專利名稱：檢測交流電動機定子匝故障的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電動機監(jiān)察系統(tǒng)特別涉及檢測交流電動機定子匝故障的方法和裝置。
在各種商業(yè)和工業(yè)領(lǐng)域中都使用諸如三相交流感應(yīng)電動機等電動機。致冷系統(tǒng)印刷機，裝配流水線和無數(shù)的其他應(yīng)用都使用這種電動機。無論是何用途，及時檢測電動機故障都是極為重要的。一般來說，電動機故障在電動機完全損壞之前是檢測不到的，這樣就可能會造成過高的代價，耽誤維修時間，還可能有潛在的危險。因而就需要在電動機完全損壞之前有效和實際地檢測出電動機故障，特別是定子匝故障。
現(xiàn)有狀態(tài)下的電動機監(jiān)察技術(shù)不足以提供損壞前的定子匝故障檢測。典型的電動機監(jiān)察系統(tǒng)是根據(jù)轉(zhuǎn)子的缺陷和只有在轉(zhuǎn)動過程中才能檢測到的缺陷來檢測電動機故障。這些公知的系統(tǒng)是分析轉(zhuǎn)子轉(zhuǎn)動過程中產(chǎn)生的頻譜中諧波的變化。然而，電動機的定子是一個靜止部件，而它的缺陷不會產(chǎn)生額外的諧波。因此，要用這種常規(guī)技術(shù)來檢測由于電動機的定子繞組損壞或故障所造成的電動機故障是不可能的。
現(xiàn)有技術(shù)的定子故障檢測系統(tǒng)仍然存在問題。這些公知的定子匝故障檢測系統(tǒng)效率低下并且耗費時間。許多方法是采用一種平衡電動機的理想模型，但是效果不好，因為實際的機器并不是理想的。有一種方法需要用電動機過多工作狀態(tài)中的數(shù)據(jù)得到一個“查詢表”。為了積累用來做成有用的查詢表的足夠數(shù)據(jù)，就需要讓電動機在各種工作狀態(tài)運行許多次。為了確定是否存在定子匝故障，需要將電動機正常操作期間某一特定瞬時收集的操作數(shù)據(jù)與電動機在類似操作參數(shù)條件下的查詢表數(shù)據(jù)相比較。確定匝故障的有效性取決于查詢表的范圍和程度。查詢表的范圍和程度越大，成本就越高。因此，公知的定子匝故障檢測方案的應(yīng)用會受到明顯的限制并且/或會是昂貴的。查詢表不可能包括所有可能的工作狀態(tài)的數(shù)據(jù)。
另外，這些現(xiàn)有技術(shù)的定子故障檢測系統(tǒng)采用一種加權(quán)的快速傅利葉變換(WFFT)。WFFT需要在一定的時間間隔上有若干組數(shù)據(jù)來執(zhí)行變換。
這樣就需要設(shè)計出一種定子匝故障檢測裝置和方法，它應(yīng)該能檢測與電動機定子有關(guān)的電動機故障，并且不需要生成一個查詢表來存儲預(yù)料中的每一種操作狀態(tài)。
本發(fā)明涉及一種方法和系統(tǒng)，其不需要為檢測電動機故障而產(chǎn)生操作參數(shù)參考表，并且能夠利用高速計算機網(wǎng)絡(luò)，從而克服上述問題。
本發(fā)明通過使用前饋神經(jīng)網(wǎng)絡(luò)提供了一種方法，該方法能夠容易地代替上述的查詢表，并提供計算或產(chǎn)生電動機的每個操作參數(shù)的需要。本發(fā)明包括獲得在正常操作條件下的電動機的電壓和電流數(shù)據(jù)。提供一種計算機程序用于變換現(xiàn)有的電壓和電流數(shù)據(jù)，使得可以容易地獲得特征數(shù)據(jù)并被存儲供隨后使用。該系統(tǒng)還包括用于在實際操作條件下從電動機獲得瞬時數(shù)據(jù)的裝置。然后，所述瞬時數(shù)據(jù)和由前饋神經(jīng)網(wǎng)絡(luò)產(chǎn)生的估算數(shù)據(jù)比較。根據(jù)上述數(shù)據(jù)的比較，可以精確地識別電動機中的定子匝故障的開始。
因此，按照本發(fā)明的一個方面，披露了一種用于電動機的定子匝故障檢測器。所述檢測器包括多個傳感器，用于獲得供給所述電動機的電流和電壓信號。然后，由和所述多個傳感器以及前饋神經(jīng)網(wǎng)絡(luò)相連的處理器計算電流和電壓數(shù)據(jù)的順序分量。前饋神經(jīng)網(wǎng)絡(luò)接收電流和電壓值，或者接收至少其中的一部分，并計算被輸出到比較器的估算值。根據(jù)估算值和瞬時值的分析，可以確定定子匝故障的開始。
按照本發(fā)明的另一個方面，披露了一種定子匝故障檢測系統(tǒng)，其包括微處理器和計算機可讀存儲介質(zhì)。微處理器當(dāng)被存儲在計算機可讀存儲介質(zhì)上的計算機程序指示時，便通過至少一個輸入端接收基本頻率的數(shù)據(jù)，所述數(shù)據(jù)具有供給電動機的正序和負(fù)序線電壓分量和另一個正序線電流分量。當(dāng)被計算機程序進一步指示時，微處理器便啟動前饋神經(jīng)網(wǎng)絡(luò)，所述神經(jīng)網(wǎng)絡(luò)根據(jù)上述的數(shù)據(jù)確定估算的線電流的負(fù)序分量。本發(fā)明還包括至少一個輸出端，用于輸出估算的線電流的負(fù)序分量。
在本發(fā)明的再另一個方面中，一種用于檢測電動機中定子匝故障的裝置包括用于從已知正常工作的電動機接收線電壓信號和線電流信號的裝置。還提供一種變換裝置，用于在時間上連續(xù)地確定至少一部分電壓和電流信號的順序分量。本發(fā)明還包括用于根據(jù)上述的順序分量輸出估算的電流值的裝置。接著，所述估算的電流值通過一種比較裝置實時地和瞬時獲取的電流值比較。
按照本發(fā)明的另一個方面，披露了一種用于檢測電動機中的定子匝故障的計算機程序。當(dāng)所述程序被執(zhí)行時，所述計算機程序便使計算機獲取在正確工作期間的電動機的基本頻率數(shù)據(jù)。所述計算機程序還使基本頻率數(shù)據(jù)的至少一部分輸入到具有若干加權(quán)的前饋神經(jīng)網(wǎng)絡(luò)。然后，計算機將會訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)，使得每個加權(quán)收斂為一個值，并在存儲器中存儲所述的值。計算機還在瞬時操作期間從電動機獲得基本頻率數(shù)據(jù)。然后把瞬時的基本頻率參數(shù)輸入到前饋神經(jīng)網(wǎng)絡(luò)。然后計算機獲得電動機的瞬時操作的估算的基本頻率參數(shù)，并比較所述參數(shù)和瞬時基本頻率參數(shù)，以便確定交流電動機的匝故障。
在本發(fā)明的另一個方面中，披露了一種用于檢測交流感應(yīng)電動機中的定子匝故障的裝置，所述裝置包括至少兩個電流傳感器，用于獲得至少兩個交流電動機電流信號，以及至少兩個電壓傳感器，用于獲得交流電動機電壓信號。交流電動機電流信號和交流電動機電壓信號被輸入到模數(shù)轉(zhuǎn)換器，從而產(chǎn)生數(shù)字化電流信號和數(shù)字化電壓信號。在本發(fā)明中還預(yù)料一種微處理器，用于翻譯數(shù)字化信號，以便計算交流電動機操作的基本頻率順序參數(shù)。由前饋神經(jīng)網(wǎng)絡(luò)確定交流電動機的操作的估算的基本頻率參數(shù)。
按照本發(fā)明的再另一個方面，披露了一種用于檢測在電動機中存在定子匝故障的方法，所述方法包括在電動機的正常操作狀態(tài)期間從電動機中獲得基本頻率訓(xùn)練參數(shù)的步驟。所述用于檢測定子匝故障的方法還包括由基本頻率訓(xùn)練參數(shù)確定順序相量，從而確定電動機的正常操作的估算的基本頻率值，以及確定那些估算的基本頻率值。最好是，所述方法在電動機使用時從電動機獲取瞬時基本頻率值的附加步驟。接著，所述方法比較瞬時基本頻率值和操作的估算的基本頻率值，從而確定故障值，并根據(jù)所述比較指示所述故障值。所述故障值表示電動機內(nèi)存在定子匝故障。
在本發(fā)明的另一個方面中，用于確定交流感應(yīng)電動機內(nèi)存在定子匝故障的方法包括選擇前饋神經(jīng)網(wǎng)絡(luò)的順序相量參數(shù)，和訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)以使學(xué)習(xí)在正常操作狀態(tài)下的交流感應(yīng)電動機的模型的步驟。然后，所述方法在電動機使用時獲取交流感應(yīng)電動機的測量值，并比較從使用中的電動機獲取的測量值和交流感應(yīng)電動機操作的估算值。所述方法然后重復(fù)上述步驟，直到檢測到超過一個警戒值的匝故障值。當(dāng)檢測到這種匝故障值時，所述方法便向用戶表示在交流感應(yīng)電動機中存在定子匝故障。
本發(fā)明的其它的特征、目的和優(yōu)點從下面的詳細(xì)說明和附圖中將看得更加清楚。
下面的


用于實施本發(fā)明的當(dāng)前預(yù)計的優(yōu)選實施例。其中圖1是本發(fā)明的匝故障檢測器的示意圖；圖2是利用圖1所示的匝故障檢測器的匝故障檢測方法的方框圖。
圖3是說明用于確定圖1所示的電動機的線電壓和線電流的順序分量的本發(fā)明的相關(guān)實施例的方框圖。
圖4是表示與圖1所示的裝置連用的前饋神經(jīng)網(wǎng)絡(luò)的綜合訓(xùn)練的流程圖；圖5是說明用于操作與圖1所示的裝置連用的前饋神經(jīng)網(wǎng)絡(luò)的一個實施例的流程圖；圖6是說明用于試驗按照圖5訓(xùn)練的圖1所示的裝置的前饋神經(jīng)網(wǎng)絡(luò)的一個本發(fā)明披露了圖1所示的匝故障檢測器，其體現(xiàn)圖2所示的匝故障檢測方法。參看圖1，定子匝故障系統(tǒng)10包括通過傳輸線16a-16c和電動機14相連的電源12。系統(tǒng)10還包括通用計算機18，其具有模數(shù)轉(zhuǎn)換器(A/D轉(zhuǎn)換器)20，用于監(jiān)察在傳輸線16a-16c上的被傳輸給電動機14的電流和電壓。電流傳感器22a，22b獲得流入電動機14的電流波形，并把所述電流波形通過傳輸線24a，24b傳輸給A/D轉(zhuǎn)換器20。電壓傳感器26a，26b獲得供給電動機14的電壓波形，并通過傳輸線28a，28b把所述波形傳輸給A/D轉(zhuǎn)換器20。A/D轉(zhuǎn)換器20接收所述電流和電壓波形，并把每個波形數(shù)字化，從而可以容易地獲得波形的測量值。計算機18具有微處理器30，其接收來自AD轉(zhuǎn)換器20的數(shù)字化信號，并執(zhí)行使微處理器30分析所述數(shù)字化信號的程序，如下面參照圖3-10所述。
計算機18具有和微處理器30相連的超越終端32，當(dāng)其被啟動時則允許交流感應(yīng)電動機14的用戶超越微處理器30的輸出。這種超越控制在重要的應(yīng)用中用于延遲停車可能是有用的，其中處理工序必須繼續(xù)進行，而不管電動機的故障。微處理器30通過輸出終端34向電動機14的用戶輸出數(shù)據(jù)。
圖2是要由微處理器30執(zhí)行的計算機程序?qū)崿F(xiàn)的系統(tǒng)的方框圖。數(shù)字化的波形的電壓和電流數(shù)據(jù)36被輸入到前饋神經(jīng)網(wǎng)絡(luò)38，其處理數(shù)據(jù)36，并輸出電動機14在實際操作中的電流負(fù)序分量的實部40a和虛部40b的估算值。比較器42接收估算的數(shù)據(jù)40a，40b，并將該數(shù)據(jù)和包括在實際操作期間獲得的電動機14的負(fù)序電流的實部分量44a和虛部分量44b的實際的數(shù)據(jù)分量比較。比較器42一般包括加法器，減法器，或求和器，以后一般稱為比較器。故障指示器46接收比較器42的輸出值，并指示電動機14中故障狀態(tài)48的存在。本發(fā)明預(yù)計使用各種故障指示器46，包括但不限于自組織特征圖(SOFM)46a，其可以阻止電動機14的進一步操作，在其它方式中，使報警器發(fā)聲，利用指針的波動顯示故障，以及/或輸出閃光。SOFM46a是一種用圖形顯示電動機14的操作狀態(tài)的神經(jīng)網(wǎng)絡(luò)。為了正確地顯示電動機14的操作狀態(tài)，SOFM46a作為輸入接收輸出值48和負(fù)序電壓50的幅值。本發(fā)明試圖利用另外的或者第二故障指示器46b。第二故障指示器46b可以包括儀表，一組故障指示燈，或者前述的故障指示器的任意組合。在檢測定子匝故障領(lǐng)域內(nèi)的普通技術(shù)人員能夠理解，本發(fā)明的實施不依靠使用SOFM46a，以取代任何其它的特定的故障指示器。
圖3說明數(shù)字化電流和電壓波形當(dāng)由微處理器30從A/D轉(zhuǎn)換器20接收時進行的轉(zhuǎn)換。所述轉(zhuǎn)換一般被稱為同步參考坐標(biāo)(SRF)變換，并且是公知的。SRF是一種用于變換數(shù)字化數(shù)據(jù)的技術(shù)，不像快速傅里葉變換(FFT)那樣，能夠進行數(shù)據(jù)的連續(xù)變換。不像SRF變換那樣，在對數(shù)字化數(shù)據(jù)可以進行FFT之前需要若干個數(shù)據(jù)采集周期，才能獲得有效的結(jié)果。
最好是，SRF變換100由以上述參照圖2所述的方式獲得兩個線電流和兩個線電壓開始。兩個線電壓Vab，Vbc相對于靜止參考坐標(biāo)110作變換，以便分別計算d軸和q軸靜止電壓Vsqs和Vsds，它們每個都是實數(shù)。Vsqs和Vsds相對于同步參考坐標(biāo)作變換。為了把Vsqs和Vsds相對于同步參考坐標(biāo)120而變換，還必須對同步參考坐標(biāo)120輸入變換角θe。在同步參考坐標(biāo)120的輸出veds被輸入到加法器。加法器122的輸出被輸入到數(shù)字PI控制器124，用于把d軸電壓調(diào)節(jié)到0。通過在閉環(huán)中調(diào)節(jié)頻率ωs，并使用積分器126，使變換角θe收斂，從而把d軸電壓veds強制到0。因而，q軸的同步電壓Veqs經(jīng)過低通濾波器128，并被轉(zhuǎn)換為RMS值130，從而產(chǎn)生線電壓的正序分量VLsp。所得的RMS值VLsp被輸出，用于線對中點的相量計算148。
為了分別確定線電壓的負(fù)序分量的幅值和相位VLsn，arg(VLsn)，靜止的q軸電壓Vsqs和靜止的d軸電壓Vsds，以及在132收斂變換角θe的負(fù)值被輸入到同步參考坐標(biāo)。在計算VLsn和arg(VLsn)之前，同步參考坐標(biāo)的輸出Veds和Veqs經(jīng)過低通濾波器134a，134b。VLsn和arg(VLsn)的計算136如下|V~Lsn|=12(veqs)2+(veds)2----(1)]]>( ) (2)計算的線電壓負(fù)序分量的的幅值和相位被輸出用于線對中點的相量的計算148。
電流波形的正負(fù)序分量的幅值和相位的計算非常類似于線電壓的負(fù)序分量的幅值和相位的計算。不過，應(yīng)當(dāng)注意，變換角θe，并且不是其負(fù)值，被輸入，用于相對于同步參考坐標(biāo)138作變換，以便計算電流的正序分量的幅值和相位。線電流的正序分量的計算如下ISP=(iqse)2+(idse)2----(3)]]>arg(ISP)＝tan-1(ieds/ieqs) (4)為了計算線電流的負(fù)序分量，變換角θe被乘以-1140。經(jīng)過改變的θe，isqs和isds被輸入到同步參考坐標(biāo)142。在142的結(jié)果是兩個值ieqs和ieds，它們在通過低通濾波器144之后，被用于計算146，其提供線對線電流的負(fù)序分量。計算線電流的負(fù)序分量的公式如下Isn=(iqse2+idse2)/2----(5)]]>arg(ISn)＝tan-1(Ieds/Ieqs)(6)然后輸出具有幅值和相位的正負(fù)序分量，用于在148作相量計算。
需要相量計算148，以便計算圖2的前饋神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)36。輸入到前饋神經(jīng)網(wǎng)絡(luò)38的數(shù)據(jù)36，即Vsp，Vsn-real，Vsn-imag，Isp-real，Isp-imag按下式計算Vsp=|13V~Lsp|----(7)]]> Isp-real=Re{I~spejπ/6}----(10)]]>Isp-imag=Im{I~spejπ/6}----(11)]]>線電流的負(fù)序分量的相量計算148，包括實部和虛部Isn-real，Isn-imag，和參照圖2所述的由前饋神經(jīng)網(wǎng)絡(luò)38產(chǎn)生的估算的負(fù)序分量40a，40b比較。
本發(fā)明所預(yù)計的前饋神經(jīng)網(wǎng)絡(luò)38具有兩個不同階段的操作訓(xùn)練階段和試驗階段。圖4是前饋神經(jīng)網(wǎng)絡(luò)38的最綜合的訓(xùn)練方法的流程圖。前饋神經(jīng)網(wǎng)絡(luò)38的訓(xùn)練從160以5×1的輸入矢量p的形式向網(wǎng)絡(luò)38的隱含層輸入輸入數(shù)據(jù)36開始。隱含層由若干個隱含層神經(jīng)元52，Mhid以及構(gòu)成具有5×Mhid的維數(shù)的加權(quán)矩陣Whid的加權(quán)54構(gòu)成。加權(quán)被設(shè)置為會響應(yīng)輸入數(shù)據(jù)36的改變而改變的一個預(yù)定值。一般地說，每個加權(quán)被預(yù)置為0值。隱含層神經(jīng)元52相應(yīng)于要對輸入數(shù)據(jù)36進行的特定的運算功能，如同即將要簡要地說明的那樣。為了在步驟162概括地確定隱含層的輸出，隱含層加權(quán)矩陣轉(zhuǎn)置WhidT和p的乘積和bhid相加，其中bhid是維數(shù)為Mhid×1的隱含層神經(jīng)元的偏置矢量。取所得之和的雙曲正切，確定隱含層的輸出yhid如式14所示。
yhid＝tanh(whidTp+bhid) (12)在162確定隱含層的輸出yhid之后，在164計算在輸出層中的神經(jīng)網(wǎng)絡(luò)的輸出yout。一般地說，輸出層由若干個神經(jīng)元和加權(quán)(未示出)構(gòu)成。分解下面提出的式15得到y(tǒng)out。WoutT一般表示W(wǎng)out的轉(zhuǎn)置，bout一般表示用作輸出層神經(jīng)元的2×1的偏置矢量；Wout是維數(shù)為Mhid×2的輸出層加權(quán)矩陣。
yout＝WoutTyhid+bout(13)然后，前饋神經(jīng)網(wǎng)絡(luò)38的輸出yout按照公式16從電動機14的連續(xù)訓(xùn)練操作的測量值ydes中被減去，從而在166計算預(yù)測中的誤差。和yout一樣，ydes是負(fù)序分量的2×1矢量，其具有電動機14的線電流的幅值和相位。
e＝y(tǒng)des-yout(14)由公式16得到的ydes和yout的差e表示電動機14的操作的實際值和由前饋神經(jīng)網(wǎng)絡(luò)38產(chǎn)生的估算值之間的差，一般稱為預(yù)測誤差。如果沒有不平衡的電源電壓或在電動機14或測量儀表中的固有的不對稱性，e的值將是0。不過，電源電壓的精確平衡或者沒有固有不對稱性的測量儀表是不可能的。結(jié)果，e可能具有無論怎麼小的某個正值。
在166計算e之后，在168按照已知的“Δ規(guī)則”更新加權(quán)矩陣的值。Δ規(guī)則是一種用于更新神經(jīng)網(wǎng)絡(luò)的加權(quán)矩陣的方法，這種方法是公知的，并且在NeuralNetworks，Simon Haykin的文章A comprehensive Foundation(Prentice Hall，1999)中披露了。在168更新加權(quán)矩陣之后，在170更新學(xué)習(xí)速率和其它的訓(xùn)練參數(shù)。
在168更新加權(quán)矩陣和在170更新學(xué)習(xí)速率和其它的訓(xùn)練參數(shù)之后，在172計算e的范數(shù)，從而確定對于給定的訓(xùn)練輸入36所述的值是否足夠小。如果e的范數(shù)不足夠小，則獲得新的輸入數(shù)據(jù)36，并在162被輸入給隱含層，并且利用已改變的隱含層和輸出層的加權(quán)的數(shù)值，e最終被重新計算。直到隱含層和輸出層的加權(quán)收斂為一個合適的值，預(yù)測誤差將不會足夠小。當(dāng)預(yù)測誤差等于0或檢測系統(tǒng)10的用戶認(rèn)為一個可接受的某些其它值時，則發(fā)生加權(quán)的收斂。微處理器20在存儲器中存儲收斂時的加權(quán)值，供在前饋神經(jīng)網(wǎng)絡(luò)38的試驗階段期間在存儲器中使用。
當(dāng)e的范數(shù)足夠小時，前饋神經(jīng)網(wǎng)絡(luò)38的訓(xùn)練階段完成。根據(jù)預(yù)定的門限值確定e的范數(shù)是否足夠小。根據(jù)電動機14的用途和操作條件，10％的預(yù)測誤差可以作為足夠小，而其它的應(yīng)用可能要求低得多的預(yù)測誤差。
圖5表示用于操作前饋神經(jīng)網(wǎng)絡(luò)38的一個已知的實施例，其一般被稱為“全局最小訓(xùn)練”(GMT)。神經(jīng)網(wǎng)絡(luò)38的GMT非常類似于圖4所示的神經(jīng)網(wǎng)絡(luò)38的綜合訓(xùn)練。不過，利用GMT，當(dāng)電動機處在使用狀態(tài)時，加權(quán)矩陣不被更新，學(xué)習(xí)速率和訓(xùn)練參數(shù)也不被更新。為了結(jié)合GMT，在訓(xùn)練之前必須能夠得到相應(yīng)于不同的電流和電壓條件的數(shù)據(jù)，或者在一段時間內(nèi)積累這些數(shù)據(jù)。結(jié)果，電動機14必須運行若干個操作周期，從而獲得足夠的訓(xùn)練數(shù)據(jù)。為了實現(xiàn)最精確的全局最小，除去基本的數(shù)據(jù)存儲器之外，需要大的數(shù)據(jù)集，大的數(shù)據(jù)集需要長的訓(xùn)練時間。隨著訓(xùn)練點數(shù)的增加，功能的接近的精確度、全局的最小量得以改善。和其它的將要進行簡短討論的訓(xùn)練方法相比，目前認(rèn)為全局最小訓(xùn)練成本較高效率低。
圖6說明一旦利用結(jié)合圖4的綜合訓(xùn)練的圖5的GMT程序使隱含層和輸出層的加權(quán)收斂之后，對前饋神經(jīng)網(wǎng)絡(luò)38進行的試驗。在174，線電壓和線電流的順序分量被輸入到神經(jīng)網(wǎng)絡(luò)38，然后在162，166，計算隱含層和神經(jīng)網(wǎng)絡(luò)的輸出，如參照圖4所述。然后在176計算誤差，但是和訓(xùn)練階段不同，預(yù)測誤差不表示加權(quán)不精確，而表示在電動機14中的一匝定子匝故障的開始。因為根據(jù)在從運行的電動機14采集的數(shù)據(jù)，在前饋神經(jīng)網(wǎng)絡(luò)38的訓(xùn)練期間加權(quán)收斂，所以考慮儀表和電動機的不對稱性以及不平衡的電壓。主要是，在訓(xùn)練階段期間，前饋神經(jīng)網(wǎng)絡(luò)38學(xué)習(xí)未處于理想的電動機14的操作狀況。
前饋神經(jīng)網(wǎng)絡(luò)38的試驗根據(jù)在178標(biāo)稱化的預(yù)測誤差和警戒值的比較得出結(jié)論。所述警戒值是用戶確定的表示電動機故障的允差的值。高的警戒值將需要較高的表示電動機14的匝故障180的預(yù)測誤差，而低的警戒值則要求低得多的e值。如果在178標(biāo)稱化的e值大于警戒值，則在180發(fā)出匝故障信號。如果不大于警戒值，則在174前饋神經(jīng)網(wǎng)絡(luò)38重新獲得順序分量數(shù)據(jù)，并重復(fù)試驗階段。只要標(biāo)稱的e值不超過警戒值，則繼續(xù)進行在174開始的循環(huán)。
圖7說明另一種已知的用于試驗和訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)38的實施例，通常被稱為連續(xù)在線訓(xùn)練(COT)。雖然COT是一種已知的訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)38的方法，但是COT尚未用于定子匝故障檢測方案中。在連續(xù)在線訓(xùn)練中，按照前述獲得順序分量。利用COT，每T秒有若干個試驗時隙和一個訓(xùn)練時隙。因此，前饋神經(jīng)網(wǎng)絡(luò)38的加權(quán)可以響應(yīng)于順序分量的改變被準(zhǔn)連續(xù)地更新。一般地說，每第5個時隙是訓(xùn)練時隙，在此期間將使用順序分量數(shù)據(jù)更新加權(quán)矩陣。剩下的4個時隙留出用于試驗數(shù)據(jù)，其將用于確定在電動機14中定子匝故障是否存在。同時在訓(xùn)練時隙中，通過解方程16確定預(yù)測誤差184。如果在185預(yù)測誤差足夠大，則在190向電動機14的用戶發(fā)出故障信號。如果預(yù)測誤差不足夠大，則在186更新加權(quán)矩陣，并在188獲得新的順序分量數(shù)據(jù)。而在訓(xùn)練時隙182和183，在192順序分量進行訓(xùn)練瞬變估算。在192進行的訓(xùn)練瞬變估算確定COT是否是訓(xùn)練瞬變。如果正在發(fā)生訓(xùn)練瞬變，則在188獲得新的順序分量，并重新開始訓(xùn)練。如果不存在訓(xùn)練瞬變，則在194按照圖4所述計算網(wǎng)絡(luò)誤差e。然后網(wǎng)絡(luò)誤差e在196和警戒值比較，確定是否在190向電動機14的用戶發(fā)出匝故障信號。
圖8所示的準(zhǔn)全局最小訓(xùn)練(QGM)是用于訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)38的另一個實施例。除去數(shù)據(jù)庫的容量受限制之外，QGM訓(xùn)練非常類似于圖5的全局最小訓(xùn)練。一般地說，數(shù)據(jù)庫要足夠大，以便和在每天當(dāng)中見到的不同的操作條件的數(shù)量相當(dāng)。經(jīng)過一段時間，并且當(dāng)獲得一個新的輸入時，由于數(shù)據(jù)庫滿而使數(shù)據(jù)庫被更新，現(xiàn)有的輸入被放棄，使得從收斂的觀點來看，剩余的數(shù)據(jù)呈現(xiàn)給前饋神經(jīng)網(wǎng)絡(luò)38最可能的訓(xùn)練組合。結(jié)果，只有當(dāng)新的輸入被加到數(shù)據(jù)庫時，加權(quán)才被更新。因而，和圖7的COT方法相比，QGM方法需要的計算較少。
利用準(zhǔn)全局最小訓(xùn)練，在198在獲得新的輸入之前，隱含層神經(jīng)元的數(shù)量Mhid被初始化。在初始化隱含層神經(jīng)元的數(shù)量之后，在數(shù)據(jù)庫200中存儲的順序分量被輸入給前饋神經(jīng)網(wǎng)絡(luò)38的隱含層，從而按照上述獲得預(yù)測誤差e。在202計算預(yù)測誤差e之后，在204按照參照圖4所述更新加權(quán)矩陣和學(xué)習(xí)參數(shù)。如果預(yù)測誤差的范數(shù)足夠小，則206、207停止前饋神經(jīng)網(wǎng)絡(luò)38的訓(xùn)練。如果不是，則206、209在211使隱含層神經(jīng)元的數(shù)量加1，并在208使加權(quán)矩陣重新初始化。為了限制訓(xùn)練誤差到一個預(yù)定的門限值，隱含層神經(jīng)元的數(shù)量必須隨數(shù)據(jù)庫的容量的增加而增加。如果新的輸入和存儲在數(shù)據(jù)庫中的順序分量明顯不同，則前饋神經(jīng)網(wǎng)絡(luò)加權(quán)54可能不收斂，因而預(yù)測誤差將保持高值。結(jié)果，前饋神經(jīng)網(wǎng)絡(luò)38的試驗必須中斷，直到足夠的輸入被加到數(shù)據(jù)庫使得加權(quán)54能夠收斂為止。
因為COT算法沒有用于存儲輸入數(shù)據(jù)36的數(shù)據(jù)庫，并且QGM算法如果在從數(shù)據(jù)庫獲得明顯不同的輸入時可能不使加權(quán)收斂，本發(fā)明試圖組合每種算法。使用COT-QGM組合算法，利用兩組加權(quán)進行故障分析。一組加權(quán)由COT算法訓(xùn)練，另一組用QGM方法訓(xùn)練。因為在任何給定時刻只有一種方法是有效的，所以并不增加計算的復(fù)雜性。
圖9說明COT-QGM模式下的訓(xùn)練算法。在獲得輸入數(shù)據(jù)36、線電流和線電壓的順序分量之前，進行一個確定，以便確定數(shù)據(jù)36是否從最后的QGM加權(quán)更新以后增加210。如果數(shù)據(jù)36已被增加，則在212按照參照圖4所述的GMT算法訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)的加權(quán)。如果預(yù)測誤差的范數(shù)e低，則在216初始化QGM算法。如果預(yù)測誤差的范數(shù)不低，則在218執(zhí)行COT算法。不管執(zhí)行哪種方式，COT-QGM算法在220獲得作為前饋神經(jīng)網(wǎng)絡(luò)38的輸入的順序分量。COT-QGM算法在222確定是否需要把輸入加于準(zhǔn)全局最小數(shù)據(jù)庫。然后，即使工作在按照圖8的QGM方式下，在224也更新COT加權(quán)54。這能夠確保隨著從QGM方式向COT方式的轉(zhuǎn)換，確保不會發(fā)生不合理的長的時間，以致以小于預(yù)定門限值的預(yù)測誤差使COT加權(quán)54會聚。
現(xiàn)在參看圖10，在COT-QGM的試驗算法完成時，在226進行確定，確定前饋神經(jīng)網(wǎng)絡(luò)38是否處于訓(xùn)練瞬變。如果是，則在228結(jié)束COT-QGM方法的試驗方式。如果不是，則在230COT-QGM算法確定是否數(shù)據(jù)36已經(jīng)從最近的準(zhǔn)全局最小加權(quán)更新以后增加。如果是，則在228結(jié)束COT-QGM算法的試驗方式。如果不是，則在232按照參照圖3所述獲得輸入數(shù)據(jù)(線電流和線電壓的順序分量)。如果在234、235輸入是新的，則在228結(jié)束COT-QGM算法的試驗方式。如果不是，則在236以在圖4的討論中提出的方式計算預(yù)測誤差e。如果在238、239 預(yù)測誤差的標(biāo)稱化小于警戒值，則在232獲得新的順序分量，并被輸入到前饋神經(jīng)網(wǎng)絡(luò)38中。如果在238預(yù)測誤差的范數(shù)不小于警戒值，則在240向電動機14的用戶發(fā)出定子匝故障信號。
雖然在本發(fā)明中實施了幾種訓(xùn)練算法和相應(yīng)的試驗算法，但是特定的訓(xùn)練和試驗算法的選擇是根據(jù)定子匝故障檢測器的預(yù)定用途來進行。應(yīng)當(dāng)理解，定子匝故障檢測系統(tǒng)10的功能不限于任何特定的試驗與/或訓(xùn)練算法。
本發(fā)明設(shè)想了用于電動機，更特別是用于交流電動機14的定子匝故障檢測器的使用。這種用于交流感應(yīng)電動機14的定子匝故障檢測器10的一種應(yīng)用如圖1所示。定子匝故障檢測器10包括多個傳感器22a，226，26a，26b，用于從交流感應(yīng)電動機14獲得電流和電壓值，以及處理器30以便計算電流值的順序分量和電壓值的順序分量。和處理器30相連的前饋神經(jīng)網(wǎng)絡(luò)38接收所述順序分量，并確定表示交流感應(yīng)電動機14的負(fù)序電流的估算值的輸出值。還提供比較器42，用于比較前饋神經(jīng)網(wǎng)絡(luò)38的輸出值和交流感應(yīng)電動機14的一組實際的電流值，從而確定故障值。處理器30對電壓和電流值應(yīng)用同步參考坐標(biāo)變換，確定由前饋神經(jīng)網(wǎng)絡(luò)38使用的相應(yīng)的順序分量。前饋神經(jīng)網(wǎng)絡(luò)38包括具有相應(yīng)于要被輸入的順序分量的數(shù)量的多個輸入36的輸入層，和具有至少一個神經(jīng)元52和多個加權(quán)54的隱含層。神經(jīng)元52的數(shù)量和多個加權(quán)54的每個值被這樣確定，使得當(dāng)加權(quán)54收斂時，用于估算線電流的負(fù)序分量的值被確定。當(dāng)該多個加權(quán)54的每個數(shù)的正確值和神經(jīng)元52的正確數(shù)量已經(jīng)被確定后，神經(jīng)網(wǎng)絡(luò)38就被訓(xùn)練，并準(zhǔn)備檢查電動機14中的定子匝故障。
本發(fā)明按照優(yōu)選實施例進行了說明，應(yīng)當(dāng)理解，除去這些清楚說明的實施例之外，在所附權(quán)利要求的范圍內(nèi)，可以作出許多等同例、替代例和改型例。
權(quán)利要求
1.一種用于交流電動機(14)的定子匝故障檢測器(10)，所述檢測器包括多個傳感器(22(a)，22(b)，26(a)，26(b))，用于從交流電動機(14)獲得一組電流值和一組電壓值(36)；處理器(30)，用于從所述一組電流值和一組電壓值(36)計算順序分量；前饋神經(jīng)網(wǎng)絡(luò)(FFNN)(38)，其被連接用于接收所述一組電流值和所述一組電壓值的順序分量的至少一部分，作為輸入陣列，并具有一個輸出(48)，用于提供至少兩個順序相量的估算值；以及比較器(42)，其和FFNN(38)的輸出(48)相連，用于比較估算值和瞬時值，使得當(dāng)所述比較超過一個警戒值時，提供故障信號(46)，借以表示定子匝故障。
2.如權(quán)利要求1所述的定子匝故障檢測器(10)，其中處理器(30)應(yīng)用同步參考坐標(biāo)變換，從而由所述一組電流值和所述一組電壓值(36)計算順序分量。
3.如權(quán)利要求1所述的定子匝故障檢測器(10)，其中所述一組電流值和所述一組電壓值(36)相應(yīng)于在正常操作條件下的交流電動機(14)的操作值，并且最初用于通過計算FFNN(38)中的一組加權(quán)值(54)訓(xùn)練FFNN(38)。
4.如權(quán)利要求3所述的定子匝故障檢測器(10)，其中用于訓(xùn)練的順序分量包括正的電流順序分量，正的電壓順序分量和負(fù)的電壓順序分量。
5.如權(quán)利要求1所述的定子匝故障檢測器(10)，其中所述處理器(30)還計算負(fù)的電流順序分量作為瞬時值，以便和估算值進行比較。
6.如權(quán)利要求1所述的定子匝故障檢測器(10)，其中前饋神經(jīng)網(wǎng)絡(luò)(38)包括具有多個加權(quán)(54)和多個神經(jīng)元(52)的隱含層，其中多個加權(quán)(54)在訓(xùn)練模式期間被調(diào)整，在運行模式期間保持恒定。
7.一種用于檢測交流電動機(14)中的定子匝故障的系統(tǒng)(10)，包括至少一個輸入(24(a)，24(b)，28(a)，28(b))，用于向微處理器(30)輸入來自交流電動機(14)的基本頻率數(shù)據(jù)，其中所述基本頻率數(shù)據(jù)包括線電壓的正的和負(fù)的電壓順序分量以及線電流的正的電流順序分量；計算機可讀存儲介質(zhì)，其和微處理器(30)相連，其中具有計算機程序，當(dāng)所述程序被執(zhí)行時，啟動前饋神經(jīng)網(wǎng)絡(luò)(38)，從而根據(jù)所述基本頻率數(shù)據(jù)計算估算的負(fù)的電流順序分量；以及至少一個輸出(34)，用于輸出估算的負(fù)序分量。
8.如權(quán)利要求7所述的系統(tǒng)(10)，其中前饋神經(jīng)網(wǎng)絡(luò)(38)包括具有許多輸入矢量(36)的輸入層，其中所述輸入矢量(36)的數(shù)量相應(yīng)于通過至少一個輸入輸入的許多順序分量；具有至少一個神經(jīng)元(52)和至少一個加權(quán)(54)的隱含層，其中所述至少一個加權(quán)(54)在訓(xùn)練模式期間被調(diào)整，在運行模式期間保持恒定；以及用于確定至少一個輸出矢量(48)的輸出層，其中所述至少一個矢量包括估算的負(fù)序分量。
9.如權(quán)利要求7所述的系統(tǒng)(10)，其中當(dāng)所述計算機程序被執(zhí)行時還使微處理器根據(jù)估算的負(fù)序分量向交流電動機(14)的用戶顯示匝故障值(46)。
10.如權(quán)利要求7所述的系統(tǒng)(10)，其中所述計算機程序在被執(zhí)行時還使微處理器(30)執(zhí)行以下操作在已知的正常操作期間從交流電動機(14)獲取基本頻率數(shù)據(jù)(36)；向具有許多加權(quán)(54)的前饋神經(jīng)網(wǎng)絡(luò)(38)輸入基本頻率數(shù)據(jù)(36)的至少一部分；訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)(38)從而確定每個加權(quán)(54)的收斂值；在存儲器中存儲所述收斂值；在交流電動機(14)的瞬時操作期間，從交流電動機(14)獲得瞬時基本頻率參數(shù)(44(a)，44(b))；對前饋神經(jīng)網(wǎng)絡(luò)(38)輸入所述瞬時基本頻率參數(shù)(44(a)，44(b))；獲得交流電動機(14)的瞬時操作的估算的基本頻率參數(shù)(40(a)，40(b))；以及比較估算的基本頻率參數(shù)(40(a)，40(b))和瞬時基本頻率參數(shù)(44(a)，44(b))，從而確定在交流電動機(14)中的定子匝故障。
11.如權(quán)利要求10所述的系統(tǒng)(10)，其中當(dāng)故障值超過警戒值(178)時，計算機可讀存儲的計算機程序還使微處理器(30)輸出表示定子匝故障的故障值(180)。
12.如權(quán)利要求7所述的系統(tǒng)(10)，還包括至少兩個電流傳感器(22(a)，22(b))，用于獲得至少兩個交流電動機(14)的電流信號；至少兩個電壓傳感器(26(a)，26(b))，用于獲得至少兩個交流電動機(14)的電壓信號；模數(shù)轉(zhuǎn)換器(20)，用于把所述至少兩個交流電動機電流信號轉(zhuǎn)換成數(shù)字化電流信號，并把所述至少兩個交流電動機電壓信號轉(zhuǎn)換成數(shù)字化電壓信號；其中微處理器(30)接收所述數(shù)字化信號并計算交流電動機(14)的基本頻率順序參數(shù)(36)；以及其中前饋神經(jīng)網(wǎng)絡(luò)(38)確定交流感應(yīng)電動機(14)的估算的基本頻率順序參數(shù)。
13.如權(quán)利要求12所述的系統(tǒng)(10)，其中交流感應(yīng)電動機(14)的基本頻率順序參數(shù)(36)的計算被進一步確定，以便對數(shù)字化電流信號和數(shù)字化電壓信號應(yīng)用同步參考坐標(biāo)變換(120，132，142)。
14.如權(quán)利要求13所述的系統(tǒng)(10)，其中前饋神經(jīng)網(wǎng)絡(luò)(38)還包括許多輸入層(36)，用于獲取基本頻率順序參數(shù)；隱含層，其具有在已知的正常操作模式期間訓(xùn)練的許多加權(quán)(54)；以及輸出層(40(a)，40(b))，用于在運行狀態(tài)期間產(chǎn)生交流感應(yīng)電動機(14)的估算的基本頻率順序參數(shù)。
15.一種用于檢測電動機(14)中的定子匝故障的方法，包括以下步驟在電動機(14)的已知的正常狀態(tài)期間從所述電動機獲取基本頻率訓(xùn)練參數(shù)(22(a)，22(b)，26(a)，26(b))；從所述基本頻率訓(xùn)練參數(shù)(22(a)，22(b)，26(a)，26(b))確定順序相量；確定表示電動機(14)的定子匝故障的估算的基本頻率值(40(a)，40(b))；在電動機(14)被使用時，不管電動機(14)是否轉(zhuǎn)動，從電動機(14)獲取瞬時基本頻率值(44(a)，44(b))；比較(42)所述瞬時基本頻率值(44(a)，44(b)和估算的基本頻率值(40(a)，40(b))，從而確定定子匝故障；以及根據(jù)所述比較(42)指示定子匝故障的存在。
16.如權(quán)利要求15所述的方法，其中訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)(38)包括以下步驟對輸入層輸入瞬時基本頻率值(36)；以及收斂在隱含層中的許多加權(quán)(54)到一個穩(wěn)定狀態(tài)；以及在輸出層中輸出估算的基本頻率值(40(a)，40(b))。
17.如權(quán)利要求15所述的方法，還包括計算瞬時基本頻率值(44(a)，44(b))和估算的基本頻率值(40(a)，40(b))的差的步驟。
18.如權(quán)利要求15所述的方法，還包括以下步驟(A)選擇用于前饋神經(jīng)網(wǎng)絡(luò)(38)的順序相量參數(shù)(36)；(B)訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)(38)，在正常操作狀態(tài)下學(xué)習(xí)交流感應(yīng)電動機(14)的模型；(C)在交流感應(yīng)電動機被使用時獲取交流感應(yīng)電動機(14)的測量值(44(a)，44(b))；(D)比較在正常操作狀態(tài)期間交流感應(yīng)電動機(14)操作的估算值(44(a)，44(b))和交流感應(yīng)電動機(14)操作的測量值(44(a)，44(b))；(E)周期地重復(fù)步驟(C)和(D)；以及(F)如果比較步驟(42)產(chǎn)生超過警戒門限值的故障值，則表明交流感應(yīng)電動機(14)的定子匝故障(46)。
19.如權(quán)利要求18所述的方法，還包括重復(fù)步驟(A)和(B)，以便收斂多個加權(quán)(54)，從而獲得穩(wěn)定狀態(tài)的操作條件。
20.如權(quán)利要求18所述的方法，其中訓(xùn)練步驟包括獲取電壓和電流數(shù)據(jù)(36)，所述訓(xùn)練步驟包括以下步驟獲取線電壓的正序分量的幅值；獲取線電壓的負(fù)序分量的幅值和相位；以及獲取線電流的正序分量的幅值和相位。
全文摘要
本發(fā)明提供了一種能夠?qū)崟r地檢測電動機(14)中的定子匝故障的定子匝故障檢測系統(tǒng)(10)和方法。所述定子匝故障檢測器(10)包括前饋神經(jīng)網(wǎng)絡(luò)(38),其在使用供給電動機(14)的電壓和電流的基本頻率順序分量(36)被訓(xùn)練時,將估算表示定子匝故障的基本頻率順序分量。本發(fā)明披露了一種用于檢測電動機(14)中的定子匝故障的方法和訓(xùn)練用于所述定子匝故障檢測器(10)中的前饋神經(jīng)網(wǎng)絡(luò)(38)的方法。
文檔編號H02H7/09GK1349102SQ0113857
公開日2002年5月15日 申請日期2001年10月4日 優(yōu)先權(quán)日2000年10月4日
發(fā)明者T·G·哈貝特勒, D·J·格里特, R·G·哈利, R·M·塔拉姆 申請人:易通公司