響的理論分析可知，短路故障不會影響同相電流的幅值，而局部退磁故障由于嚴重影響相反電動勢，使得同相電流的幅值出現(xiàn)嚴重的波動。由式（3）可知，當短路故障發(fā)生在a相時，短路比對a相電流影響最大，對其余兩相電流幅值影響相對較小。短路故障會影響異相電流幅值的平衡問題。當永磁同步電機沒有這兩種故障時，無論是同相還是異相，電流的幅值都是一樣的。據(jù)此，構建兩個故障特征指示器1和2?？紤]到電機生產(chǎn)過程中存在的固有不平衡因素，可在電機正常狀態(tài)下分別測取閾值FI1與FI2。根據(jù)國家標準GB/T?27744—2011規(guī)定，當三相電源平衡時，正常電機的三相電流中任何一相與三相幅值的偏差應不大于三相平均值的10%[25]。因此，F(xiàn)I1與FI2可分別設置為10%與0.1。若電機在正常狀態(tài)下超出此閾值，則該電機不符合國家三相永磁同步電機技術條件標準。

轉子旋轉一周共產(chǎn)生2個電流峰值，當發(fā)生退磁故障時，各電流峰值不相等，所以利用式（17）和式（18）對2個電流峰值進行處理。設aj、bj、cj（=1,2,???, 2）分別為a、b、c三相連續(xù)的2個電流峰值，則反映同相電流幅值波動程度的故障特征指示器1為

異相電流幅值之間不平衡程度[22]的故障特征指示器2為

4 仿真分析

本文以一臺14極18槽外轉子表貼式三相永磁同步電機為研究對象建立仿真模型，其中每相定子繞組111匝，由三個線圈組成，如圖4所示。在轉子1 000r/min轉速下，負載轉矩設置為12N·m，利用Ansoft軟件分別對電機正常狀態(tài)，a相定子繞組線圈12匝短路故障，a相單個永磁體100%退磁故障進行仿真，獲取轉子旋轉一周的電機三相電流，如圖5所示。

圖4 三相永磁同步電機仿真模型

圖5 永磁同步電機三種狀態(tài)下的仿真電流

從圖5中可以看到，在正常狀態(tài)下，電機三相電流幅值幾乎完全一致，不存在明顯波動。在匝間短路故障發(fā)生后，電機三相電流出現(xiàn)了不平衡現(xiàn)象，幅值在三相之間出現(xiàn)了較大差異，但在同相電流內電流幅值沒有出現(xiàn)明顯波動。當局部退磁故障發(fā)生后，同相電流幅值也出現(xiàn)了較大波動，并且在三相電流中先后出現(xiàn)。

根據(jù)圖3流程，首先分別對圖5中電機三種狀態(tài)下的三相電流提取同相特征值，由式（17）可得圖5a中1=0.1%，圖5b中1=0.4%，圖5c中1=40.2%。通過與閾值FI1做比較可以有效判斷圖5c發(fā)生了局部退磁故障。然后，再分別對電機剩余兩種狀態(tài)下的三相電流提取異相特征值，由式（18）可得圖5a中2=0.004，圖5b中2=0.23，通過與閾值FI2作比較可以有效判斷圖5b發(fā)生了匝間短路故障。最后，可以得出圖5a無故障。

為了進一步驗證故障指示器的靈敏度，仿真在電機相同工況下降低了匝間短路與永磁體退磁的故障程度，分別將a相短路匝數(shù)與單磁極退磁程度設置為6匝與30%。仿真結果如圖6a與圖6b所示。

圖6 永磁同步電機輕度故障下的仿真電流

由式（17）可得圖6a中1=0.3%，圖6b中1=17.4%。通過與閾值FI1作比較可以有效判斷圖6b發(fā)生了局部退磁故障。再由式（18）可得圖6a中2=0.19，通過與閾值FI2做比較可以有效判斷圖6a發(fā)生了匝間短路故障。由此可見，故障指示器具有較好的靈敏度。

5 實驗驗證

本次實驗以一臺14極18槽外轉子表貼式三相永磁同步電機為研究對象，與圖4仿真模型完全一致，具體參數(shù)見表1。在如圖7所示的實驗平臺中，將電機a相繞組中的部分線圈短路模擬匝間短路故障，使用弱磁體替換其中的一塊正常磁極來模擬局部退磁故障。實驗首先在恒定轉速500r/min，恒定轉矩2.5N·m條件下進行，5次實驗采集轉子旋轉一周的三相電流分別對應電機正常狀態(tài)，a相6匝短路故障，a相12匝短路故障，單磁極30%退磁故障與單磁極100%退磁故障, 實驗結果如圖8、圖9a、圖9b、圖10a與圖10b所示。為了更好地觀察與提取同相與異相電流的波動特征值，又分別使用了低通濾波器進行濾波，濾波結果顯示于對應電流波形圖的正下方。

圖7 電機故障實驗平臺與退磁磁極

表1 實驗永磁同步電機參數(shù)

Tab.1 Parameters of experimental PMSM

圖8 實驗電機正常狀態(tài)下的三相電流

根據(jù)圖3流程，首先分別對5次實驗中電機的三相電流提取同相特征值，由式（17）可得五次實驗中1的值分別為3.2%、4.1%、4.3%、27.2%和49.3%。通過與閾值FI1做比較可以判斷出第四與第五次實驗發(fā)生了局部退磁故障，且第五次故障更嚴重。然后，再分別對前三次實驗的電機三相電流提取異相特征值，由式（18）可得前三次實驗中2分別為0.03、0.23、0.29，通過與閾值FI2做比較可以判斷出第二與第三次實驗發(fā)生了匝間短路故障，且第三次故障更嚴重。最后，可以得出第一次實驗沒有故障發(fā)生。

圖9 匝間短路故障實驗三相電流

圖10 局部退磁故障實驗三相電流

為了驗證故障指示器的魯棒性與靈敏性，進一步分別針對以上實驗中故障程度較低的單磁極30%退磁故障與a相6匝短路故障進行變工況實驗。故障電機先在相同轉矩2.5N?m條件下，改變轉速為 1 000r/min，實驗結果如圖11a與圖11b所示。然后在相同轉速500r/min條件下，提高轉矩至5N?m，實驗結果如圖11c與11d所示。由式（17）可得圖11a中1=36.5%，圖11b中1=3.4%，圖11c中1=42.6%，圖11d中1=1.9%。通過與閾值FI1做比較可以有效判斷圖11a與圖11c發(fā)生了局部退磁故障。由式（18）可得圖11b中2=0.25，圖11d中2=0.24，通過與閾值FI2作比較可以有效判斷圖11b與圖11d發(fā)生了匝間短路故障。由此可見，故障指示器具有較好的魯棒性與靈敏性。

為了測試在電機側電源不平衡的工況下，故障指示器在電機正常運行時是否會發(fā)生誤判，對正常工作在轉速500r/min與轉矩2.5N?m下的電機改變a相輸入電壓進行實驗。考慮到一般電機電源模塊的電壓波動范圍為5%，實驗三按照-5%的變化對a相輸入電壓進行調整，實驗結果如圖12所示。根據(jù)式（17）與式（18）分別計算出1=7.5%與2=0.04，低于對應閾值FI1與FI2。由此可見，電機側電源在正常范圍內的電壓調整不會影響故障指示器的正確診斷。

圖12 a相輸入電壓調整后的正常電機三相電流

通過在不同轉速與不同轉矩工況下分別對電機正常狀態(tài)、6匝短路故障與單磁極30%退磁故障進行實驗，獲得了轉速與轉矩變化對故障指示器1與2的影響，如圖13a和圖13b所示。由此可見，符合國家標準GB/T 27744—2011生產(chǎn)的三相永磁同步電機均可按照本文中的故障指示器進行有效分類。

圖13 轉速與轉矩變化對故障指示器FI1與FI2的影響

6 結論

本文在分析匝間短路故障與局部退磁故障對永磁同步電機三相電流影響的基礎上，首次提出了基于同相與異相電流波動特征的永磁同步電機匝間短路與局部退磁故障分類診斷方法，仿真和實驗結果驗證了提出的故障診斷方法的有效性。本文主要貢獻有以下幾點：

1）本文通過匝間短路故障與局部退磁故障引起電流幅值波動的機理分析，為兩種故障分類診斷方法提供了理論依據(jù)，并構建有效的故障分類診斷指示器。

2）本方法有效突破了傳統(tǒng)的電流信號分類診斷法對永磁同步電機轉子結構要求的限制，不受電機電感等參數(shù)的影響，同時適用于表貼式與內嵌式永磁同步電機。

3）本文的算法可直接嵌入PMSM系統(tǒng)控制軟件中，電機控制系統(tǒng)反饋的三相電流值可以通過該算法軟件與閾值進行實時比較實現(xiàn)在線診斷，無需新增額外的設備與裝置，具有較好的實際應用價值。

[1] Niu Feng, Chen Xi, Huang Shaopo, et al. Model predictive current control with adaptive-adjusting timescales for PMSMs[J]. China Electrotechnical Society Transactions on Electrical Machines and Systems, 2021, 5(2): 108-117.

[2] 徐奇?zhèn)? 孫靜, 楊云, 等. 用于混合動力車的復合結構永磁電機電磁優(yōu)化設計[J]. 電工技術學報, 2020, 35(1): 126-135.

Xu Qiwei, Sun Jing, Yang Yun, et al. Electromagnetic optimization design of compound-structure permanent-magnet motor for hybrid electric vehicle[J]. Transactions of China Electrotechnical Society, 2020, 35(1): 126-135.

[3] Yu Yang, Cong Leyao, Tian Xia, et al. A stator current vector orientation based multi-objective integrative suppressions of flexible load vibration and torque ripple for PMSM considering electrical loss[J]. China Electrotechnical Society Transactions on Electrical Machines and Systems, 2020, 4(3): 161-171.

[4] 戴思銳, 張炳義, 厲偉, 等. 一種定子連體雙轉子同步并行直驅永磁電機[J]. 電工技術學報, 2020, 35(10): 2107-2118.

Dai Sirui, Zhang Bingyi, Li Wei, et al. A parallel direct-driven permanent magnet synchronous motor with stator connected dual-rotors synchronous[J]. Transactions of China Electrotechnical Society, 2020, 35(10): 2107-2118.

[5] Huang Wentao, Hua Wei, Fan Qigao. Performance analysis and comparison of two fault-tolerant model predictive control methods for five-phase PMSM drives[J]. CES Transactions on Electrical Machines and Systems, 2021, 5(4): 311-320.

[6] Zhang Yecheng, Liu Guohai, Zhao Wenxiang, et al. On-line diagnosis of slight interturn short-circuit fault for a low-speed permanent magnet synchronous motor[J]. IEEE Transactions on Transportation Electrification, 2021, 7(1): 104-113.

[7] 張丹, 趙吉文, 董菲, 等. 基于概率神經(jīng)網(wǎng)絡算法的永磁同步直線電機局部退磁故障診斷研究[J]. 中國電機工程學報, 2019, 39(1): 296-306.

Zhang Dan, Zhao Jiwen, Dong Fei, et al. Partial demagnetization fault diagnosis research of permanent magnet synchronous motors based on the PNN algorithm[J]. Proceedings of the CSEE, 2019, 39(1): 296-306.

[8] 李紅梅, 陳濤. 基于分形維數(shù)的 PMSM 局部退磁故障診斷[J]. 電工技術學報, 2017, 32(7): 1-10.

Li Hongmei, Chen Tao. The local demagnetization fault diagnosis of PMSM based on fractal dimension[J]. Transactions of China Electrotechnical Society, 2017, 32(7): 1-10.

[9] Kim K, Lim S, Koo D, et al. The shape optimization of permanent magnet for permanent magnet synchronous motor considering partial demagnetization[J]. IEEE Transactions on Magnetics, 2006, 42 (10): 3485-3487.

[10] Ruoho S, Kolehmainen J, Ikaheimo J, et al. Interdependence of demagnetization, loading, and temperature rise in a permanent-magnet synchronous motor[J]. IEEE Transactions on Magnetics, 2010, 46(3): 949-953.

[11] 李紅梅, 陳濤. 電動汽車PMSM退磁故障診斷及故障模式識別[J]. 電工技術學報, 2017, 32(5): 1-8.

Li Hongmei, Chen Tao. Demagnetization fault diagnosis and fault mode recognition of PMSM for EV[J]. Transactions of China Electrotechnical Society, 2017, 32(5): 1-8.

[12] 陳勇, 梁洪, 王成棟, 等. 基于改進小波包變換和信號融合的永磁同步電機匝間短路故障檢測[J]. 電工技術學報, 2020, 35(1): 228-234.

Chen Yong, Liang Hong, Wang Chengdong, et al. Detection of stator inter-turn short-circuit fault in PMSM based on improved wavelet packet transform and signal fusion[J]. Transactions of China Electrotechnical Society, 2020, 35(1): 228-234.

[13] Afrandideh S, Milasi M, Haghjoo F, et al. Turn to turn fault detection, discrimination, and faulty region identification in the stator and rotor windings of synchronous machines based on the rotational magnetic field distortion[J]. IEEE Transactions on Energy Conversion, 2020, 35(1): 292-301.

[14] 何玉靈, 張文, 張鈺陽, 等. 發(fā)電機定子匝間短路對繞組電磁力的影響[J]. 電工技術學報, 2020, 35(13): 2879-2888.

He Yuling, Zhang Wen, Zhang Yuyang, et al. Effect of stator inter-turn short circuit on winding electromagnetic forces in generators[J]. Transactions of China Electrotechnical Society, 2020, 35(13): 2879-2888.

[15] 孔漢, 劉景林. 單相匝間短路對永磁電機損耗及溫度分布的影響研究[J]. 微特電機, 2015, 43(7): 30-35.

Kong Han, Liu Jinglin. Influence of single phase winding inter turn short circuit on loss and temperature distribution of permanent magnet machine[J]. Small & Special Electrical Machines, 2015, 43(7): 30-35.

[16] Shin S, Choi B, Kang H. Motor health monitoring at standstill through impedance analysis[J]. IEEE Transactions on Industrial Electronics, 2016, 63(7): 4422-4431.

[17] 張劍, 何怡剛. 基于軌跡靈敏度分析的永磁直驅風電場等值模型參數(shù)辨識[J]. 電工技術學報, 2020, 35(15): 3303-3313.

Zhang Jian, He Yigang. Parameters identification of equivalent model of permanent magnet synchronous generator wind farm based on analysis of trajectory sensitivity[J]. Transactions of China Electrotechnical Society, 2020, 35(15): 3303-3313.

[18] Urresty J, Riba J, Delgado M, et al. Detection of demagnetization faults in surface-mounted permanent magnet synchronous motors by means of the zero-sequence voltage component[J]. IEEE Transactions on Energy Conversion, 2012, 27(1): 42-51.

[19] Hang Jun, Zhang Jianzhong, Cheng Ming. Online interturn fault diagnosis of permanent magnet synchronous machine using zero-sequence components[J]. IEEE Transactions on Power Electronics, 2015, 30(12): 6731-6741.

[20] Jeong H, Moon S, Kim S. An early stage interturn fault diagnosis of PMSMs by using negative-sequence components[J]. IEEE Transactions on Industrial Electronics, 2017, 64 (7): 5701-5708.

[21] Hang Jun, Ding Shichuan, Zhang Jianzhong, et al. Detection of interturn short-circuit fault for PMSM with simple fault indicator[J]. IEEE Transactions on Energy Conversion, 2016, 31(4): 1697-1699.

[22] Espinosa Garcia A, Rosero Javier A, Cusido Jordi, et al. Fault detection by means of Hilbert-Huang transform of the stator current in a PMSM with demagnetization[J]. IEEE Transactions on Energy Conversion, 2010, 25(2): 312-318.

[23] Ruiz J, Rosero J, Espinosa A, et al. Detection of demagnetization faults in permanent-magnet synchronous motors under nonstationary conditions[J]. IEEE Transactions on Magnetics, 2009, 45(7): 2961-2969.

[24] Moon S, Jeong H, Lee H, et al. Detection and classification of demagnetization and interturn short faults of IPMSMs[J]. IEEE Transactions on Industrial Electronics, 2017, 64(12): 9433-9441.

[25] 國家標準化管理委員會. GBT22711—2008超高效三相永磁同步電動機技術條件[S]. 北京: 中國標準出版社, 2009.

Discrimination of Interturn Short-Circuit and Local Demagnetization in Permanent Magnet Synchronous Motor Based on Current Fluctuation Characteristics

Zhang Yecheng1,2Liu Guohai1Chen Qian2

（1. Jiangsu Key Laboratory of Drive and Intelligent Control for Electric Vehicle Jiangsu University Zhenjiang 212013 China 2. Jingjiang College Jiangsu University Zhenjiang 212013 China）

For the difficulties in the classification and diagnosis of interturn short circuit fault and local demagnetization fault of permanent magnet synchronous motor (PMSM), this paper proposes a two faults discrimination method based on the in-phase and out of phase current amplitude fluctuation characteristics of PMSM. Based on the mechanism analysis of the influence of interturn short circuit fault and local demagnetization fault on phase current amplitude, the amplitude fluctuation value in the same phase current and the amplitude fluctuation value between different phases currents are extracted in one rotation cycle. The above two amplitude fluctuation values can reflect two faults difference，and the faults discrimination indicators are established. The simulation and experimental results are consistent with the mechanism analysis, which verify the effectiveness of the proposed method. The method in this paper can be directly embedded in PMSM control software without additional sensing equipment, and has good practical value.

Permanent magnet synchronous motor, interturn short circuit fault, local demagnetization fault, fault classification and diagnosis

10.19595/j.cnki.1000-6753.tces.211463

M351

2021-09-14

2021-09-23

張業(yè)成 男，1985年生，博士研究生，研究方向為電機故障診斷等。E-mail：1000910116@ujs.edu.cn

劉國海 男，1964年生，博士，教授，博士生導師，研究方向為交流電機控制、故障智能診斷和特種電機設計等。E-mail：ghliu@ujs.edu.cn（通信作者）

國家自然科學基金（51707083）和2021年江蘇省青藍工程資助項目。

（編輯 郭麗軍）