曠永紅，歐陽(yáng)波，周 鵬

(1.湖南工程學(xué)院應(yīng)用技術(shù)學(xué)院，湖南湘潭 411101;2.中南大學(xué)信息科學(xué)與工程學(xué)院，湖南長(zhǎng)沙 410075）

基于“小波包—模糊理論”的整流裝置故障診斷系統(tǒng)的研究

曠永紅1，歐陽(yáng)波2，周 鵬2

(1.湖南工程學(xué)院應(yīng)用技術(shù)學(xué)院，湖南湘潭 411101;2.中南大學(xué)信息科學(xué)與工程學(xué)院，湖南長(zhǎng)沙 410075）

針對(duì)電力、化工行業(yè)廣泛使用的三相橋并聯(lián)的同相逆并聯(lián)整流裝置，以整流變壓器閥側(cè)三相電流為診斷信號(hào)，提出了小波包－模糊推理實(shí)現(xiàn)故障診斷。首先利用小波包分析提取故障特征值，形成樣本數(shù)據(jù)庫(kù);然后利用J散度、最大隸屬原則方法實(shí)現(xiàn)待識(shí)別狀態(tài)與樣本狀態(tài)的模糊識(shí)別。該方法通過(guò)實(shí)驗(yàn)，驗(yàn)證了其故障診斷的準(zhǔn)確性。

同相逆并聯(lián);故障診斷;小波包分析;模糊推理

1 前言

在電力、化工、冶金等行業(yè)，電力整流設(shè)備通常用于生產(chǎn)工藝的關(guān)鍵流程之中，因電力整流設(shè)備故障而導(dǎo)致生產(chǎn)的中斷則意味著重大的經(jīng)濟(jì)損失。電力整流裝置故障主要以功率開(kāi)關(guān)器件的斷路和直通最為常見(jiàn)，需要實(shí)時(shí)監(jiān)視診斷，并且故障只能以輸出波形來(lái)診斷。

國(guó)內(nèi)外研究現(xiàn)有的電力整流裝置故障診斷方法主要有:譜分析法、直接檢測(cè)法基于神經(jīng)網(wǎng)絡(luò)故障診斷方法。本文提出了基于小波包－模糊診斷的故障診斷方法，首先利用小波包變換對(duì)采集信號(hào)進(jìn)行處理，提取在各種狀態(tài)下的特征值;然后對(duì)特征值進(jìn)行模糊處理，由最大隸屬度原則得出待識(shí)別狀態(tài)所屬故障類(lèi)型。該方法在實(shí)驗(yàn)條件下測(cè)試，驗(yàn)證了其故障診斷的準(zhǔn)確性。

2 研究對(duì)象及研究方法探討

大功率整流裝置常采用同相逆并聯(lián)拓?fù)浣Y(jié)構(gòu)，本文研究的是三相橋并聯(lián)的同相逆并聯(lián)系統(tǒng)。其特點(diǎn)是:兩個(gè)整流橋組合在一起，系統(tǒng)相鄰銅排電流，在任何瞬間均大小相等、方向相反，從而減少各部分線路電抗，并增加相間、臂間阻抗的對(duì)稱(chēng)度。

圖1 同相逆并聯(lián)結(jié)構(gòu)圖Fig.1 Structure of cophase counter parallel connection

圖1［2］為兩個(gè)三相橋式電路組成的同相逆并聯(lián)系統(tǒng)，兩個(gè)橋的三相交流電壓互差180°，因此當(dāng)圖中右側(cè)橋?qū)щ娤嘈驗(yàn)?a1b1，a1c1，b1c1，b1a1，c1a1，c1b1時(shí)，相應(yīng)地左側(cè)橋的導(dǎo)電相序?yàn)?b2a2，c2a2，c2b2，a2b2，a2c2，b2c2，使得任何瞬間兩橋相鄰電路內(nèi)的電流大小相等，方向相反，磁通最大限度被抵消。

檢測(cè)信號(hào)采集:由仿真研究及文獻(xiàn)［2］可知，由于兩組橋處于并聯(lián)方式，當(dāng)一組出現(xiàn)故障時(shí)，負(fù)載兩端的直流端電壓不會(huì)發(fā)生明顯變化，使得以直流輸出電壓和基于變壓器網(wǎng)側(cè)電流的研究方法不能適應(yīng)這種結(jié)構(gòu)的整流裝置;但整流變壓器閥側(cè)兩組三相支路能檢測(cè)到故障信息，因此可以通過(guò)檢測(cè)一組橋的三相電流來(lái)完成故障信息的檢測(cè)。

本文采用待識(shí)別狀態(tài)與已知狀態(tài)的匹配方法來(lái)研究故障所屬分類(lèi)，因此樣本數(shù)據(jù)庫(kù)中系統(tǒng)的故障類(lèi)型對(duì)故障診斷的準(zhǔn)確性很重要。以三相橋式全控整流電路主回路開(kāi)路故障為例，研究中故障的類(lèi)型分為5大類(lèi):第一類(lèi):無(wú)晶閘管故障;第二類(lèi):有一個(gè)晶閘管故障，有六小類(lèi);第三類(lèi):接到同一相電壓的兩只晶閘管故障，有三小類(lèi);第四類(lèi):同一半橋中的兩只晶閘管故障，有六小類(lèi);第五類(lèi):交叉兩只晶閘管故障:有六小類(lèi)。同相逆并聯(lián)有兩組三相橋，因此可分為第一組橋故障和第二組橋故障兩組，本文研究暫只考慮一組橋出現(xiàn)故障情況，樣本數(shù)據(jù)庫(kù)中共計(jì)43種運(yùn)行狀態(tài)數(shù)據(jù)。

3 基于小波包-模糊診斷理論

故障特征的提取方法的研究是電力電子故障診斷技術(shù)的關(guān)鍵。本節(jié)討論利用小波分析理論之一的小波包分析方法提取故障信號(hào)的特征值。它將頻帶進(jìn)行多層次劃分，對(duì)高頻部分進(jìn)一步分解，并能夠根據(jù)被分析信號(hào)的特征，自適應(yīng)的選擇響應(yīng)頻帶，從而提高時(shí)頻分辨率。其分解遵循能量守衡原理［4］。當(dāng)系統(tǒng)發(fā)生故障時(shí)，其輸出信號(hào)能量的空間分布與正常系統(tǒng)輸出相比會(huì)發(fā)生相應(yīng)變化。

小波包分解算法如下:

小波包重構(gòu)算法如下:

小波包分解實(shí)質(zhì)上是對(duì)信號(hào)按照2n進(jìn)行分解，一尺度分解得到高頻和低頻(D1和A1），二尺度分解在一尺度分解的基礎(chǔ)上再分解得到四段(AA2、DA2、DA2、DD2）。依此類(lèi)推，將信號(hào)分解為高、低頻的頻率段，并且每分解一次信號(hào)點(diǎn)數(shù)變?yōu)樵瓉?lái)的1/2，稱(chēng)這些高、低頻率段為小波包系數(shù)。

故障診斷其本質(zhì)就是在分析設(shè)備異?，F(xiàn)象的基礎(chǔ)上，由癥狀推斷出故障的原因。

本系統(tǒng)模糊診斷過(guò)程為:

(1）首先利用J散度來(lái)計(jì)算相似程度，J散度公式為:

式中y(t）為待識(shí)別的信號(hào)，xi(t）為已知狀態(tài)的信號(hào)，S(k）為信號(hào)的能量譜。當(dāng) J(y，xl）=min，則可說(shuō)明y(t）所處狀態(tài)與xl(t）所處狀態(tài)是同一類(lèi)。當(dāng)Sy(f）=Si(f），即對(duì)同一個(gè)能量譜，J(y，xi）=0。

(2）然后求解模糊集合的隸屬度。

由J散度指標(biāo)可知，當(dāng)其取最小值時(shí)，表明二狀態(tài)的相似程度最大，因此可用偏小型函數(shù)來(lái)表示這種相似程度。能量譜J散度屬于某狀態(tài)的隸屬函數(shù)，可用降半哥西分布表示為:

這樣，距離值轉(zhuǎn)化成［0，1］區(qū)間中的值，便形成了模糊處理中的隸屬度。

(3）采用最大從屬原則實(shí)現(xiàn)邏輯診斷，

最大從屬原則定義為:設(shè)給定論域U上的n個(gè)模糊子集(模糊模式）A1，A2，...，An。其隸屬函數(shù)分別是 μA1(u），μA2(u），…，μAn(u），使 μA1(u）=max(μA1(u），μA2(u），…，μAn(u）），則認(rèn)為元素 u 應(yīng)隸屬于Ai，判決u歸屬Ai所代表的那個(gè)模式，叫做最大從屬原則。

最大從屬原則的缺點(diǎn)是當(dāng)最大隸屬度值與其它隸屬度值之間的差距不大時(shí)難以作出可靠的診斷結(jié)論。為克服這個(gè)缺點(diǎn)，可采用連乘法。利用最大從屬原則，則可以通過(guò)隸屬度來(lái)進(jìn)行故障的準(zhǔn)確識(shí)別。

4 實(shí)驗(yàn)驗(yàn)證

(1）實(shí)驗(yàn)條件及分析

實(shí)驗(yàn)條件:整流變壓器型號(hào)為 380V/173V、50Hz、Y-Y連接，觸發(fā)角為0°。整流回路為三相橋同相逆并聯(lián)結(jié)構(gòu)。負(fù)載為5歐純電阻。整流系統(tǒng)控制器以株洲科瑞變流電氣有限公司提供。診斷系統(tǒng)采用DSP(TMS320F2812）和單片機(jī)(89C52）的雙CPU結(jié)構(gòu)，DSP負(fù)責(zé)實(shí)時(shí)數(shù)據(jù)采集、處理和故障分析，MCU主要負(fù)責(zé)人機(jī)交互、遠(yuǎn)程通信等。實(shí)驗(yàn)原理圖如圖2。

采樣頻率:由于系統(tǒng)中信號(hào)頻率主要集中在低頻部分，采樣頻率設(shè)置為1KHz。通過(guò)濾波處理后即可以完整地再現(xiàn)采樣信號(hào)中頻率不超過(guò)500Hz的信號(hào)，小波包分解將信號(hào)0～500Hz頻率范圍內(nèi)的信號(hào)分成了八段。

(2）基于db3的小波包特征值提取及數(shù)據(jù)庫(kù)建立

第一步:將故障樣本A、B、C三相電流信號(hào)利用“db3”小波進(jìn)行三層小波包分解，得到第一到第八共23組高、低頻段分段系數(shù)序列 dj，(j=1，2，...n）。

圖2 實(shí)驗(yàn)原理圖Fig.2 Configuration of experiment principle

第二步:求各段分解系數(shù)序列的能量。設(shè)Ei為第三層小波包分解第i組頻段系數(shù)的能量，就有

第三步:特征向量的構(gòu)成，按頻段順序，以各段小波包分解系數(shù)的能量為元素得到一組與信號(hào)對(duì)應(yīng)的序列(E1，E2，…，En），求該序列的總能量 E=E1+E2+…+En，則可由此確定對(duì)應(yīng)的特征向量為:

依上三步，可以得到各種狀態(tài)下的特征向量。

實(shí)驗(yàn)中共形成了43種情況采集的數(shù)據(jù)形成了特征向量樣本數(shù)據(jù)庫(kù)。本文列出樣本中具有代表性的三種情況的特征向量如表1所示。

表1 多種狀態(tài)下特征向量Tab.1 Eigenvector of different states

(3）模糊診斷過(guò)程

基本思路:系統(tǒng)運(yùn)行時(shí)，不間斷采集A、B、C三相電流信號(hào)形成待檢向量，并與正常狀態(tài)的向量進(jìn)行比較，當(dāng)故障狀況發(fā)生時(shí)，則啟動(dòng)診斷過(guò)程。診斷時(shí)，將待測(cè)信號(hào)與樣本數(shù)據(jù)庫(kù)中數(shù)據(jù)利用模糊識(shí)別方法，確定待測(cè)信號(hào)的故障類(lèi)型。

實(shí)驗(yàn)中假設(shè)kp11出現(xiàn)斷開(kāi)故障為待識(shí)別狀態(tài)，變壓器閥側(cè)A、B、C三相的采集該識(shí)別狀態(tài)信號(hào)波形圖如圖3所示。

利用特征值求法，求得的信號(hào)的特征值如表2所示。

運(yùn)用公式(3），求出待測(cè)信號(hào)特征值向量與各種狀態(tài)(文中列出了九種狀態(tài)）時(shí)信號(hào)特征值向量的散度如表3所示。

表2 待測(cè)信號(hào)向量Tab.2 Eigenvector of signal

運(yùn)用降半哥西公式(4）可求得待測(cè)信號(hào)特征向量與其他數(shù)據(jù)樣本特征向量相似程度的隸屬度如表4所示。

圖3 實(shí)驗(yàn)波形Fig.3 Experimental waveforms

隸屬度求出后，則利用最大隸屬度模糊判斷方法實(shí)現(xiàn)模糊診斷。首先，選出A、B、C三相對(duì)應(yīng)的隸屬度最高的那一項(xiàng)，如表5所示。

然后，選出隸屬度較大的幾種狀態(tài):從以上表5可看出，待測(cè)狀態(tài)為 KP11故障、KP13故障、KP16故障、KP11與KP12同時(shí)故障的可能性比較大。它們分別是:

這時(shí)故障情況很難精確診斷，采取解決的方法是用連乘法:同一狀態(tài)情況，隸屬度連乘，精確診斷:U(kp*）=U1(A）*U2(B）*U3(C），可得出:

最后確定診斷:從系統(tǒng)最后計(jì)算的結(jié)果可以看出U(kp11）最大，即待測(cè)信號(hào)與KP11故障狀態(tài)信號(hào)匹配隸屬度最大，說(shuō)明系統(tǒng)處于KP11故障狀態(tài)。

由以上各步驟完成了系統(tǒng)的故障診斷過(guò)程。

表3 待測(cè)信號(hào)與各信號(hào)特征值散度Tab.3 Eigenvector divergence of signals

表4 待測(cè)信號(hào)與各信號(hào)特征值隸屬度Tab.4 Eigenvector membership of signals

表5 待測(cè)信號(hào)與各信號(hào)隸屬度最大值Tab.5 Maximum of signals membership

5 結(jié)論

針對(duì)同相逆并聯(lián)大功率整流裝置，基于整流變壓器閥側(cè)三相電流信號(hào)，進(jìn)行模糊診斷系統(tǒng)的研究與設(shè)計(jì)。信號(hào)特征值通過(guò)對(duì)三相電流信號(hào)進(jìn)行三層小波包分解后獲得的能量譜而形成，對(duì)多種狀態(tài)分析形成了樣本特征向量數(shù)據(jù)庫(kù);利用模糊診斷中的J散度、降半哥西公式和最大隸屬度原則對(duì)待識(shí)別狀態(tài)與樣本數(shù)據(jù)庫(kù)中的特征向量進(jìn)行處理，獲得待檢狀態(tài)與某一樣本狀態(tài)的最佳匹配，實(shí)現(xiàn)了模糊識(shí)別。通過(guò)實(shí)驗(yàn)驗(yàn)證，在小電流實(shí)驗(yàn)環(huán)境，該系統(tǒng)能正確地診斷出系統(tǒng)故障，性能較好。

References）:

［1］黃俊，王兆安(Huang Jun，Wang Zhaoan）.電力電子變流技術(shù) (Power electronic conversion tech.）［M］.北京:機(jī)械工業(yè)出版社 (Beijing:Machinery Industry Press），1999.

［2］周鵬，歐陽(yáng)波(Zhou Peng，Ouyang Bo）.同相逆并聯(lián)整流裝置故障診斷系統(tǒng)的研究 (Study of fault diagnosis system on cophase counter parallel in rectifier unit）［J］.電力電子技術(shù)(Power Electronics Tech.），2009，43(1）:43-45.

［3］Frank P M.Fault diagnosis in dynamic systems using analytic and knowledge-based redundancy-A survey and some new results［J］.Automatic，1990，26(3）:459-474.

［4］劉穎，張明(Liu Ying，Zhang Ming）.基于模糊理論和頻譜分析的電力電子設(shè)備的故障診斷(Fault diagnosis of power electronic circuits based on fuzzy theory and frequency spectrum analysis）［J］.海軍工程大學(xué)學(xué)報(bào) (J Naval Univ.of Eng.），2005，17(1）:85-88.

Study of fault diagnosis system in rectifier units based on wavelet packet and fuzzy diagnosis

KUANG Yong-hong1，OUYANG Bo2，ZHOU Peng2
(1.Applied Technical College of Hunan Institute of Engineering，Xiangtan 411101，China;2.School of Information Science and Engineering，Central South University，Changsha 410075，China）

According to the cophase counter parallel connection rectifier units widespreadly used in the fields of power and chemical industry，the paper presents a wavelet packet-fuzzy recognition method with the three phase current at rectifier transformer side as the diagnosis signal to realize fault diagnosis.Firstly，the fault eigenvalues are extracted with wavelet packet analysis to form a sample database，then the fuzzy recognition of sample status are identified by using J dispersion and maximum membership principle.The method is verified by experiments，and the accuracy is excellent.

cophase counter parallel connection;fault diagnosis;wavelet packet analysis;fuzzy reasoning

TM 461;TM935

A

1003-3076(2010）03-0030-05

2009-09-20

曠永紅(1979-），女，湖南籍，講師，主要從事變流器信號(hào)與信息處理方面研究;

歐陽(yáng)波(1962-），男，廣東籍，副教授，主要從事大功率變流控制技術(shù)研究。