← 返回
永磁电机驱动系统常见电气故障的诊断与识别
Diagnosis and Identification of Common Electrical Faults in PM Machine Drives
| 作者 | Xiaobao Feng · Bo Wang · Zheng Wang · Wei Hua · Ming Cheng |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年10月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 故障诊断 可靠性分析 机器学习 深度学习 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 永磁电机驱动 故障诊断 容错控制 可靠性 电气故障 机器学习 故障检测 |
语言:
中文摘要
随着电机驱动在航空航天和电动汽车领域的广泛应用,高可靠性成为核心关注点。故障诊断与容错控制对提升驱动系统可靠性至关重要。然而,现有研究多集中于单一故障,而实际中多种故障可能具有相似特征,本文旨在解决多故障特征重叠下的诊断与识别难题。
English Abstract
With the widespread integration of machine drives in aerospace and electric vehicles, high reliability has become a paramount concern. Fault diagnosis and tolerant control play crucial roles in enhancing the dependability of machine drives. However, prevailing research on fault detection typically concentrates on a single fault. In fact, various faults might share similar fault characteristics. Th...
S
SunView 深度解读
该研究聚焦于电机驱动系统的故障诊断与容错控制,与阳光电源的电动汽车充电桩及风电变流器业务具有技术关联性。虽然阳光电源的核心业务侧重于电力电子变换,但电机驱动的故障特征提取与诊断算法(如机器学习的应用)可迁移至光伏逆变器及储能变流器(PCS)的功率模块健康管理与寿命预测中。建议研发团队关注文中提到的多故障特征解耦方法,以提升iSolarCloud平台在复杂工况下的设备故障预警精度,降低运维成本。