← 返回
可靠性与测试 故障诊断 深度学习 机器学习 功率模块 ★ 3.0

基于深度学习的永磁同步电机开路故障诊断与定位

Embedded-Oriented Open-Switch Fault Diagnosis and Localization for Dual Y-Connected PMSM Based on Deep Learning

作者 Shihan Xu · Yuan Zhu · Luca Zarri
期刊 IEEE Transactions on Power Electronics
出版日期 预计 2026年5月
技术分类 可靠性与测试
技术标签 故障诊断 深度学习 机器学习 功率模块
相关度评分 ★★★ 3.0 / 5.0
关键词 开关管开路故障 故障诊断 深度学习 PMSM 多相电机 容错控制 嵌入式系统
语言:

中文摘要

针对多相电机开路故障诊断速度慢的问题,本文提出一种基于逻辑判断的级联触发算法,结合优化的缺相特征值与谐波子空间电流轨迹,实现了嵌入式环境下的快速故障诊断与定位,有效提升了容错控制的实时性。

English Abstract

The open-switch fault diagnosis speed of multiphase machines is generally no less than 1/4 of an electrical cycle, severely affecting the timeliness of fault-tolerant control intervention. To address this issue, this paper first proposes a cascaded triggering algorithm based on logical judgment, integrating optimized open-phase characteristic values with harmonic subspace current trajectories to e...
S

SunView 深度解读

该研究提出的嵌入式快速故障诊断技术对阳光电源的功率变换产品具有参考价值。虽然本文聚焦于多相电机驱动,但其基于深度学习的故障特征提取与级联触发逻辑,可迁移至阳光电源的组串式逆变器及PowerTitan储能变流器(PCS)的功率模块健康管理中。通过在iSolarCloud平台集成此类轻量化AI算法,可实现IGBT等核心功率器件的早期故障预警,提升系统可靠性,减少非计划停机时间,优化运维成本。