本发明涉及一种永磁同步电机技术领域，尤其涉及一种永磁同步电机性能退化评估方法和系统。
背景技术：
永磁同步电机是一种复杂的机电产品，在电机正常运行中其性能的退化往往是因为其元部件性能退化导致的，比如轴承磨损退化，永磁体退磁，绝缘性能老化，转子偏心逐渐增大等，当其性能退化到一定程度就会出现故障和失效，所以永磁同步电机在长期运行过程中发生故障的潜在可能性会相应增加。一旦电机的关键部件发生故障,就可能导致整台设备崩溃停机而影响整个生产进程,造成巨大的经济损失。因此，如果能够在电机性能退化的过程中检测或测量到电机性能退化的程度，那么就可以有针对性地组织生产和电机维修，防止电机异常失效的发生。
技术实现要素：
本发明的目的是提供一种永磁同步电机性能退化评估方法和系统，其能够在电机性能退化的过程中检测或测量到电机性能退化的程度，可以有针对性地组织生产和电机维修，防止电机异常失效的发生。
为解决上述技术问题，本发明提供一种永磁同步电机性能退化评估方法，所述方法包括以下步骤：
步骤s100：采集永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号；
步骤s200：根据永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号提取电机处于不同状态下电机性能退化特征向量；
步骤s300：用电机处于不同状态下的电机性能退化特征向量分别训练其对应的分类支持向量机模型；
步骤s400：采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，并利用永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。
优选地，步骤s200具体为：
步骤s210：将永磁同步电机处于正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号进行经验模态分解，选取每种信号的若干个imf分量；
步骤s220：计算所有imf分量的能量；
步骤s230：将所有imf分量能量分别进行归一化处理；
步骤s240：用不同状态下的归一化imf分量能量分别构建不同状态下电机性能退化特征向量。
优选地，步骤s300具体为：用拉格朗日乘子、高斯核函数和不同状态下电机性能退化特征向量分别训练不同状态下分类支持向量机模型，并得到不同状态下模型超球体，得到每个模型的超球体的球心和半径。
优选地，在所述步骤400中具体为：
步骤s410：计算处于不同退化状态下永磁同步电机模型超球体球心与正常状态下永磁同步电机模型超球体球心之间的广义距离和相对距离；
步骤s420：采集待评估永磁同步电机的电机定子电流信号和振动信号并提取电机性能退化特征向量；
步骤s430：计算待评估永磁同步电机的电机性能退化特征向量与不同状态下分类支持向量机模型的超球体球心之间的广义距离和相对距离；
步骤s440：判断待评估永磁同步电机的电机性能退化特征向量与正常状态下分类支持向量机模型的超球体球心之间相对距离是否小于预设阈值，若小于则待评估永磁同步电机处于正常状态，反之则进入步骤s450；
步骤s450：比较待评估永磁同步电机的电机性能退化特征向量与非正常状态下分类支持向量机模型的超球体球心之间相对距离，进而计算待评估永磁同步电机性能退化指标。
优选地，所述步骤s100中永磁同步电机正常状态以及永磁同步电机处于不同退化状态具体为：取5台同种型号的永磁同步电机，其中第1台为全新正常的永磁同步电机，第2台为轴承性能高度退化的永磁同步电机，第3台为永磁体性能高度退化的永磁同步电机，第4台为转子偏心退化的永磁同步电机，第5台为绝缘性能高度退化的永磁同步电机。
优选地，所述步骤s100具体为：正常电机运行50分钟，每隔1分钟对定子电流和振动信号进行采样，每次采样持续5秒；其余4台处于不同退化状态永磁同步电机均运行10分钟，每隔12秒对定子电流信号和振动信号进行采样，每次采样持续5秒。
优选地，所述振动信号是指振动的位移，速度，加速度信号。
优选地，所述步骤s210中选取每种信号的若干个imf分量具体为选取每种信号的前6个imf分量。
本发明还提供了一种永磁同步电机性能退化评估系统，包括信号采集模块、特征提取模块、模型建立模块和性能退化评估模块，其中：
信号采集模块，用于采集永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号发送给特征提取模块；
特征提取模块，用于根据信号采集模块发送的电机定子电流信号和振动信号提取不同状态下电机性能退化特征向量，发送给模型建立模块；
模型建立模块，用于根据特征提取模块发送的不同状态下电机性能退化特征向量分别训练不同状态下分类支持向量机模型；
性能退化评估模块，用于采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，采用模型建立模块的永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。
该方法和系统能够在电机性能退化的过程中检测或测量到电机性能退化的程度，从而可以有针对性地组织生产和电机维修，防止电机异常失效的发生。
附图说明
图1为第一种实施方式提供的一种永磁同步电机性能退化评估方法的流程图；
图2为第二种实施方式提供的一种永磁同步电机性能退化评估方法的流程图；
图3为本发明提供的一种永磁同步电机性能退化评估系统的结构框图；
图4是本发明提供的永磁同步电机性能退化评估系统的信号采集模块示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案，下面结合附图对本发明作进一步的详细说明。
参见图1，图1为第一种实施方式提供的一种永磁同步电机性能退化评估方法的流程图。
一种永磁同步电机性能退化评估方法，所述方法包括以下步骤：
步骤s100：采集永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号；
步骤s200：根据永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号提取电机处于不同状态下电机性能退化特征向量；
步骤s300：用电机处于不同状态下的电机性能退化特征向量分别训练其对应的分类支持向量机模型；
步骤s400：采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，并利用永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。
采集永磁同步电机正常状态以及处于不同退化状态下的电机定子电流信号和振动信号。电机定子电流信号通过电流传感器采集，振动信号通过振动传感器采集。根据采集的电机定子电流信号和振动信号提取电机处于不同状态下电机性能退化特征向量，并用电机处于不同状态下的电机性能退化特征向量分别训练其对应的分类支持向量机模型。采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，并利用利用永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。通过永磁同步电机性能退化指标判断电机性能退化的程度。
该方法实现了在电机性能退化的过程中检测或测量到电机性能退化的程度，可以有针对性地组织生产和电机维修，防止电机异常失效的发生。
参见图2，图2为第二种实施方式提供的一种永磁同步电机性能退化评估方法的流程图。
一种永磁同步电机性能退化评估方法，所述方法包括以下步骤：
步骤s100：采集1台处于正常状态的永磁同步电机以及4台处于不同退化状态下的永磁同步电机的电机定子电流信号和振动信号，所述振动信号是指振动的位移、速度、加速度信号。
取5台同种型号的永磁同步电机，其中第1台为全新正常的永磁同步电机m1，第2台为轴承严重磨损，轴承性能高度退化的永磁同步电机m2，第3台为电机永磁体退磁，永磁体性能高度退化的永磁同步电机m3，第4台为电机转子出现偏心,转子偏心退化的永磁同步电机m4，第5台为定子匝间轻微短路，绝缘性能高度退化的永磁同步电机m5。
正常电机运行50分钟，每隔1分钟对定子电流i1j(t)和振动信号vd1j(t)、vs1j(t)、va1j(t)进行采样，每次采样持续5秒，其中，j＝1,2…50。i1j(t)表示第1台电机第j次采样的定子电流信号，vd1j(t)、vs1j(t)、va1j(t)分别表示第1台电机第j次采样而来的电机振动的位移、速度、加速度信号，将它们作为电机正常状态下的数据。
其余4台处于不同退化状态永磁同步电机均运行10分钟，每隔12秒对定子电流信号iij(t)和振动信号vdij(t)、vsij(t)、vaij(t)进行采样，每次采样持续5秒。其中，i＝2,3…5，j＝1,2…50。iij(t)表示第i台电机第j次采样而来的定子电流信号，vdij(t)、vsij(t)、vaij(t)分别表示第i台电机第j次采样而来的电机振动的位移、速度、加速度信号，将它们作为电机不同部件严重退化时的数据。
步骤s210：将永磁同步电机处于正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号进行经验模态分解，选取每种信号的若干个imf分量。优选地，选取每种信号的前6个imf分量。
对步骤s100采集的电机定子电流信号iij(t)和振动信号vdij(t)、vsij(t)、vaij(t)进行经验模态分解，选取每种信号的前6个imf分量(intrinsicmodefunction，即固有模态函数)作为分析对象，共24个imf分量，即电机定子电流信号的前6个imf分量，振动位移信号的前6个imf分量，振动速度信号的前6个imf分量，振动加速度信号的前6个imf分量。电机定子电流信号imf分量分别为imfij1，imfij2…imfij6，电机振动信号imf分量分别为imfij7，imfij8...imfij24，其中，i＝1,2…5，j＝1,2…50。
原始信号和imf分量关系如下式：
式(1)，(2)、(3)、(4)中，imfij1，imfij2…imfij6表示第i台电机的第j次采样时采样来的电机定子电流信号经经验模态分解得到的imf分量，rmij6表示第i个电机的第j次采样时采样来的电机定子电流信号经经验模态分解6次得到的残差信号。imfij7，imfij8...imfij24表示第i个电机的第j次采集的电机振动的位移，速度，加速度信号经经验模态分解得到的imf分量，rdij6，rsij6，raij6表示第i个电机的第j次采样时采集的电机振动的位移，速度，加速度信号经经验模态分解6次得到的残差信号。
步骤s220：计算所有imf分量的能量eij1，eij2…eij24：
其中，eijk表示第i个电机第j次采样而来的电机信号第k个imf分量的能量，imfijkd表示第i个电机第j次采样的电机信号第k个imf分量第d个点的信号幅值，n是imf信号数据点的个数。由于传感器每次采样5秒，采样频率4khz，所以每次采集的5秒钟电流和振动信号都有20000个数据点，所以n＝20000，k＝1,2…24。
步骤s230：当信号能量较大时，eijk通常数值较大，不利于后期分析计算，并且会影响下一步构建模型的效果，故将所有imf分量能量分别进行归一化处理。
其中，eijk表示第i台电机第j次采样来的电机信号第k个imf分量能量的归一化值。
步骤s240：用不同状态下的归一化imf分量能量分别构建不同状态下电机性能退化特征向量tij＝[eij1，eij2…eij24]。
其中，tij表示从第i台电机第j次采样而来的电机信号提取而来的特征向量。
步骤s300：用拉格朗日乘子、高斯核函数和不同状态下电机性能退化特征向量分别训练不同状态下分类支持向量机模型，并得到不同状态下模型超球体，得到每个模型的超球体的oi和半径ri。
用步骤s240得到的特征向量tij训练单值分类支持向量机模型，将t1j，j＝1,2…50作为电机正常，性能无退化时的样本来训练电机无退化时的svm模型svm1。将t2j，j＝1,2…50作为电机轴承磨损，轴承退化时的样本来训练电机轴承严重退化时的svm模型svm2。将t3j，j＝1,2…50作为电机永磁体严重退磁时的样本来训练电机永磁体严重退化时的svm模型svm3。将t4j，j＝1,2…50作为电机转子偏心时的样本来训练电机转子高度偏心时的svm模型svm4。将t5j，j＝1,2…50作为电机绝缘老化，定子匝间短路时的样本来训练电机绝缘严重老化时的svm模型svm5。
单值分类支持向量机模型不同于普通的支持向量机模型，它的基本思想是生成一个能包含所有目标样本特征向量的超球体，可通过下式来构造单值分类支持向量机模型：
式(7)和(8)中oi，ri为第i个电机svmi模型的超球体球心和半径，ci，li，ξim分别为第i个电机svmi模型的惩罚参数，目标函数，松弛因子，tim为第i个电机第m个电机性能退化特征向量。
引入拉格朗日乘子αim和高斯核函数k(x，y)，可得到如下二次规划公式：
式(9)和(10)中，αim为第i个电机svmi模型第m个拉格朗日乘子，k(x，y)表示高斯核函数，tin为第i个电机第n个电机性能退化特征向量。
如果样本点在超球体内部，则αim＝0；如果样本点在超球体外部，则αim＝ci；如果样本点刚好在超球体的边界上，则0≤αim≤ci。实际情况中，大多数目标样本都在超球体内部，仅有少量样本在超球体边界上或超球体外部，在超球体边界和外部的样本称为支持向量即满足0≤αim≤ci条件的样本即为支持向量，求得支持向量后，从而可以求出svm超球体的球心oi和半径ri，计算公式如下：
其中，tis表示第i个svmi训练模型的支持向量，αin为第i个电机svmi模型第n个拉格朗日乘子。
步骤s410：计算处于不同退化状态下永磁同步电机模型超球体球心与正常状态下永磁同步电机模型超球体球心之间的广义距离doi和相对距离doi。
其中，doi表示第i个svm模型超球体球心oi与正常状态svm模型超球体球心o1之间的广义距离，doi表示第i个svm模型超球体球心oi与正常状态svm模型超球体球心o1之间的相对距离，i＝2,3,4,5。
步骤s420：采集待评估永磁同步电机的电机定子电流信号itest(t)和振动信号vdtest(t)、vstest(t)、vatest(t)并提取电机性能退化特征向量。
采集待评估永磁同步电机的电机定子电流信号itest(t)和振动信号vdtest(t)、vstest(t)、vatest(t)并按照步骤s210至步骤s240提取其特征向量t。采样频率4khz，采样持续5秒。
步骤s430：计算待评估永磁同步电机的电机性能退化特征向量t与不同状态下分类支持向量机模型的超球体球心之间的广义距离dti和相对距离dti。
相对距离dti可反映被测样本相对于目标样本的偏离程度，dt1表示被测电机与电机正常状态的偏离程度，距离越远，表明电机性能退化越严重，dti，i＝2,3…5表示被测电机与电机各种部件严重退化状态的偏离程度，距离越小，说明电机某种性能退化越严重。
步骤s440：判断待评估永磁同步电机的电机性能退化特征向量与正常状态下分类支持向量机模型的超球体球心之间相对距离是否小于预设阈值，若小于则待评估永磁同步电机处于正常状态，反之则进入步骤s450；
即判断dt1是否小于预设阈值，若小于则则待评估永磁同步电机处于正常状态，反之则进入步骤s450；所述阈值可根据经验设定。
步骤s450：比较待评估永磁同步电机的电机性能退化特征向量与非正常状态下分类支持向量机模型的超球体球心之间相对距离，进而计算待评估永磁同步电机性能退化指标。
即比较dt2，dt3，dt4，dt5的大小，求出最小的dti，i＝2,3,4,5，若dti最小，表明电机更偏向第i种故障退化，根据下式计算电机性能退化量di：
di越大，说明电机退化越严重，设定阈值0.9，当di>0.9时，电机性能退化严重，且可能出现第i种故障。其中，i＝2表示轴承逐渐磨损至轴承故障，i＝3表示永磁体退磁至永磁体故障，i＝4表示转子逐渐偏心至转子故障，i＝5表示绝缘老化至定子匝间故障。
参见图3至图4，图3为本发明提供的一种永磁同步电机性能退化评估系统的结构框图，图4是本发明提供的永磁同步电机性能退化评估系统的信号采集模块示意图。
本发明还提供了一种永磁同步电机性能退化评估系统，包括信号采集模块1、特征提取模块2、模型建立模块3和性能退化评估模块4，其中：
信号采集模块1，用于采集永磁同步电机正常状态以及永磁同步电机处于不同退化状态下的电机定子电流信号和振动信号发送给特征提取模块2；
特征提取模块2，用于根据信号采集模块1发送的电机定子电流信号和振动信号提取不同状态下电机性能退化特征向量，发送给模型建立模块3；
模型建立模块3，用于根据特征提取模块2发送的不同状态下电机性能退化特征向量分别训练不同状态下分类支持向量机模型；
性能退化评估模块4，用于采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，采用模型建立模块3的永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。
采集永磁同步电机正常状态以及处于不同退化状态下的电机定子电流信号和振动信号。电机定子电流信号通过电流传感器采集，振动信号通过振动传感器采集。根据采集的电机定子电流信号和振动信号提取电机处于不同状态下电机性能退化特征向量，用电机处于不同状态下的电机性能退化特征向量分别训练其对应的分类支持向量机模型。采集待评估永磁同步电机的电机定子电流信号和振动信号提取电机性能退化特征向量，并利用永磁同步电机处于正常状态下的支持向量机模型和预设阈值判断待评估永磁同步电机是否处于正常状态，若处于不正常状态则计算待评估永磁同步电机性能退化指标。通过永磁同步电机性能退化指标判断电机性能退化的程度。所述阈值可根据经验设定。
该系统能够在电机性能退化的过程中检测或测量到电机性能退化的程度，从而可以有针对性地组织生产和电机维修，防止电机异常失效的发生。
图4是本发明提供的永磁同步电机性能退化评估系统的信号采集模块示意图。其中稳压电源将220v交流电转化为24v直流电提供给驱动系统，驱动器采用某型号交流伺服驱动器，适合驱动200w以下的小型交流永磁同步电机，试验采用某型号永磁同步电机。伺服控制器采用与之相匹配的小型电机控制器。定子电流信号由电流传感器进行采集，电机振动信号由振动传感器采集，振动传感器安装在电机机壳上，采样频率均为4khz。
以上对本发明所提供的一种永磁同步电机性能退化评估方法和系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。