题目：无刷直流电动机系统故障在线检测与诊断

为了提高电机运行时的安全性和可靠性，对电机运行时的各种特征参数进行在线监测以识别电机的状态并及时诊断出故障的部位和类型尤为重要。本文以无刷直流电动机系统为对象，主要针对无刷直流电动机及其驱动器的故障检测与诊断方法进行研究。本文首先建立了无刷直流电动机系统正常运行时的模型。通过对无刷直流电动机系统故障类型的分析，选取了三种发生概率较高且危害较大的故障作为研究对象。这三种故障分别是功率开关管开路、绕组开路和绕组匝间短路。根据这三种故障的机理，在无刷直流电动机系统正常运行时模型的基础上，分别建立了三种故障运行时的系统模型。然后以这四个模型为平台对无刷直流电动机系统正常运行以及发生功率开关管开路、绕组开路、绕组匝间短路三种故障时的系统性能进行了仿真研究，确定了能够反映故障的特征波形。提出了一种基于模型监控的故障在线检测方法，即利用系统正常运行时模型的理想输出与系统实际输出之间的偏差来检测和诊断系统故障。该方法的优点是简单易行，充分利用了系统内部深层次的知识，更有利于系统的故障诊断。本文还提出了一种基于小波和神经网络技术的无刷直流电动机系统故障自动诊断和定位方法。该方法的优点是回避了抽取对象数学模型的难点，适用于线性和非线性系统。研究发现母线电流不但反映了三种故障的类型特征，而且故障的部位信息也包含在母线电流的六个工作状态下。本文利用具有良好时频局部化能力的小波变换对一个电角度周期内的母线电流进行处理，提取六个状态下的小波系数作为故障诊断模型的输入。同时建立了基于BP神经网络的诊断模型。采集不同负载情况下系统正常运行和各种故障运行时的样本对BP神经网络诊断模型进行训练和测试。仿真结果表明此模型能够实现功率开关管开路、绕组开路和绕组匝间短路三种故障的准确诊断和定位。