一种基于近似熵的直流牵引电机健康状态实时分析方法

摘要

本发明公开了一种基于近似熵的直流牵引电机健康状态实时分析方法，把电机检测过程分成启动阶段检测、稳速阶段检测、减速阶段检测，根据采集的待检测电机的电流i_a、电压u_a、转速ω_a信号，计算出电机对应各检测阶段的近似熵值，与初始检测的各阶段近似熵值比较判断电机健康状态。本发明方法对电机易获得的常见信号进行分析，并且利用阶段划分和平滑矩阵方法，从而减少近似熵的计算量，可为电机的视情维修提供前提依据。本发明装置用于电机故障检测。

主权项

一种基于近似熵的直流牵引电机健康状态实时分析方法，其特征在于：把电机检测过程分成启动阶段检测、稳速阶段检测、减速阶段检测，根据采集的待检测电机的电流i_a、电压u_a、转速ω_a信号，计算出电机对应各检测阶段的近似熵值，与初始检测的各阶段近似熵值比较判断电机健康状态，包括如下具体步骤：步骤1)，根据待检测电机的型号，在上位机中设置电机参数，所述电机参数包括额定电压U_d、额定电流I_d、额定功率P_d、额定转速ω_d、电枢内阻R_a、电枢电感量L_a；在上位机中设置各检测阶段近似熵计算参数，所述计算参数包括时间常数T、基准值参数B以及阈值γ；其中，所述时间常数T＝L_a/R_a，所述基准值参数B＝(U_d‑I_dR_a)/ω_d，启动阶段和减速阶段对应γ＝B×20％，稳速阶段对应γ＝B×5％；步骤2)，判断检测过程处于在线检测或离线检测状态：若离线检测，则通过功率放大器驱动待测电机，并通过上位机向功率放大器发送电机启动和停止指令，然后多次采集各个检测阶段电机的电流i_a、电压u_a、转速ω_a实时信号后发送到上位机；若在线检测，则直接多次采集电机对应各个检测阶段的电流i_a、电压u_a、转速ω_a实时信号后发送到上位机；每一次信号采样周期设置为T/n，其中n取值为3～10的整数；步骤3)，上位机计算各个检测阶段对应的近似熵，包括如下步骤：步骤3.1)，根据采集到的多组电流i_a、电压u_a、转速ω_a实时信号，计算得到序列C(k)，如式(1)所示；$C\left(k\right)=\frac{u_a\left(k\right)-i_a\left(k\right)R_a-n{R}_a[i_a\left(k\right)-i_a(k-1)]}{{\omega }_a\left(k\right)}---\left(1\right)$其中，C(k)为第k组信号对应的电磁状态量，k的取值为1～N的自然数，N为采集到的信号组数；步骤3.2)，按检测阶段对所述序列C(k)进行划分，形成每个检测阶段对应的时间序列{C(k)}；步骤3.3)，对每个检测阶段的时间序列{C(k)}计算伪距离d_i，k，如式(2)所示；d_i，k＝|C(i)‑C(k)|   (2)式(2)中，i的取值为1～N的自然数，k的取值为i＜k≤N；将计算得到的所述伪距离d_i，k二值化，根据不同检测阶段设定的阈值γ：当d_i，k≥γ，d_i，k计作1；当d_i，k＜γ，d_i，k计作0；步骤3.4)，根据步骤3.3)得到的任一检测阶段时间序列对应的伪距离d_i，k，构建该检测阶段对应的二值距离矩阵D：首先，用二值化后的伪距离d_i，k构建下三角矩阵D1，如式(3)所示；然后将D₁翻转后，添加到上三角上，拓展成(N‑1)×N矩阵D，如式(4)所示；步骤3.5)，由所述矩阵D分别构建距离的2阶平滑度矩阵P²和3阶平滑度矩阵P³；设D(i，j)为矩阵D中(i，j)位置的元素，则所述P²为N‑2×N‑1维矩阵，其中(i，j)位置的元素所述P³为N‑3×N‑2维矩阵，其中(i，j)位置的元素$p_{i,j}^3=\max (D(i,j),D(i+1,j+1),D(i+2,j+2));$步骤3.6)，分别计算所述矩阵P²和P³各列的均值如式(5)、(6)所示；$C_j^2=\frac{\underset{i}{\Sigma }{p}_{i,j}^2}{N-1}---\left(5\right)$$C_j^3=\frac{\underset{i}{\Sigma }{p}_{i,j}^3}{N-3}---\left(6\right)$步骤3.7)，对所述和分别取对数后，再作平均值运算，得到φ²和φ³，如式(7)、(8)所示；${\phi }^2=\frac{1}{N-1}\underset{j=1}{\overset{N-1}{\Sigma }}\ln C_j^2---\left(7\right)$${\phi }^3=\frac{1}{N-2}\underset{j=1}{\overset{N-2}{\Sigma }}\ln C_j^3---\left(8\right)$若所述步骤3.6)计算得到的和为0，则不对所述和能进行对数运算，令和为一个正数K，N为所述步骤2)中采集到的信号组数；步骤3.8)，计算实时矩阵D对应检测阶段的近似熵A＝φ²‑φ³；步骤4)，根据步骤3.4)至3.8)，得到启动阶段、稳速阶段、减速阶段对应的近似熵A，然后根据各阶段对应的近似熵A判断该阶段的健康状态，具体为：任一检测阶段中，若(A‑A₀)/A₀＞M，上位机则告警，提示电机需要检修；其中，A₀为对应检测阶段初始检测得到的近似熵值，M为健康状态判断阈值，M取值为0.1～1。