董一汉 朱建光

摘要：该文的目的是对无刷直流电机的早期故障：匝间短路、转子退磁进行诊断。通过对故障机理进行分析，该文选用无刷直流电机的三线端电流信号与母线端的电流信号作为诊断信号，通过对负载转矩的控制采集电机在正常状态、匝间短路、转子退磁三类状况下的数据，将数据制作成数据集然后利用深度残差网络进行模型的训练。在测试集上模型的精度可以达到94%。实验结果证明，利用无刷直流电机的三相端电流信号与母线端电流信号，可有效训练深度残差网络从而进行电机的故障诊断。

关键词：匝间短路;转子退磁;无刷直流电机;残差网络;故障诊断

中图分类号：TP393        文献标识码：A

文章编号：1009-3044（2021）30-0111-03

开放科学（资源服务）标识码（OSID）：

1 引言

无刷直流电机以其自身特有的优势广泛的应用在生产与生活之中[1]，但是由于人为、环境等因素可能导致电机故障的发生，因此及时的发现电机的早期故障对设备的可靠运行及使用者的安全具有重要的意义[2]。

无刷直流电机的故障诊断流程一般分为三部分：一是信号采集;二是信号处理;三是模式识别[3]。信号的采集一般是电机外壳的振动信号、电机三相端的相电流相电压信号、电机母线端的电流电压信号、温度等[4]。信号的处理在时频域上会使用到傅里叶变换、小波变换等，通过这些方式来提取信号的时频域特征[5]。模式识别阶段可以使用专家库、决策树、神经网络等方式来对故障特征分类从而实现电机的故障诊断[6]。……