[发明专利]一种PMSM驱动系统逆变器开路故障在线诊断方法

权利要求书

1.一种PMSM驱动系统逆变器开路故障在线诊断方法，其特征在于步骤如下：

步骤1：采用状态观测器估算PMSM三相电流，得到三相电流观测值；将三相电流观测值与PMSM驱动系统反馈中的三相电流实际值作差，得到三相电流的观测残差；

步骤2：对三相电流观测残差数据进行采样，得到原始样本集，用于离线的机器学习模型训练，采样的方法为：

步骤2.1：以电机A相电流由负半周向正半周变化过零点时的电机转子位置为标志，当转子运动到此位置时开始三相电流观测残差的采样过程；

步骤2.2：根据电机转速指令计算电气周期，每个电气周期的时间为t_e，设PMSM驱动系统电流采样周期的时间为t_s，则电流观测残差采样次数为N_s＝(t_e/k)/t_s，其中k为正整数；

步骤2.3：在对电流观测残差采样N_s次后，结束采样过程，得到1/k电气周期的三相电流残差数据，设采样得到的三相电流残差样本分别为行向量用于离线训练的原始样本集中的每个电流残差样本为一个维数为3×N_s的列向量

步骤2.4：设f₁,f₂,......,f_n分别为n种逆变器开路故障模式的标志，f₀为逆变器健康的标志，在每种故障模式及健康状态下各采样m个电流残差样本，得到用于离线训练的原始样本集，原始样本集是一个大小为(3×N_s)×(n×m)的矩阵：

步骤3：对原始样本集进行离线训练，首先对原始样本集进行降维，得到降维后的训练输入集，以及能够对采样样本进行降维的模型；

步骤4：使用机器学习中的分类模型学习训练输入集中代表不同故障类型的电流观测残差样本，得到可对不同故障类型的电流残差样本进行分类的模型；

步骤5：将降维模型与分类模型运行在PMSM驱动系统的控制芯片中，在线进行样本采样、降维和分类计算，实现对逆变器开路故障的诊断与定位；

所述步骤3中对观测残差的原始样本集进行降维的步骤为：

步骤3.1：使用主成分分析法对原始样本集进行降维，保留对应特征值最大的两组特征向量，得到一个大小为(3×N_s)×2的矩阵即为降维模型；

步骤3.2：使用降维模型将原始样本集中的各个样本降维到2维，得到预处理后的训练输入集是一个大小是为2×(n×m)的矩阵：

2.根据权利要求1所述PMSM驱动系统逆变器开路故障在线诊断方法，其特征在于：所述步骤1中，采用滑窗平均滤波处理得到电流观测残差。

3.根据权利要求1所述PMSM驱动系统逆变器开路故障在线诊断方法，其特征在于：在步骤4中使用有向无环图式支持向量机对训练输入集进行学习，训练结果为n(n+1)/2个二元分类器，表达形式为a×x₁+b×x₂+c＝0，其中x₁和x₂为经过降维的样本的两个元素，a和b为离线训练得到的常数，每次进行在线的故障诊断与定位时调用其中的n个分类器。