-
公开(公告)号:CN115586441A
公开(公告)日:2023-01-10
申请号:CN202211593137.3
申请日:2022-12-13
Applicant: 湖南大学
Abstract: 本发明公开一种基于梳状滤波的电机故障诊断方法,采用永磁同步电机自身的转速信号、转矩电流信号以及定子电流信号进行轴承故障诊断,实现了电机故障的在线诊断;同时解决了传统振动检测法中需要额外安装振动传感器的缺点,降低了诊断系统的成本;同时信号采集过程中受环境噪声的干扰较小,能够提高诊断信号的信噪比,降低后期信号处理的难度,提高故障诊断的精度;将工况信号通过带通滤波器后,再通过梳状滤波器,可以有效滤除工况信号中的转速基频信号,从而突出故障特征频率;该方法无需对信号进行复杂变换,同时能够保留故障信息,能够实现轴承故障的快速精确诊断。本发明还提供一种基于梳状滤波的电机故障诊断装置及存储介质。
-
公开(公告)号:CN111464005B
公开(公告)日:2021-04-02
申请号:CN202010338280.2
申请日:2020-04-26
Applicant: 湖南大学
Abstract: 本发明公开了一种具有主动串扰抑制功能的SiC功率管驱动电路,包括基本驱动回路和辅助回路,基本驱动电路包括放大电路、R1、R2和D1,R1一端与放大电路相连,另一端与R2一端相连,R2另一端与功率管的栅极相连,D1正极与R1另一端相连,负极与R1一端相连;辅助回路包括R3、R4、C1、S1、D2和Q3,S1发射极连接于R2另一端,R3一端与R1另一端相连,另一端与S1基极相连;C1两端分别连接S1集电极和功率管源极,D2正极连接于Q3源极,负极与R4一端相连,R4另一端与R1一端相连,Q3漏极连接放大电路,源极连接于功率管源极。本发明具有结构简单、整体结构简单、成本低、易控制以及串扰抑制等优点。
-
公开(公告)号:CN111965543B
公开(公告)日:2020-12-29
申请号:CN202011129564.7
申请日:2020-10-21
Applicant: 湖南大学
Abstract: 本发明公开了一种永磁同步电机匝间短路故障初期检测方法、系统、介质及设备,属于电机故障检测技术领域,此方法包括步骤:1)获取永磁同步电机三相定子电流信号和转子转速信号;2)根据诊断周期内的永磁同步电机转子转速信号,计算出故障特征谐波分量所在的频带范围;3)对永磁同步电机的定子绕组三相电流信号进行连续小波变换处理,将变换结果中处于故障特征谐波分量所在的频带范围之外的小波系数置零并重构,得到重构结果;4)对重构结果进行同步压缩小波变换,重新构造时频分布,得到时频结构;5)基于时频结构进行故障检测。本发明具有计算量小、检测精度高、适用范围广等优点。
-
公开(公告)号:CN111464011A
公开(公告)日:2020-07-28
申请号:CN202010333164.1
申请日:2020-04-24
Applicant: 湖南大学
Abstract: 本发明公开了一种基于PWM调容的可变负载的轨道交通用充电机,包括主电路、控制单元、采样单元和可变电容组,所述可变电容组包括多个电容和多个与所述电容一一对应的开关,各所述电容与对应的开关串联后并联于所述主电路的输出端;所述采样单元,用于采集所述主电路输出的电压和电流信号,并发送至所述控制单元;所述控制单元,用于根据所述电压和电流信号以得到当前功率等级,并根据当前功率等级生成相对应占空比的PMW驱动信号,控制可变电容组中各开关的通断占空比,以使可变电容组的容值与当前功率等级相匹配。本发明具有可以工作在不同负载等级下、并且输出稳定、输出纹波小、效率高等优点。
-
公开(公告)号:CN111464010A
公开(公告)日:2020-07-28
申请号:CN202010332379.1
申请日:2020-04-24
Applicant: 湖南大学
Abstract: 本发明公开了一种负载滤波电容可变的轨道交通用车载充电机,包括主电路,还包括控制单元、采样单元和可变电容组,所述可变电容组包括多个电容和多个与所述电容一一对应的开关,各所述电容与对应的开关串联后并联于所述主电路的输出端;所述采样单元,用于采集所述主电路输出的电压和电流信号,并发送至所述控制单元;所述控制单元,用于根据所述电压和电流信号以得到当前功率等级,并根据当前功率等级控制可变电容组中各开关的通断,以使可变电容组的容值与当前功率等级相匹配。本发明具有可以工作在不同负载等级下、并且输出稳定、输出纹波小、效率高等优点。
-
公开(公告)号:CN118920809A
公开(公告)日:2024-11-08
申请号:CN202410976058.3
申请日:2024-07-19
Applicant: 湖南大学
Abstract: 本发明公开了一种低损耗可变磁通磁齿轮,属于磁齿轮技术领域,包括转轴以及同轴设置的外定子、低速转子和高速转子,所述高速转子固定在所述转轴上,所述低速转子固定在所述高速转子的外表面,所述外定子固定在所述低速转子的外表面,所述外定子包括固定在所述低速转子上的外定子铁心以及嵌固在所述外定子铁心内的励磁绕组、低矫顽力永磁体和高矫顽力永磁体,所述低速转子包括调磁块和与所述调磁块交替均匀分布的非导磁材料,所述高速转子包括固定在所述转轴上的高速转子铁心和嵌固在所述高速转子铁心内的高矫顽力永磁体。本发明可以通过改变磁齿轮的磁化水平来降低磁齿轮的高速损耗,提高磁齿轮电机传动系统的输出性能。
-
公开(公告)号:CN118914842A
公开(公告)日:2024-11-08
申请号:CN202411301259.X
申请日:2024-09-18
Applicant: 湖南大学
IPC: G01R31/34 , G01M13/045 , G06F18/24 , G06F18/213 , G06F17/13 , G06F123/02
Abstract: 本发明公开了一种基于编码器信号的永磁电机故障诊断方法,属于电机故障诊断技术领域,本发明通过利用永磁电机驱动系统中可直接测量得到的编码器进行故障诊断,不需要安装额外的传感器,从而降低检测系统的成本,并实现实时检测;通过编码器信号获取的电机转速信号来提取故障谐波,不易受环境噪声干扰的影响,有利于故障特征谐波的准确提取;通过提取信号中的故障特征谐波,利用编码器信号获取的转子位置信息对其进行重采样,将时域非稳态信号转换为角域中的稳态信号,再进行包络谱分析,实现了稳态转速以及变转速下的故障诊断。
-
公开(公告)号:CN118889772A
公开(公告)日:2024-11-01
申请号:CN202410976131.7
申请日:2024-07-19
Applicant: 湖南大学
IPC: H02K7/116 , H02K49/10 , H02K1/2706 , H02K1/276 , H02K1/12 , H02K1/278 , H02K15/00 , H02K15/03 , H02K29/03
Abstract: 本发明公开了一种轴向串联磁齿轮复合电机,属于磁齿轮复合电机技术领域,包括固定在转轴两侧的高速转子铁心和电机转子铁心,安装在所述高速转子铁心外表面的高速转子永磁体,固定在所述高速转子永磁体外表面的低速转子铁心,安装在所述低速转子铁心内表面的低速转子永磁体,位于所述低速转子永磁体和所述高速转子永磁体之间的调磁块,固定在所述电机转子铁心外表面的定子铁心,安装在所述电机转子铁心上的电机转子永磁体,以及固定在所述定子铁心内的定子绕组。本发明还公开了一种轴向串联磁齿轮复合电机的齿槽转矩抑制方法。本发明在不会降低磁齿轮复合电机的最大输出转矩和增加制造难度的情况下,实现了对磁齿轮复合电机齿槽转矩的抑制。
-
公开(公告)号:CN117970183A
公开(公告)日:2024-05-03
申请号:CN202410369873.3
申请日:2024-03-29
Applicant: 湖南大学
IPC: G01R31/52
Abstract: 本申请提供一种牵引传动系统主回路接地故障诊断方法,基于机理对全工况下不同接地故障类型的等效电路进行分析,建立W1‑W3工况下能区分不同接地故障类型的故障特征变量和故障特征指标,并基于无故障运行工况下残差统计规律设置相关阈值;通过分析在W4和W5工况下能表征不同故障类型的故障特征指标,基于决策树分类方法建立决策树诊断模型并转换成相应的规则库。实时诊断阶段,采集相关传感器信号和状态信息,基于相关方程计算残差及相关检测统计量并与相应阈值比较生成故障标志;得到相关故障标志;最后,利用系统相关状态进行当前工况判断,根据工况以及不同工况下的诊断模型输出结果进行综合诊断决策。
-
公开(公告)号:CN117807715A
公开(公告)日:2024-04-02
申请号:CN202410086944.9
申请日:2024-01-22
Applicant: 湖南大学
IPC: G06F30/15 , G06F30/27 , G06F18/213 , G06F18/214 , G06F18/243 , G06N3/0464 , G06N3/08 , G06N3/126 , G06F111/08 , G06F119/14
Abstract: 本申请公开了轨道列车车轮失圆类型智能识别方法、系统及电子设备,属于列车车轮失圆状态识别技术领域,通过构建完备和充足的车轮失圆数据集,确保模型拥有良好的鲁棒性及泛化能力;采用轨道列车‑轨道刚柔耦合动力学模型,获取各种车轮状态下轴箱振动信号;结合轴箱振动为一维时间序列的特点,构建1DCNN模型,实现轴箱振动时域信号与车轮失圆类型之间“端到端”的智能识别;利用遗传算法对1DCNN模型结构进行调节寻优,得到全局最优的轨道列车车轮失圆类型识别模型,最终可实现正常、擦伤、多边形、局部缺陷与随机非圆化5类车轮状态智能识别,模型识别精度高、速度快,相比于其他典型车轮失圆类型识别模型,具有更好的有效性和优越性。
-
-
-
-
-
-
-
-
-