變頻器故障診斷及容錯(cuò)控制研究綜述

徐殿國(guó) 劉曉峰 于 泳

(哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院 哈爾濱 150001)

0 引言

近年來(lái)，由于電力電子技術(shù)、功率半導(dǎo)體技術(shù)、微處理器技術(shù)及電機(jī)控制理論的快速發(fā)展和不斷完善，交流電動(dòng)機(jī)控制技術(shù)日趨成熟，應(yīng)用越來(lái)越廣泛，而作為交流電動(dòng)機(jī)主要控制方式的變頻調(diào)速技術(shù)也取得了前所未有的進(jìn)步。

變頻調(diào)速系統(tǒng)由變頻器和電動(dòng)機(jī)組成，變頻器易在復(fù)雜的自然環(huán)境(結(jié)露、腐蝕、粉塵、高低溫等)和電磁環(huán)境(EMI、過(guò)電壓、過(guò)電流等)下發(fā)生故障。變頻器的故障可能導(dǎo)致巨大的經(jīng)濟(jì)損失，甚至嚴(yán)重危害操作人員安全。據(jù)文獻(xiàn)報(bào)道，由于變頻器驅(qū)動(dòng)的高壓沖床“瞬間劇震”和“飛車”而導(dǎo)致的操作人員被夾、被卷事件屢見不鮮，絕大多數(shù)事故是由于變頻器發(fā)生了故障，而其自身又未能檢測(cè)出故障的發(fā)生。進(jìn)一步來(lái)講，如果變頻器自身能夠檢測(cè)出故障并采取異常停機(jī)措施，雖在一定程度上可以降低操作人員的工作危險(xiǎn)性，但在工業(yè)系統(tǒng)運(yùn)行過(guò)程中，由于生產(chǎn)工藝的連續(xù)性需求，異常停機(jī)會(huì)造成著巨大的經(jīng)濟(jì)損失。

國(guó)外已經(jīng)開始重視變頻器的應(yīng)用安全性需求(Safety and Security Needs)，建立了EN ISO 13849－1 和IEC 61800－5－2 兩個(gè)相關(guān)標(biāo)準(zhǔn)，規(guī)范了諸如安全轉(zhuǎn)矩關(guān)閉(Safety Toque Off，STO)和安全停機(jī)(Safety Stop，ST)等技術(shù)要求，其核心思想是如何在故障之后利用轉(zhuǎn)矩關(guān)閉等措施保證操作人員安全，但其并未規(guī)范故障后安全容錯(cuò)運(yùn)行方面的要求。

故障診斷技術(shù)(Fault Diagnosis Technology)起源于20 世紀(jì)中期，是指對(duì)正在運(yùn)行的機(jī)械或電子設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)設(shè)備異常狀態(tài)，分析故障發(fā)生的原因，并對(duì)設(shè)備未來(lái)的狀態(tài)進(jìn)行預(yù)測(cè)的各種技術(shù)的總稱［1］。容錯(cuò)控制(Fault Tolerant Control，F(xiàn)TC)的思想可以追溯到20 世紀(jì)70年代，其思想的建立與故障診斷技術(shù)息息相關(guān)。在設(shè)備運(yùn)行過(guò)程中，有可能出現(xiàn)各種故障，如果在故障發(fā)生后，系統(tǒng)可以重新配置并自動(dòng)隔離故障帶來(lái)的影響，并可在設(shè)備不停機(jī)的情況下繼續(xù)運(yùn)行，就稱該閉環(huán)系統(tǒng)為容錯(cuò)控制系統(tǒng)［2］。

變頻調(diào)速系統(tǒng)中主要有3 種故障模式:①電氣故障，如定子故障(斷相、短路、漏電等)［3，4］、轉(zhuǎn)子故障(轉(zhuǎn)子斷條、環(huán)端開裂等)［5，6］、逆變器故障(輸出短路、逆變橋IGBT 開路等)［7］、直流母線電容老化或損壞［8］等;②機(jī) 械 故 障，如 軸 承 故 障［9，10］、氣 隙 偏心［11，12］等;③傳感器故障，如電流傳感器或速度傳感器開路［13］、傳感器敏感度降低等。

本文從變頻器的開關(guān)管、速度傳感器和電流傳感器3 個(gè)方面綜述了變頻器的故障診斷及容錯(cuò)控制方法，并對(duì)高故障容限變頻器的發(fā)展方向進(jìn)行了展望。

1 開關(guān)管的故障診斷及容錯(cuò)控制

1.1 開關(guān)管的故障診斷

在變頻器－電動(dòng)機(jī)構(gòu)成的控制系統(tǒng)中，變頻器部分發(fā)生故障的幾率遠(yuǎn)高于電動(dòng)機(jī)。而在變頻器中，逆變橋IGBT 的開路和短路故障又占了相當(dāng)大的比重。據(jù)統(tǒng)計(jì)，38%的變頻器故障是由變頻器的功率開關(guān)器件引起，所以變頻器逆變橋IGBT 故障的診斷方法是高故障容限變頻器研究的熱點(diǎn)問(wèn)題。IGBT 的故障主要有短路和開路兩種。短路故障已有成熟的硬件解決方案，即通過(guò)檢測(cè)IGBT 的管壓降，可以準(zhǔn)確定位故障管。IGBT 開路故障也時(shí)有發(fā)生，一方面是由于過(guò)電流燒毀，導(dǎo)致開路;另一方面是由于接線不良、驅(qū)動(dòng)斷線等原因?qū)е碌尿?qū)動(dòng)信號(hào)開路。相對(duì)于短路故障而言，開路故障發(fā)生后往往電動(dòng)機(jī)還能繼續(xù)運(yùn)行，所以不易被發(fā)現(xiàn)，但其同樣危害較大，因?yàn)榇藭r(shí)其余IGBT 將流過(guò)更大的電流，易發(fā)生過(guò)電流故障，且電動(dòng)機(jī)電流中存在直流電流分量，會(huì)引起轉(zhuǎn)矩減小、發(fā)熱、絕緣損壞等問(wèn)題，如不及時(shí)處理開路故障，會(huì)引發(fā)更大的事故。

歸納國(guó)內(nèi)外學(xué)者在IGBT 開路故障診斷方法上所展開的研究，主要有專家系統(tǒng)法、電流檢測(cè)法、電壓檢測(cè)法和智能算法4 種。

1.1.1 專家系統(tǒng)法［14－16］

基于經(jīng)驗(yàn)積累，將可能發(fā)生的故障一一列出，歸納出規(guī)律并建立知識(shí)庫(kù)，當(dāng)發(fā)生故障時(shí)只需觀測(cè)故障現(xiàn)象，查詢知識(shí)庫(kù)即可判斷故障類型，難點(diǎn)在于難以窮盡所有的故障現(xiàn)象并得到完備的故障知識(shí)庫(kù)，而有些故障模態(tài)往往與變頻器正常運(yùn)行時(shí)的某種狀態(tài)非常相似，造成了難以準(zhǔn)確匹配故障。

1.1.2 電壓檢測(cè)法［17］

通過(guò)考察變頻器故障時(shí)電動(dòng)機(jī)相電壓、線電壓或中性點(diǎn)電壓與正常時(shí)的偏差來(lái)診斷故障。只需要1/4基波周期便能檢測(cè)出故障，大大縮短了診斷時(shí)間，但這種方法需要增加電壓傳感器，通用性差。

1.1.3 智能算法

人工神經(jīng)網(wǎng)絡(luò)、小波分析、模糊控制等方法也應(yīng)用于開關(guān)管的開路故障診斷中，取得了較好的效果。文獻(xiàn)［18］將小波分解與模糊算法相結(jié)合，首先應(yīng)用小波分析得到電流的變化信息，據(jù)此得到電流的直流分量，然后將直流分量的極性與數(shù)值輸入模糊算法中，判別開路故障的發(fā)生。文獻(xiàn)［19］將三相電流信息用于故障的診斷和分類，首先應(yīng)用小波變換得到故障特征信息，這些信息體現(xiàn)在小波分解的系數(shù)之中，然后應(yīng)用BP 人工神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別開關(guān)管處于故障或健康狀態(tài)，通過(guò)仿真驗(yàn)證，故障判別錯(cuò)誤率小于5%。文獻(xiàn)［16］將自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS，Adaptive Neuro－Fuzzy Inference System)和聚類分析相結(jié)合，首先將三相電流進(jìn)行dq分解，然后將dq 軸電流輸入ANFIS系統(tǒng)中進(jìn)行聚類分析，分類得到不同的模糊故障模態(tài)，這種聚類分析方法降低了模糊模型的階數(shù)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間。文獻(xiàn)［20］采用了一種基于模型的神經(jīng)網(wǎng)絡(luò)故障診斷方法，將閉環(huán)電動(dòng)機(jī)驅(qū)動(dòng)系統(tǒng)建模，應(yīng)用三相電壓、電流、電磁轉(zhuǎn)矩訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，診斷單個(gè)IGBT 管開路故障和橋臂開路故障。

1.1.4 電流檢測(cè)法

電流檢測(cè)法最為常用，其又派生出平均電流Park矢量法［21，22］、單電流傳感器法［23］和電流斜率法［24］等，平均電流Park 矢量法以Coimbra 大學(xué)的J．A．A．Caseiro教授發(fā)表的研究成果為代表，首先對(duì)三相電流Ia、Ib、Ic進(jìn)行Park 變換

然后計(jì)算Iα和Iβ一個(gè)周期內(nèi)的平均值

得到平均電流Park 矢量的模和相角為

正常無(wú)故障情況下，一個(gè)周期內(nèi)的電流平均值為零，平均電流Park 矢量的模為零。某開關(guān)管發(fā)生故障時(shí)，Iα或Iβ出現(xiàn)直流分量，Park 矢量的模大于某閾值，據(jù)此診斷出有故障發(fā)生，再根據(jù)Park 矢量的相位角定位故障管。在突然加載、卸載、加速等動(dòng)態(tài)過(guò)程中，電流幅值發(fā)生突變，又由于該方法是在一個(gè)電流周期內(nèi)求取平均值，會(huì)出現(xiàn)Park 矢量模較大的情況，從而出現(xiàn)誤診斷，所以閾值選擇至關(guān)重要。為了解決此問(wèn)題，文獻(xiàn)［25］提出了歸一化Park 矢量法，核心思想是根據(jù)負(fù)載大小，對(duì)電流進(jìn)行歸一化，避免在動(dòng)態(tài)過(guò)程中誤診斷的發(fā)生。

1.2 開關(guān)管開路故障的容錯(cuò)控制

開關(guān)管開路故障后，該開關(guān)管處于斷開狀態(tài)，在正確的故障診斷及定位后，一般可以采用冗余和容錯(cuò)兩種方法繼續(xù)運(yùn)行。

開關(guān)管的冗余多應(yīng)用于高可靠性的驅(qū)動(dòng)系統(tǒng)中，在某個(gè)開關(guān)管故障后，將冗余的開關(guān)管投入使用。文獻(xiàn)［26］以一個(gè)開關(guān)管的成本為單位，對(duì)冗余系統(tǒng)的成本進(jìn)行了折算，并以冗余系統(tǒng)的成本和故障后所輸出的功率為依據(jù)，定義了冗余系統(tǒng)的價(jià)值因數(shù)FM(Factor of Merit)為

式中:PFPF(Post－Fault Performance Factor)為故障后的性能因數(shù);CF(Cost Factor)為成本因數(shù)。

圖1為冗余橋臂拓?fù)洌錁虮塾? 相，其中3 相連接在電動(dòng)機(jī)端，第4 相連接在電動(dòng)機(jī)的中性點(diǎn)。每一相含兩個(gè)開關(guān)管和一個(gè)快速熔絲，快速熔絲用于橋臂直通故障時(shí)的隔離保護(hù)。每一相橋臂與電動(dòng)機(jī)之間通過(guò)繼電器相連接。無(wú)故障時(shí)，電動(dòng)機(jī)中性點(diǎn)相的繼電器斷開，此相沒(méi)有被激活。當(dāng)某相開關(guān)管故障時(shí)，該相的繼電器斷開，同時(shí)電動(dòng)機(jī)中性點(diǎn)相繼電器接通，實(shí)現(xiàn)容錯(cuò)控制。此拓?fù)湓诠收虾罂梢暂敵?6．7%額定功率，F(xiàn)M 為0．36。

圖1 含中性點(diǎn)橋臂的冗余拓?fù)銯ig．1 Redundancy topology with neutral leg

圖2為另一種冗余橋臂拓?fù)洌杂? 相橋臂，每相橋臂的上管和下管之間通過(guò)快速熔絲相連，快速熔絲起到在短路故障后隔離故障點(diǎn)的作用。電動(dòng)機(jī)每相均與單刀雙擲繼電器的一端相連，繼電器的另一端統(tǒng)一與冗余橋臂中點(diǎn)相連。這樣，在無(wú)開關(guān)管故障時(shí)，冗余橋臂不起作用。在某開關(guān)管故障后，相應(yīng)單刀雙擲開關(guān)切換到冗余相，達(dá)到容錯(cuò)控制的目的。可以看出，此拓?fù)涞膬?yōu)點(diǎn)在于無(wú)需電動(dòng)機(jī)的中性點(diǎn)，而且在故障之后可以獲得和故障之前同樣的輸出功率和性能指標(biāo)。此拓?fù)涞腇M 為0．57。

圖2 含附加橋臂的冗余拓?fù)銯ig．2 Redundancy topology with additional leg

1.2.2 基于調(diào)制策略的開關(guān)管故障容錯(cuò)控制

當(dāng)變頻器發(fā)生IGBT 開路故障時(shí)，封鎖故障管及同橋臂開關(guān)管的控制信號(hào)，將故障橋臂隔離，然后通過(guò)繼電器將直流母線電容中點(diǎn)與相應(yīng)電動(dòng)機(jī)相相連，相當(dāng)于用直流母線電容作為虛擬橋臂，形成三相四開關(guān)的逆變器(Three Phases Four Switches Inverver，TPFSI)結(jié)構(gòu)形式，如圖3所示。這種拓?fù)涞挠布杀驹黾雍苌伲收虾竽孀兤鲝脑鹊? 個(gè)可控器件變成只有4 個(gè)可控器件的結(jié)構(gòu)。三相四開關(guān)的逆變器既可以作為六開關(guān)逆變器的一種容錯(cuò)控制方式，又可作為低成本逆變器獨(dú)立應(yīng)用，有如下特點(diǎn):①減少了開關(guān)管和續(xù)流二極管的數(shù)量，成本低;②減少了開關(guān)管的驅(qū)動(dòng)電路和隔離電源數(shù)量;③減少了開關(guān)管的損耗;④直流母線電壓利用率低，如保持相同功率輸出，需提升器件的額定電流;⑤相電流流過(guò)直流母線電容，電壓波動(dòng)大。

六開關(guān)逆變器具有8 種開關(guān)狀態(tài)，形成6 個(gè)基本電壓矢量和2 個(gè)零矢量。為提高電壓利用率、減小輸出電流諧波，常采用磁鏈軌跡跟蹤的電壓空間矢量控制技術(shù)對(duì)其進(jìn)行控制。然而，在四開關(guān)逆變器中只有4 個(gè)長(zhǎng)度不等的開關(guān)矢量，且沒(méi)有零矢量，如圖4和表1 所示。所以三相四開關(guān)逆變器的PWM 控制策略與傳動(dòng)典型的六開關(guān)SVPWM 不同，適合TPFSI 的SVPWM 控制策略成為容錯(cuò)控制的關(guān)鍵。

圖3 三相四開關(guān)逆變器Fig．3 Three phase four switches inverter

圖4 四開關(guān)逆變器的電壓矢量Fig．4 Voltage vectors of the four－switch inverter

表1 四開關(guān)逆變器的電壓矢量Tab．1 Voltage vectors of the four－switch inverter

文獻(xiàn)［27］在深入分析四開關(guān)逆變器運(yùn)行原理的基礎(chǔ)上，研究了空間矢量控制方法，揭示了四開關(guān)逆變器SVPWM 控制的本質(zhì)與SPWM 控制的聯(lián)系，即四開關(guān)逆變器SVPWM 的實(shí)質(zhì)是以兩路相位相差π/3 電角度的正弦波為隱含調(diào)制函數(shù)的正弦脈寬調(diào)制，提出了四開關(guān)SVPWM“七段式”實(shí)現(xiàn)方式。

三相四開關(guān)逆變器與六開關(guān)逆變器相比，除調(diào)制方式不同以外，還存在電壓利用率低、直流母線電容電壓波動(dòng)及偏移的問(wèn)題。其輸出電壓為六開關(guān)逆變器的一半，降低了輸出功率和輸出轉(zhuǎn)矩，且由于直流母線電壓波動(dòng)，輸出轉(zhuǎn)矩隨之波動(dòng)，電流諧波增加，系統(tǒng)響應(yīng)變差。針對(duì)這些方面的問(wèn)題，學(xué)者們展開了過(guò)調(diào)制以及直流母線電容電壓平衡控制的研究。

狠抓教風(fēng)學(xué)風(fēng)建設(shè)，促使學(xué)生全面成長(zhǎng)成才。在高校強(qiáng)調(diào)教學(xué)改革、加強(qiáng)學(xué)風(fēng)建設(shè)的同時(shí)，要突顯生態(tài)化特征,形成課程體系多樣、教學(xué)手段豐富、學(xué)科爭(zhēng)相競(jìng)放、思維方式多維度的綠色教學(xué)改革格局，培育和營(yíng)造勤學(xué)務(wù)實(shí)、敬業(yè)創(chuàng)新、積極向上的教學(xué)求學(xué)氛圍，這對(duì)學(xué)生的影響將是持續(xù)終生的。

文獻(xiàn)［28］提出了一種應(yīng)用于六開關(guān)逆變器的特殊的調(diào)制方法，用于補(bǔ)償直流母線電壓的波動(dòng)。由于四開關(guān)逆變器直流母線電壓的波動(dòng)更為劇烈，文獻(xiàn)進(jìn)一步分析其成因，并提出了補(bǔ)償方法。文獻(xiàn)［29］分析了單相交流供電和三相交流供電時(shí)直流母線電壓的諧波構(gòu)成，提出了一種適應(yīng)性的SVM 方法，該方法通過(guò)采集直流母線電壓信息，自適應(yīng)地調(diào)整開關(guān)管的占空比，可以降低直流母線電容的容量和體積，并通過(guò)仿真和試驗(yàn)驗(yàn)證了方法的可行性。四開關(guān)逆變器工作在低頻時(shí)，直流母線電壓的均衡更加具有挑戰(zhàn)性，文獻(xiàn)［30］從源阻抗的視角出發(fā)，認(rèn)為導(dǎo)致輸出電壓和輸出電流不均衡的原因在于兩點(diǎn):①直流母線電容的導(dǎo)通阻抗遠(yuǎn)大于IGBT 的導(dǎo)通阻抗;②相電流流過(guò)直流母線電容造成了電壓波動(dòng)。最終推導(dǎo)出電壓誤差，并據(jù)此提出了改進(jìn)方法。文獻(xiàn)［31，32］提出了一種非對(duì)稱的PWM 調(diào)制方法，分析了四開關(guān)方式造成的諧波損失和轉(zhuǎn)矩波動(dòng)。文獻(xiàn)［33，34］應(yīng)用了倍壓整流電路，實(shí)現(xiàn)單位進(jìn)線端功率因數(shù)并可實(shí)現(xiàn)能量雙向流動(dòng)。文獻(xiàn)［35］根據(jù)直流母線兩電容電壓差值進(jìn)行直流母線電容電壓的均衡控制。

2 電流傳感器故障診斷與容錯(cuò)控制

2.1 電流傳感器故障診斷

矢量控制系統(tǒng)中，需要電流信息和速度信息來(lái)完成雙閉環(huán)控制。由于電流沖擊、誤操作等問(wèn)題容易導(dǎo)致電流傳感器故障而使系統(tǒng)崩潰，所以電流傳感器故障診斷和容錯(cuò)控制受到了廣大學(xué)者的關(guān)注。近幾十年來(lái)，國(guó)內(nèi)外專家學(xué)者就傳感器故障診斷提出了許多方法，主要可以分成兩大類［36］:硬件冗余方法與解析冗余方法。硬件冗余法使用多個(gè)完全相同的組件并采用相同的輸入信號(hào)，利用這些組件的輸出進(jìn)行對(duì)比，通過(guò)一些特定方法(限制檢驗(yàn)、多數(shù)表決等)完成診斷決策。這種方法顯然增加了設(shè)計(jì)成本。相比較而言，隨著現(xiàn)代控制理論逐漸成熟，解析冗余方法已經(jīng)成為了故障診斷研究的主流。解析冗余方法又可以分為基于模型、信號(hào)、知識(shí)幾個(gè)方面。

2.1.1 基于模型診斷方法［37－45］

基于模型的診斷方法主要是利用電動(dòng)機(jī)的數(shù)學(xué)模型來(lái)診斷故障。觀測(cè)器在該類方法中扮演著重要的角色，其基本思想是利用觀測(cè)器觀測(cè)出的信息與實(shí)際測(cè)得的信息作比較來(lái)判定電流傳感器是否故障。文獻(xiàn)［37］利用全階自適應(yīng)觀測(cè)器來(lái)產(chǎn)生一個(gè)殘差，根據(jù)殘差和給定的閾值判斷電流傳感器故障。文獻(xiàn)［38］提出了使用3 個(gè)龍貝格觀測(cè)器實(shí)現(xiàn)電流傳感器的故障診斷。其控制框圖如圖5所示。眾所周知，三相電流的和為零，因此只要利用兩相電流信息就可以求得第三相電流。該方法應(yīng)用了3 個(gè)內(nèi)部結(jié)構(gòu)完全相同的龍貝格觀測(cè)器，但其輸入電流不同。如電流觀測(cè)器1 利用的電流信息為ib和ic，而觀測(cè)器2 利用ia和ic，觀測(cè)器3 利用ia和ib，觀測(cè)器的輸出定義為

式中j=1，2，3。

輸出變量為

圖5 基于觀測(cè)器的電流傳感器故障診斷Fig．5 Current sensor diagnosis based on observer

由此可以看出，當(dāng)a 相電流傳感器故障時(shí)，由于觀測(cè)器1 中沒(méi)有利用a 相電流信息，所以E1仍趨近于零，而E2、E3會(huì)有很大變化。根據(jù)三者之間的關(guān)系，設(shè)定合適的閾值，便可以定位故障的電流傳感器。該文獻(xiàn)詳細(xì)介紹了變頻器的電流傳感器故障診斷方法和診斷原理，并且給出了相應(yīng)的容錯(cuò)控制方法，但是此方法只能診斷出一個(gè)電流傳感器故障的情況，不適用于兩個(gè)電流傳感器同時(shí)故障的情況。

文獻(xiàn)［13］中提出了一種可以在線辨識(shí)轉(zhuǎn)子電阻的全階自適應(yīng)狀態(tài)觀測(cè)器方法。該方法利用轉(zhuǎn)子電阻在線參數(shù)辨識(shí)使得觀測(cè)器更為精確，其診斷機(jī)理同樣是利用變量的殘差值。該方法定義了診斷變量指標(biāo)為

由此可以得到診斷機(jī)理:當(dāng)無(wú)電流傳感器故障時(shí)，三相診斷變量指標(biāo)均趨近于零。反之，當(dāng)診斷變量指標(biāo)不趨近于零，可以根據(jù)變化大小來(lái)定位電流傳感器故障。該方法優(yōu)點(diǎn)在于它不僅可以診斷電流傳感器故障，而且也可以診斷電壓傳感器與速度傳感器故障。但是該方法對(duì)隨機(jī)系統(tǒng)噪聲的魯棒性較差，且沒(méi)有就閉環(huán)控制策略進(jìn)行詳細(xì)介紹。文獻(xiàn)［40］提出了利用擴(kuò)展卡爾曼濾波器方法來(lái)進(jìn)行電流的估算，其基本思想與上述文獻(xiàn)類似，同樣是利用殘差值來(lái)診斷電流傳感器故障。

2.1.2 基于信號(hào)診斷方法［46－49］

基于信號(hào)的診斷方法就是直接利用測(cè)量信號(hào)的特征來(lái)進(jìn)行故障診斷。在傳感器故障過(guò)程中，故障的信息可以通過(guò)已測(cè)的信號(hào)表示出來(lái)，然后根據(jù)這些故障特征和關(guān)于正常系統(tǒng)的相應(yīng)特征的先驗(yàn)知識(shí)便可以給出故障的定位與辨識(shí)。

文獻(xiàn)［47］提出了一種簡(jiǎn)單有效的電流傳感器故障診斷方法，其基本思想是根據(jù)電流傳感器故障后的特征進(jìn)行故障診斷。該方法僅需要已測(cè)得的相電流，而且由于它較為簡(jiǎn)潔的計(jì)算過(guò)程，很適合應(yīng)用于實(shí)時(shí)故障診斷。為了使該診斷方法不受加減負(fù)載和負(fù)載瞬變的影響，文獻(xiàn)［47］對(duì)相電流進(jìn)行了歸一化，歸一化后的相電流為

式中n=a，b，c。文獻(xiàn)［47］定義診斷變量為

正常工作的情況下，d 趨近于零。當(dāng)有電流傳感器發(fā)生故障時(shí)，d 將為一個(gè)較大的值，此時(shí)判斷有電流傳感器發(fā)生故障。同時(shí)，文獻(xiàn)還提出了故障定位變量

當(dāng)無(wú)故障時(shí)，各相的故障定位變量都將趨近一個(gè)固定值。而在某相電流傳感器故障后，這個(gè)值會(huì)與其他兩相顯著不同，從而定位故障。文獻(xiàn)［48］提出了利用相電流坐標(biāo)變換的方法來(lái)診斷故障。眾所周知，可以通過(guò)Clarke 變換將ab 相電流轉(zhuǎn)換到靜止坐標(biāo)系下

如果a 相電流傳感器故障，得到的αβ 軸電流都將是錯(cuò)誤的，但如果b 相電流傳感器故障，那么α 相電流是正確的，而β 相是錯(cuò)誤的，據(jù)此可完成電流傳感器的故障診斷。重要的是如何找到正確的αβ 軸電流來(lái)進(jìn)行比較。該文獻(xiàn)通過(guò)給定的同步旋轉(zhuǎn)坐標(biāo)系下的dq 軸電流進(jìn)行park 反變換得到正確的αβ 軸電流，完成與實(shí)際αβ 軸電流的對(duì)比。

2.1.3 基于知識(shí)的故障診斷方法［49－55］

基于知識(shí)的故障診斷方法不同于基于模型和基于信號(hào)的診斷方法，它不僅需要實(shí)時(shí)的數(shù)據(jù)，同時(shí)還需要大量的歷史數(shù)據(jù)。例如專家系統(tǒng)方法、模糊控制方法等都屬于基于知識(shí)的診斷方法。該類方法在故障診斷方面的應(yīng)用很多［55］。文獻(xiàn)［49－51］介紹了如何利用神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù)實(shí)現(xiàn)電流傳感器的故障診斷、定位和隔離。文獻(xiàn)［50］介紹了一種人工神經(jīng)網(wǎng)絡(luò)，并且通過(guò)相電壓、相電流、轉(zhuǎn)子轉(zhuǎn)速、電動(dòng)機(jī)的轉(zhuǎn)矩和功率以及直流母線電壓來(lái)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，但是這種方法實(shí)現(xiàn)較為困難，并且很難應(yīng)用于實(shí)際的控制系統(tǒng)。文獻(xiàn)［51］提出使用模糊控制實(shí)現(xiàn)電流傳感器的故障診斷。其方法是根據(jù)大量實(shí)驗(yàn)建立隸屬度矩陣，根據(jù)測(cè)試得到診斷對(duì)象的特征參數(shù)，再根據(jù)特定的判斷原則得到診斷結(jié)果。文獻(xiàn)［52，53］基于傳感器故障情況設(shè)計(jì)了一種選擇器用于改變控制策略。文獻(xiàn)［54］介紹了一種模糊算法的決定器，用于在傳感器發(fā)生故障時(shí)切換到容錯(cuò)控制狀態(tài)。

混合型診斷方法是將以上方法結(jié)合到一起進(jìn)行故障診斷。文獻(xiàn)［56］提出了一種將模型法與信號(hào)法相結(jié)合的方式來(lái)進(jìn)行電流傳感器故障診斷，用基于信號(hào)的方法代替一部分基于模型的方法可以減少整個(gè)診斷過(guò)程的計(jì)算量。除此之外，該方法還可以用于診斷開關(guān)管開路故障。

2.2 電流傳感器容錯(cuò)控制

變頻器電流傳感器的容錯(cuò)控制有兩種方法。一種方法是當(dāng)檢測(cè)到電流傳感器故障后，系統(tǒng)切換到另一種控制模式，一般是從依賴于傳感器的閉環(huán)矢量控制切換到不依賴于傳感器的開環(huán)控制。另一種方法是用觀測(cè)器重構(gòu)出電流信號(hào)代替電流傳感器信號(hào)，從而使閉環(huán)矢量控制繼續(xù)進(jìn)行。第一種方法簡(jiǎn)單，但是開環(huán)控制性能較閉環(huán)矢量控制性能差，較大程度上降低了系統(tǒng)的性能指標(biāo);第二種方法需要設(shè)計(jì)電流觀測(cè)器，容錯(cuò)控制后的閉環(huán)矢量控制性能的好壞取決于電流觀測(cè)器的性能，所以電流傳感器容錯(cuò)控制的研究重點(diǎn)之一就是如何設(shè)計(jì)出觀測(cè)準(zhǔn)確的電流觀測(cè)器［56－58］。歸納總結(jié)國(guó)內(nèi)外的文獻(xiàn)所提出的電流傳感器容錯(cuò)控制方法，其主要思想都是利用算法來(lái)估算出丟失的電流信息。

2.2.1 基于狀態(tài)觀測(cè)器的容錯(cuò)控制方法

基于觀測(cè)器的電流傳感器容錯(cuò)控制方法，就是通過(guò)觀測(cè)器合理設(shè)計(jì)，觀測(cè)到相對(duì)準(zhǔn)確的相電流，當(dāng)故障發(fā)生后，用狀態(tài)觀測(cè)器觀測(cè)的電流信息代替原有傳感器信號(hào)實(shí)現(xiàn)閉環(huán)控制。變頻器中，一般有兩個(gè)相電流傳感器，所以容錯(cuò)控制應(yīng)考慮單個(gè)相電流傳感器的情況。文獻(xiàn)［59］中提出了一種電流傳感器容錯(cuò)控制方法，同時(shí)可以在線辨識(shí)轉(zhuǎn)子電阻和定子電阻。該方法根據(jù)電動(dòng)機(jī)的狀態(tài)方程，基于龍貝格觀測(cè)器理論設(shè)計(jì)了一種電流觀測(cè)器。該觀測(cè)器的輸入包括相電壓以及單相電流(即可測(cè)相電流)，輸出包括定子電流與轉(zhuǎn)子磁鏈。同時(shí)，文中假設(shè)可測(cè)相電流定位在α 軸方向、電流誤差只存在于α 軸電流。通過(guò)李雅普諾夫穩(wěn)定性判據(jù)得到了增益矩陣的表達(dá)方式。該思想對(duì)于研究電流傳感器容錯(cuò)控制具有很重要的意義。但由于其忽略了β 軸應(yīng)有的電流誤差，使得該控制方式在高速情況下效果不是很理想，甚至有可能發(fā)散導(dǎo)致系統(tǒng)發(fā)散。

2.2.2 基于坐標(biāo)變換的容錯(cuò)控制方法

坐標(biāo)變換方法就是利用坐標(biāo)變換來(lái)構(gòu)造出丟失的相電流信息。文獻(xiàn)［60］將可測(cè)相電流定義為α 軸方向，利用park 反變換得到了β 軸電流。由于轉(zhuǎn)換需要給定的dq 軸電流信息，而給定的q 軸電流又要通過(guò)轉(zhuǎn)速閉環(huán)得到，因此該方法的動(dòng)態(tài)性能效果不是很理想。文獻(xiàn)［48］同樣提出了利用坐標(biāo)變換的方法來(lái)實(shí)現(xiàn)容錯(cuò)控制。該文獻(xiàn)通過(guò)坐標(biāo)轉(zhuǎn)換得到αβ 軸電流，且與計(jì)算的電流作比較來(lái)完成故障診斷。在診斷出故障后，利用實(shí)際計(jì)算的電流代替故障相電流完成閉環(huán)控制，方法具有較高的可行性。

2.2.3 直流母線電流采樣法［61，62］

該方法利用串聯(lián)在直流母線上的采樣電阻得到直流母線電流，然后利用逆變器的開關(guān)狀態(tài)重構(gòu)三相電流。當(dāng)變頻器施加非零矢量時(shí)，直流母線電流會(huì)反映某一相電流的信息。由于空間矢量脈寬調(diào)制方法是將相鄰的兩個(gè)非零電壓矢量在一個(gè)采樣周期內(nèi)進(jìn)行合成來(lái)得到目標(biāo)電壓矢量，所以在一個(gè)開關(guān)周期內(nèi)直流母線電流采樣可以得到兩相電流信息。但是由于采樣需要時(shí)間，所以調(diào)制法會(huì)存在一定的測(cè)量盲區(qū)，如何消除測(cè)量盲區(qū)，同時(shí)盡可能保持SVPWM 原狀，是調(diào)制法的難點(diǎn)。文獻(xiàn)［62］采用PWM 波移相的方法，把占空比最大和最小的對(duì)應(yīng)相的PWM 波進(jìn)行前后平移，以留有足夠的采樣時(shí)間。該類電流傳感器容錯(cuò)控制方法需要在直流母線安裝電流傳感器，這會(huì)增加變頻器的成本。同時(shí)，直流母線電流采樣法得到的重構(gòu)電流往往含有較大的噪聲。因此該方法一般多用于小功率場(chǎng)合。

3 速度傳感器故障診斷與容錯(cuò)控制

3.1 速度傳感器故障診斷

由于速度傳感器是電動(dòng)機(jī)矢量控制中脆弱的一環(huán)，當(dāng)速度傳感器發(fā)生故障后，常常會(huì)導(dǎo)致系統(tǒng)崩潰，損壞設(shè)備，甚至對(duì)于操作者的人身安全產(chǎn)生威脅。因此，對(duì)于速度傳感器進(jìn)行實(shí)時(shí)監(jiān)測(cè)、故障診斷和容錯(cuò)控制是十分必要的。速度傳感器故障診斷方法主要可分為硬件方法和軟件方法兩大類。

3.1.1 硬件診斷方法［63，64］

硬件診斷方法就是利用硬件電路實(shí)現(xiàn)速度傳感器的故障診斷，從而及時(shí)地進(jìn)行故障隔離，采取補(bǔ)救措施。文獻(xiàn)［63］中提出了一種用硬件電路檢測(cè)光電碼盤故障的方法，在編碼器信號(hào)線A、B、Z 任意一根斷路時(shí)，硬件電路會(huì)作出故障指示。但是這種故障診斷的電路依賴于速度傳感器輸出接口類型，該硬件檢測(cè)方法只適用于電壓輸出類型的光電編碼器。除此外在速度傳感器發(fā)生內(nèi)部損壞時(shí)，信號(hào)線并沒(méi)有斷線，但輸出脈沖仍然不正確，此時(shí)上述硬件法已經(jīng)無(wú)能為力。文獻(xiàn)［64］提出了一種基于時(shí)序電路的脈沖診斷方法，不依賴于速度傳感器輸出接口類型，有效解決了文獻(xiàn)［63］中方法的不足。

3.1.2 狀態(tài)觀測(cè)器方法

文獻(xiàn)［65］提出了一種基于全階狀態(tài)觀測(cè)器的方法來(lái)實(shí)現(xiàn)速度傳感器故障診斷。該方法利用改進(jìn)龍貝格觀測(cè)器來(lái)獲得定子電流誤差E，同時(shí)通過(guò)判斷誤差E是否超過(guò)了設(shè)定的閾值判斷速度傳感器是否發(fā)生故障，其中殘差信號(hào)E 表示為

正常運(yùn)行狀態(tài)下觀測(cè)得到定子電流最終收斂于實(shí)際的電流值，所以殘差信號(hào)E 趨近于零，一旦速度傳感器發(fā)生故障，破壞了觀測(cè)器的結(jié)構(gòu)，導(dǎo)致觀測(cè)的電流嚴(yán)重偏離實(shí)際電動(dòng)機(jī)電流值，使得殘差E 超過(guò)給定的閾值，發(fā)出故障信號(hào)。該方法利用狀態(tài)觀測(cè)器進(jìn)行故障診斷，更有利于進(jìn)行容錯(cuò)控制。文獻(xiàn)［40，66，67］提出利用擴(kuò)展卡爾曼濾波器(EKF)的方法觀測(cè)轉(zhuǎn)速或電流誤差來(lái)進(jìn)行速度傳感器故障診斷。文獻(xiàn)［40］通過(guò)EKF 方法得到轉(zhuǎn)速的估計(jì)值與實(shí)際轉(zhuǎn)速作差定義診斷變量。當(dāng)速度傳感器發(fā)生故障時(shí)，診斷變量會(huì)超過(guò)閾值而發(fā)出故障信息。但是該方法對(duì)于低速運(yùn)行狀態(tài)容易發(fā)生誤診斷，方法上還有待提高。

3.1.3 智能算法［68，69］

常用的智能算法包括人工神經(jīng)網(wǎng)絡(luò)、模糊控制以及小波變換方法。文獻(xiàn)［68］利用模糊控制理論進(jìn)行速度傳感器故障診斷。該方法通過(guò)足夠多的歷史數(shù)據(jù)進(jìn)行隸屬度設(shè)計(jì)，不斷地整合新數(shù)據(jù)，并基于實(shí)時(shí)測(cè)得的數(shù)據(jù)完成故障診斷。同時(shí)，該方法還可以通過(guò)電動(dòng)機(jī)狀態(tài)的特征區(qū)別故障是由速度傳感器故障還是參數(shù)變化所引起。文獻(xiàn)［69］提出了一種通過(guò)人工神經(jīng)網(wǎng)絡(luò)方法完成速度傳感器的診斷。該方法多用于數(shù)據(jù)比較復(fù)雜的場(chǎng)合，如地鐵列車等，較少應(yīng)用于變頻器的速度傳感器故障診斷。由于需要大量的數(shù)據(jù)與計(jì)算，所以在實(shí)際應(yīng)用中實(shí)現(xiàn)較為困難。

3.2 速度傳感器容錯(cuò)控制

因?yàn)闊o(wú)速度傳感器技術(shù)已經(jīng)比較成熟，所以速度傳感器故障的容錯(cuò)控制一般是在速度傳感器故障后，將有速度傳感器矢量控制方法平滑切換到無(wú)速度傳感器矢量控制。近年來(lái)，無(wú)速度傳感器矢量控制方法主要有直接計(jì)算法、模型參考自適應(yīng)法、狀態(tài)觀測(cè)器法和滑模觀測(cè)器法等。

3.2.1 直接計(jì)算法

直接計(jì)算法就是利用同步角速度與轉(zhuǎn)差角速度相減得到轉(zhuǎn)子角速度。轉(zhuǎn)差角頻率的計(jì)算根據(jù)磁場(chǎng)定向方式的不同而有所區(qū)別。該方法的優(yōu)點(diǎn)是計(jì)算直觀，轉(zhuǎn)速估算幾乎沒(méi)有延時(shí)。但是磁鏈觀測(cè)的準(zhǔn)確性直接影響轉(zhuǎn)速估算準(zhǔn)確度，并且嚴(yán)重依賴于電動(dòng)機(jī)參數(shù)，抗干擾能力差。針對(duì)這些缺點(diǎn)，各國(guó)學(xué)者提出了相應(yīng)的改進(jìn)方法［70，71］，主要利用改進(jìn)的電動(dòng)機(jī)磁鏈觀測(cè)技術(shù)，電動(dòng)機(jī)參數(shù)的在線辨識(shí)、非線性補(bǔ)償及誤差量的校正和補(bǔ)償?shù)取?/p>

3.2.2 模型參考自適應(yīng)法

模型參考自適應(yīng)法［72－74］(MRAS)的主要思想是將不含未知參數(shù)的方程作為參考模型，將含有待估計(jì)參數(shù)的方程作為可調(diào)模型，兩個(gè)模型具有相同物理意義的輸出量，利用兩個(gè)模型輸出量的誤差構(gòu)成合適的自適應(yīng)律，實(shí)時(shí)調(diào)節(jié)可調(diào)模型的待定參數(shù)，以達(dá)到可調(diào)模型的輸出跟蹤參考模型輸出的目的。

依據(jù)模型輸出量的不同，MRAS 又可分為基于轉(zhuǎn)子磁鏈的MRAS、基于反電勢(shì)的MRAS 和基于無(wú)功功率的MRAS。傳統(tǒng)MRAS 方法中由于電動(dòng)機(jī)參數(shù)變化、純積分器和直流溫漂等問(wèn)題，使得該方法在低速時(shí)估算的效果不理想。文獻(xiàn)［72］提出了一種改進(jìn)的MRAS法以克服該缺點(diǎn)。該方法增加了一個(gè)電磁轉(zhuǎn)矩誤差的控制環(huán)，以保證在電動(dòng)機(jī)在低速運(yùn)行時(shí)，負(fù)載突變等原因?qū)е罗D(zhuǎn)速變化之后，電磁轉(zhuǎn)矩誤差與估計(jì)磁鏈誤差均趨近于零，這樣轉(zhuǎn)速就趨近于實(shí)際轉(zhuǎn)速。文獻(xiàn)［74］提出利用無(wú)功功率作為可調(diào)模型，避免了定子電阻的影響，改善了觀測(cè)器的低速觀測(cè)性能。文獻(xiàn)［75］介紹了多種參考模型選取方法，包括反電動(dòng)勢(shì)法和無(wú)功功率法等，并且給出了基于不同參考模型的觀測(cè)轉(zhuǎn)子轉(zhuǎn)速和在線估計(jì)的轉(zhuǎn)子電阻的實(shí)驗(yàn)對(duì)比波形。

3.2.3 狀態(tài)觀測(cè)器方法

狀態(tài)觀測(cè)器是模型參考自適應(yīng)的一種特殊形式。觀測(cè)器方法將電動(dòng)機(jī)自身作為參考模型，以狀態(tài)觀測(cè)器作為可調(diào)模型。該方法的優(yōu)點(diǎn)在于回避了純積分問(wèn)題，保證了參考模型的準(zhǔn)確性，降低了對(duì)電動(dòng)機(jī)參數(shù)的敏感性。文獻(xiàn)［65］提出了一種基于全階狀態(tài)觀測(cè)器的容錯(cuò)控制方法。該方法利用全階狀態(tài)觀測(cè)器辨識(shí)轉(zhuǎn)速，同時(shí)利用反饋矩陣的設(shè)計(jì)提高轉(zhuǎn)速估計(jì)的準(zhǔn)確度。該方法還采用數(shù)據(jù)融合的思想使得在速度傳感器正常運(yùn)行時(shí)，將狀態(tài)觀測(cè)接入閉環(huán)控制，只是占有較小的一部分，當(dāng)發(fā)生故障后將實(shí)際轉(zhuǎn)速全部由估計(jì)轉(zhuǎn)速替代，可保證在診斷出故障后快速實(shí)現(xiàn)閉環(huán)并正常工作。狀態(tài)觀測(cè)器方法設(shè)計(jì)過(guò)程中最重要的是反饋矩陣的設(shè)計(jì)，文獻(xiàn)［75］對(duì)目前自適應(yīng)全階觀測(cè)器反饋矩陣的設(shè)計(jì)方法做出了比較詳細(xì)的分析總結(jié)，在此基礎(chǔ)上提出了一種新型的反饋矩陣設(shè)計(jì)思路。

3.2.4 滑模觀測(cè)器方法

從組成結(jié)構(gòu)來(lái)看，滑模控制結(jié)構(gòu)和模型參考自適應(yīng)控制結(jié)構(gòu)也非常相似，其不同之處在于模型參考自適應(yīng)法的自適應(yīng)率一般為PI 控制器，而滑模控制器的自適應(yīng)率是滑模控制器。滑模觀測(cè)器最主要的優(yōu)點(diǎn)是魯棒性強(qiáng)，結(jié)構(gòu)簡(jiǎn)單，對(duì)系統(tǒng)參數(shù)準(zhǔn)確度要求低，這些特點(diǎn)非常適合對(duì)電動(dòng)機(jī)系統(tǒng)的研究。文獻(xiàn)［76］對(duì)無(wú)速度傳感器矢量控制的模型參考自適應(yīng)法和滑模觀測(cè)器法進(jìn)行了詳細(xì)的比較，發(fā)現(xiàn)兩種方法都比較簡(jiǎn)單易行，但是滑模觀測(cè)器法的動(dòng)態(tài)響應(yīng)更快，對(duì)電動(dòng)機(jī)參數(shù)的魯棒性更強(qiáng)。文獻(xiàn)［77］提出一種新型的滑模控制器，即固定邊界層滑模控制器(Fixed－Boundary－Layer Sliding Mode，F(xiàn)BLSM)，這種觀測(cè)器不需要電壓信息就能觀測(cè)速度，并且在不需要知道轉(zhuǎn)矩信息的情況下就能準(zhǔn)確地觀測(cè)出轉(zhuǎn)子轉(zhuǎn)速和轉(zhuǎn)子磁鏈。滑模觀測(cè)器中固有的離散開關(guān)控制，將不可避免地導(dǎo)致抖振現(xiàn)象，雖然抖振現(xiàn)象不能徹底消除，但是可以采用一定的方法對(duì)其進(jìn)行抑制。

4 結(jié)論

隨著工業(yè)界對(duì)變頻器的可靠性和安全性的重視程度不斷提高以及控制理論突飛猛進(jìn)的發(fā)展，變頻器的故障診斷和容錯(cuò)控制技術(shù)也逐漸成熟。從成本和適應(yīng)性方面考慮，故障診斷和容錯(cuò)控制技術(shù)已經(jīng)從基于硬件、信號(hào)的診斷發(fā)展為基于模型、知識(shí)的診斷;從基于冗余的容錯(cuò)發(fā)展為基于控制策略、算法的容錯(cuò)。故障診斷和容錯(cuò)控制往往在方法上融為一體，密不可分，其方法必將推廣到永磁同步電動(dòng)機(jī)系統(tǒng)、伺服系統(tǒng)和風(fēng)電等領(lǐng)域。傳感器及處理電路的軟故障診斷及預(yù)測(cè)(如增益變化、間歇斷線等)必將是未來(lái)的發(fā)展方向。

［1］ 孫豐濤，張承慧，崔納新，等．變頻器故障診斷技術(shù)研究與分析［J］．電機(jī)與控制學(xué)報(bào)，2005，9(3):272－274．

Sun Fengtao，Zhang Chenghui，Cui Naxin，et al．Advances and prospect of fault diagnosis technology in frequency converter［J］．Electric Machines and Control，2005，9(3):272－274．

［2］ 周東華，Ding X．容錯(cuò)控制理論及其應(yīng)用［J］．自動(dòng)化學(xué)報(bào)，2000，26(6):788－797．

Zhou Donghua，Ding X．Theory and applications of fault tolerant control［J］．Acta Automatica Sinica，2000，26(6):788－797．

［3］ Nandi S．Detection of stator faults in induction machines using residual saturation harmonics［J］．IEEE Transactions on Industry Applications，2006，42(5):1201－1208．

［4］ Siddique A，Yadava G S，Singh B．A review of stator fault monitoring techniques of induction motors［J］．IEEE Transactions on Energy Conversion，2005，20(1):106－114．

［5］ Sizov G Y，Sayed－Ahmed A，Yeh C C，et al．Analysis and diagnostics of adjacent and nonadjacent broken－rotorbar faults in squirrel－cage induction machines［J］．IEEETransactions on Industrial Electronics，2009，56(11):4627－4641．

［6］ Bossio G R，De Angelo C H，Garcia G O，et al．Effects of rotor bar and end－ring faults over the signal sofa position estimation strategy for induction motors［J］．IEEE Transactions on Industry Applications，2005，41(4):1005－1012．

［7］ Li Shengming，Xu L．Strategies of fault to lerant operation for three－level PWM inverters［J］．IEEE Transactions on Power Electronics，2006，21(4):933－940．

［8］ Ma Hao，Wang Linguo．Fault diagnosis and failure prediction of aluminum electrolytic capacitors in power electronic converters［C］．31st Annual Conference of IEEE Industrial Electronics Society(IECON)，Raleigh，NC，2005:842－847．

［9］ Immovilli F，Bellini A，Rubini R，et al．Diagnosis of bearing faults in induction machines by vibration or current signals:a critical comparison［J］．IEEE Transactions on Industry Applications，2010，46(4):1350－1359．

［10］ Ibrahim A，Badaoui M E，Guillet F，et al．A new bearing fault detection method in induction machines based on instantaneous power factor［J］．IEEE Transactions on Industrial Electronics，2008，55(12):4252－4259．

［11］ Nandi S，Ilamparithi T C，Lee S B，et al．Detection of eccentricity faults in induction machines based on nameplate parameters［J］．IEEE Transactions on Industrial Electronics，2011，58(5):1673－1683．

［12］ Blodt M，Regnier J，F(xiàn)aucher J．Distinguishing load torque oscillations and eccentricity faultsin induction motors using stator current wigner distributions［J］．IEEE Transactions on Industry Applications，2009，45(6):1991－2000．

［13］ Najafabadi T A，Salmasi F R，Jabehdar－Maralani P．Detection and isolation of speed－，DC－link voltage－，and current－sensor faults based on an adaptive observer in induction－motor drives［J］．IEEE Transactions on Industrial Electronics，2011，58(5):1662－1672．

［14］ Masrur M A，Chen Zhihang，Zhang Baifang，et al．Model－based fault diagnosis in electric drive inverters using artificial neural network［C］．Power Engineering Society General Meeting，Tampa，F(xiàn)L，2007:1－7．

［15］ Debebe K，Rajagopalan V，Sankar T S．Expert systems for fault diagnosis of VSI fed AC drives［C］．Industry Applications Society Annual Meeting，Dearborn，MI，1991:368－373．

［16］ Jang－Hwan P，Dong－Hwa K，Sung－Suk K，et al．CANFIS based fault diagnosis for voltage－fed PWM motor drive system［C］．Annual Conference of the North American Fuzzy Information Processing Society，Banff，Alta，Canada，2004:379－383．

［17］ Ribeiro R L A，Jacobina C B，Silva E R C D．Fault detection of open－switch damage in voltage fed PWM motor drive systems［J］．IEEE Transactions on Power Electronics，2003，18(2):587－593．

［18］ Mamat M R，Rizon M，Khanniche M S，F(xiàn)ault detection of 3－phase VSI using wavelet－fuzzy algorithm［J］．American Journal of Applied Sciences，2006:1642－1648．

［19］ Charfi F，Sellami F，Al－Haddad K．Fault diagnosis in powersystem using wavelet transforms and neural networks［C］．2006 IEEE International Symposium on Industrial Electronics，Montreal，Que，2006:1143－1148．

［20］ Masrur M A，Chen Z，Zhang B，et al．Model－based faultdiagnosis in electric drive inverters using artificial neural network［C］．2007 IEEE Power Engineering Society General Meeting，Tampa，F(xiàn)L，2007:1－7．

［21］ Mendes A M S，Cardoso A J M，Saraiva E S．Voltage source inverter fault diagnosis in variable speed AC drives，by the average current Park’s vector approach［C］．Proceedings of the Seventh International Conference on Power Electronics and Variable Speed Drives，London，1998:538－543．

［22］ Caseiro J A A，Cardoso A J M．Fault diagnosis on a PWM rectifier AC drive system with fault tolerance using the average current Park’s vector approach［C］．IEEE International Electric Machines and Drives Conference，Miami，F(xiàn)L，2009:695－701．

［23］ Blaabjerg F，Pedersen J K，Jaeger U，et al．Single current sensor technique in the DC link of three－phase PWM－VS inverters:a review and a novel solution［J］．IEEE Transactions on Industry Applications，1997，33(5):1241－1253．

［24］ Peuge R，Courtine S，Rognon J P．Fault detection and isolation on a PWM inverter by knowlege－based model［J］．IEEE Transactions on Industry Applications，1998，34(6):1318－1325．

［25］ 于泳，蔣生成，楊榮峰，等．變頻器IGBT 開路故障診斷方法［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2011，31(9):30－35．

Yu Yong，Jiang Shengcheng，Yang Rongfeng，et al．IGBT open circuit fault diagnosis method for inverter［J］．Proceedings of the CSEE，2011，31(9):30－35．

［26］ Naidu M，Gopalakrishnan S，Nehl T．Fault tolerantpermanent magnet motor drive topologies for automotive X－By－Wire systems［J］．IEEE Transactions on Industry Applications，2010，46(2):841－848．

［27］ 安群濤，孫醒濤，趙克，等．容錯(cuò)三相四開關(guān)逆變器控制策略［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2010，30(3):14－19．

An Quntao，Sun Xingtao，Zhao Ke，et al．Control strategy for fault－tolerant three－phase four－switch inverters［J］．Proceedings of the CSEE，2010，30(3):14－19．

［28］ Enjeti P，Shireen W．A new technique to reject DC－link voltage ripple for inverters operating on programmed PWM waveforms［J］．IEEE Transactions on Power Electronics，1992(7):171－179．

［29］ Frede B，Neacsu D，John K P．Adaptive SVM to compensate DC－Link voltage ripple for four－switch threephase voltage－source inverters［J］．IEEE Transactions on Power Electronics，1999，14(4):743－752．

［30］ Kim J，Hong J，Nam K．A current distortion compensation scheme for four－switch inverters［J］．IEEE Transactions on Power Electronics，2009，24(3－4):1032－1040．

［31］ van der B H W，Van Wyk J D．A comparative investigation of a three－phase induction machine drive with a component minimized voltage－fed inverter under different control options［J］．IEEE Transactions on Industry Applications，1984，IA－20(2):309－320．

［32］ van der B H W，Skudelny H C．Analytical analysis of the harmonic effects of a PWM AC drive［J］．IEEE Transactions on Power Electronics，1988，3(2):216－223．

［33］ Enjeti P N，Rahman A．A new single－phase to threephase converter with active input current shaping for low cost AC motor drives［J］．IEEE Transactions on Industry Applications，1993，29(4):806－813．

［34］ Enjeti P N，Rahman A，Jakkli R．Economic single phase to three－phase converter topologies for fixed and variable frequency output［J］．IEEE Transactions on Power Electronics，1993，8(3):329－335．

［35］ Beltrao de R C M，Jacobina C B，Cabral da S E R，et al．A general PWM strategy for four－switch three－phase inverters［J］．IEEE Transactions on Power Electronics，2006，21(6):1618－1627．

［36］ Gao Z，Cecati C，Ding S X．A survey of fault diagnosis and fault－tolerant techniques－part Ⅰ:fault diagnosis with model－based and signal－based approaches［J］．IEEE Transactions on Industrial Electronics，2015，62(6):3757－3767．

［37］ Lee K S，Ryu J S．Instrument fault detection and compensation scheme for direct torque controlled induction motor drives［J］．IEE Proceedings of Control Theory and Applications，2003，150(4):376－382．

［38］ Yu Yong，Wang Ziyuan，Xu Dianguo．Speed and current sensors fault detection and isolation based on adaptive observers for induction motor drivers［J］．Journal of Power Electronics，2014，14(5):967－979．

［39］ Heredia G，Ollero A，Mahtani R，et al．Detection of sensor faults in autonomous helicopters［C］．Proceedings of the IEEE International Conference on Robotics and Automation，Icra，2005:2229－2234．

［40］ Zhang Xinan，F(xiàn)oo G，Don V M，et al．Sensor fault detection，isolation and system reconfiguration based on extended Kalman filter for induction motor drives［J］．IET Electric Power Applications，2013，7(7):607－617．

［41］ Youssef A B，El－Khil S K，Slama－Belkhodja I．State observer－based sensor fault detection and isolation，and fault tolerant control of a single－phase PWM rectifier for electric railway traction［J］．IEEE Transactions on Power Electronics，2013，28(12):5842－5853．

［42］ Rothenhagen K，F(xiàn)uchs F W．Current sensor fault detection，isolation，and reconfiguration for doubly fed induction generators［J］．IEEE Transactions on Industrial Electronics，2009，56(10):4239－4245．

［43］ Bachir S，Tnani S，Trigeassou J C，et al．Diagnosis by parameter estimation of stator and rotor faults occurring in induction machines［J］．IEEE Transactions on Industrial Electronics，2006，53(3):963－973．

［44］ Freire N M，Estima J O，Cardoso A J M．A new approach for current sensor fault diagnosis in PMSG drives for wind energy conversion systems［J］．IEEE Transactions on Industridl Applications，2014，50(2):1206－1214．

［45］ Chong U P．Signal model－based fault detection and diagnosis for induction motors using features of vibration signal in two－dimension domain［J］．Strojni?ki Vestnik－Journal of Mechanical Engineering，2011，57(9):655－666．

［46］ Shahriar M R，Ahsan T，Chong U P．Fault diagnosis of induction motors utilizing local binary pattern－based texture analysis［J］．EURASIP Journal on Image and Video Processing，2013，2013(1):1－11．

［47］ Freire N M，Estima J O，Cardoso A J M．A new approach for current sensor fault diagnosis in PMSG drives for wind energy conversion systems［J］．IEEE Transactions on Industry Applications，2014，50(2):1206－1214．

［48］ Chakraborty C，Verma V．Speed and current sensor fault detection and isolation technique for induction motor drive using axes transformation［J］．IEEE Transactions on Industrial Electronics，2015，62(3):1943－1954．

［49］ Bernieri A，Betta G，Pietrosanto A，et al．A neural network approach to instrument fault detection and isolation［J］．IEEE Transactions on Instrument and Measurement，1995，44(3):747－750．

［50］ Betta G，Liguori C，Pietrosanto A．An advanced neural－network based instrument fault detection and isolation scheme［J］．IEEE Transactions on Instrument and Measurement，1998，47(2):507－512．

［51］ Li H，Monti A，Ponci F．A fuzzy－based sensor validation strategy for AC motor driver［J］．IEEE Transactions on Industry Informatics，2012，8(4):839－848．

［52］ Raisemche A，Boukhnifer M，Larouci C，et al．Two active fault tolerant control schemes of induction motor drive in EV or HEV［J］．IEEE Transactions on Vehicular Technology，2014，63(1):19－29．

［53］ Shi X，Krishnamurthy M．Survivable operation of induction machine drives with smooth transition strategy for EV application［J］．IEEE Journal of Emerging and Selected Topics on Power Electronics，2014，2(3):609－617．

［54］ Benbouzid M E H，Diallo D，Zeraoulia M．Advanced Fault－Tolerant control of induction motor drives for EV/HEV traction application:from conventional to modern and intelligent control techniques［J］．IEEE Transactions on Vehicular Technology，2007，56(2):519－528．

［55］ 朱大奇，于盛林．基于知識(shí)的故障診斷方法綜述［J］．安徽工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版，2002，19(3):197－204．

Zhu Daqi，Yu Shenglin．Survey of knowledge－based fault diagnosis methods［J］．Journal of Anhui University of Technology，2012，19(3):197－204．

［56］ Mollet Y，Gyselinck J，Meinguet F．Current sensor fault detection and isolation combining model－based and signal－based algorithms in PMSG drives［C］．2013 15th European Conference on Power Electronics and Applications，Lille，2013:1－10．

［57］ Grouz F，Sbita L，Boussak M．Current sensor fault detection，isolation and control reconfiguration for PMSM drives［C］．2013 International Conference on Electrical Engineering and Software Applications，Hammamet，2013:1－6．

［58］ Kai R，F(xiàn)riedrich W F．Doubly fed induction generator model－based sensor fault detection and control loop reconfiguration［J］．IEEE Transactions on Industrial Electronics，2009，56(10):4229－4238．

［59］ Salmasi F R，Najafabadi T A．An adaptive observer with online rotor and stator resistance estimation for induction motors with one phase current sensor［J］．IEEE Transactions on Energy Conversion，2011，26(3):959－966．

［60］ Verma V，Chakraborty C，Maiti S，et al．Speed sensorless vector controlled induction motor drive using single current sensor［J］．IEEE Transactions on Energy Conversion，2013，28(4):938－950．

［61］ Vukosavic S N，Stankovic A M．Sensorless induction motor drive with a single DC－link current sensor and instantaneous active and reactive power feedback［J］．IEEE Transactions on Industrial Electronics，2001，48(1):195－204．

［62］ 陳小波，胡育文，黃文新，等．基于單電阻電流采樣的矢量控制算法研究［J］．電氣傳動(dòng)，2011，41(5):15－19．

Chen Xiaobo，Hu Yuwen，Huang Wenxin，et al．Research on vector control based on single shunt current sensing［J］．Electric Drive，2011，41(5):15－19．

［63］ 富歷新．一種光電碼盤輸出線斷路檢測(cè)和保護(hù)電路［J］．微電機(jī)，1993(3):56－57．

Fu Lixin．A detection and protection circuit for line breakage of encoder［J］．Micromotors，1993(3):56－57．

［64］ 叢培城．變頻器故障診斷及相應(yīng)控制策略研究［D］．哈爾濱:哈爾濱工業(yè)大學(xué)，2010．

［65］ 于泳，蔣生成，王高林，等．基于狀態(tài)觀測(cè)器的感應(yīng)電機(jī)速度傳感器故障診斷及容錯(cuò)控制［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(18):123－130．

Yu Yong，Jiang Shengcheng，Wang Gaolin．Fault diagnosis and tolerant control for speed sensors based on state observers in induction motor drives［J］．Proceedings of the CSEE，2012，32(18):123－130．

［66］ Danan S，Wenli L，Lijun D，et al．Speed sensorless induction motor drive based on EKF and G－1 model［C］．2011 International Conference on Computer Distributed Control and Intelligent Environmental Monitoring，Washington，2011:290－294．

［67］ Barut M，Bogosyan S，Gokasan M．Experimental evaluation of braided EKF for sensorless control of induction motors［J］．IEEE Transactions on Industrial Electronics，2008，55(2):620－632．

［68］ Zidani F，Diallo D，Benbouzid M E H，et al．Diagnosis of speed sensor failure in induction motor drive［C］．2007 IEEE International Electric Machines ＆ DrivesConference，Antalya，2007，2:1680－1684．

［69］ 宋云，朱明年．基于神經(jīng)網(wǎng)絡(luò)的地鐵列車速度傳感器故障診斷方法［J］．城市軌道交通研究，2014，17(5):94－97．

Song Yun，Zhu Mingnian．Fault diagnosis of subway train speed sensors based on neural network［J］．Urban Mass Transit，2014，17(5):94－97．

［70］ Tsuji M，Chen S，Izumi K，et al．A sensorless vector control system for induction motors using q－axis flux with stator resistance identification［J］．IEEE Transactions on Industrial Electronics，2001，48(1):185－194．

［71］ Holtz J，Quan J．Drift－and parameter－compensated flux estimator for persistent zero－stator－frequency operation of sensorless－controlled induction motors［J］．IEEE Transactions on Industry Applications，2003，39(4):1052－1060．

［72］ Benlaloui I，Drid S，Chrifi－Alaoui L，et al．Implementation of a new MRAS speed sensorless vector control of induction machine［J］．IEEE Transactions on Energy Conversion，2015，30(2):588－595．

［73］ Mini R，Rani S，Dinesh M N．Low speed estimation of DTC controlled induction motor drive using MRAS［C］．International Conference on Electronics，Communication and Computational Engineering，Hosur，2014:30－35．

［74］ Purushottama R，Jayaram N，Shekar R．Sensorless vector control of induction machine using MRAS techniques［C］．2013 International Conference on Circuits，Power and Computing Technologies，Nagercoil，India，2013:167－175．

［75］ Sun Wei，Yu Yong，Wang Gaolin，et al．A novel method for adaptive full order observer feedback matrix and speed estimation algorithm［C］．Industry Application Society Annual Meeting，Vancouver，Canada，2014:1－7．

［76］ Ajabi－Farshbaf R，Azizian M R，Amiri K，et al．A comparative study of speed observers between adaptive and sliding mode approaches［C］．PEDSTC 2014 5th Power Electronics，Drive Systems and Technologies Conference，Tehran，Iran，2014:556－561．

［77］ Zhang Xi．Sensorless Induction motor drive using indirect vector controller and sliding－mode observer for electric vehicles［J］．IEEE Transactions on Vehicular Technology，2013，62(7):3010－3018．