(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110367107.X (22)申请日 2021.04.0 6 (65)同一申请的已公布的文献号 申请公布号 CN 113094952 A (43)申请公布日 2021.07.09 (73)专利权人 哈尔滨工业大 学 （威海） 地址 264200 山东省威海市文化西路2号 (72)发明人 马琮淦　李佳铭　李琼瑶　王明宇　 张星星　李鑫　 (74)专利代理 机构 威海聚睿知识产权代理事务 所(普通合伙) 37352 专利代理师 丁宏斌 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01)G06K 9/00(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01R 31/34(2006.01) (56)对比文件 CN 109541461 A,2019.0 3.29 CN 104283 393 A,2015.01.14 审查员 李梦迪 (54)发明名称 一种基于杂散磁场 的永磁电机静态偏心检 测方法 (57)摘要 本申请公开了一种基于杂散磁场 的永磁电 机静态偏心 检测方法， 包括步骤1： 利用电磁有限 元仿真软件获取待测电机杂散磁场数据， 建立静 态偏心检测神经网络模型； 步骤2： 采集待测电机 的杂散磁场信号并对杂散磁场信号进行数据处 理； 步骤3： 判断是否仅存在静态偏心； 步骤4： 仅 存在静态偏心时， 将步骤2中试验数据输入到步 骤1的静态偏心 检测神经网络模 型得出待测永磁 电机静态偏心率εSE和偏心圆周角γ。 本发明是 一种非侵入式的永磁电机静态偏心故障检测方 法， 其使用方便、 检测精度高， 可广泛应用于 各类 径向磁通永磁电机的静态偏心诊断中。 权利要求书2页 说明书7页 附图4页 CN 113094952 B 2022.05.13 CN 113094952 B 1.一种基于杂散磁场的永磁电机静态偏心检测方法， 其特 征在于， 包括以下步骤： 步骤1： 利用电磁有限元仿真软件获取待测电机杂散磁场数据， 建立静态偏心检测神经 网络模型 1.1建立电磁有限元模型并进行仿真， 导出 数据 建立n×m个不同静态偏心率εSE和偏心圆周角γ的待测电机的电磁有限元模型； 在转速 nr小于60rpm的情况下， 对n ×m个电磁有限元模型进行仿真计算； 在电机端面建立极坐标 系， 自极坐标轴开始， 电机壳外圆周均匀分布A个传感器， A≥3， 分别从每个传感器的位置， 从电磁有限元模型中导出An ×m组杂散磁场径向磁密时间历程数据； 第1至第n个电磁有限元模 型的静态偏心率 εSE分别为1/(n+1)、 2/(n+1)、 3/(n+1)、 …、 n/ (n+1)， 偏心圆周角γ均为0 °； 第n+1至第2n个电磁有限元模型的静态偏心率分别为εSE为1/ (n+1)、 2/(n+1)、 3/(n+1)、 …、 n/(n+1)， 偏心圆周角γ均 为360°/m； 第2n+1至第3n个电磁有 限元模型的静态偏 心率 εSE分别为1/(n+1)、 2/(n+1)、 3/(n+1)、 …、 n/(n+1)， 偏 心圆周角γ均 为2×360°/m； 以此类推， 直到第(m ‑1)n+1至第n ×m个电磁有限元模型的静态偏 心率 εSE分别 为1/(n+1)、 2 /(n+1)、 3/(n+1)、 …、 n/(n+1)， 偏心圆周角γ均为(m ‑1)×360°/m， 其中， n、 m为 正整数， n≥4， m≥10； AcT1(i)、 AcT2(i)……和AcTA(i)分别是静态偏心率为εSET(i)、 偏心圆周 角为γT(i)的静态偏心工况时的杂散磁场 径向磁密 基波幅值， i＝1,2,3 …,n×m， 其中， εSET 为静态偏心率训练向量， 长度为 n×m， γT为偏心圆周角训练向量， 长度也 为n×m， 分别为： 1.2对仿真数据进行 快速傅里叶变换 将步骤1.1导出An ×m组杂散磁场径向磁密时间历程数据进行快速傅里叶变换， 再提取 出变换后得到的幅频特性结果中频率为基频pfr处的基波幅值， 其中p为待测电机的极对 数， fr为待测电机的机械转频， fr＝nr/60， 共得到An×m个数字， 将这些数字按照静态偏心工 况和信号来源位置编为A个向量， 分别称为第1点基波幅值训练向量AcT1、 第2点基波幅值训 练向量AcT2……和第A点基波幅值训练向量AcTA， AcT1、 AcT2……和AcTA分别代表来自编号1、 2……A传感器数据， AcT1、 AcT2……和AcTA中元素的排列顺序与电磁有限模型的偏心工况排列 顺序相同； 1.3建立静态偏心检测 神经网络模型 所述静态偏心检测神经网络模型为BP神经网络模型， BP神经网络模型包含输入层、 隐 含层和输入层， 所述输入层节 点有A个； 将第1点基波幅值训练向量AcT1、 第2点基波幅值训练 向量AcT2……和第A点基波幅值训练向量AcTA进行归一化处理， 再作为神经网络的输入； 将静权　利　要　求　书 1/2 页 2 CN 113094952 B 2态偏心率训练向量εSET和偏心圆周角训练向量γT进行归一化处理， 再作为神经网络的输 出； 以正切S型传递函数为隐含层节点传递函数， 线性传递函数为输出层节点传递函数， 贝 叶斯正则化的BP算法训练函数为反向传播函数， 对神经网络进行训练， 得到静态偏心检测 神经网络模型； 步骤2： 采集待测电机的杂散磁场信号并对杂散磁场信号进行 数据处理； 2.1试验采集待测电机的杂散磁场径向磁密 采集待测电机的杂散磁场径向磁密的传感器有A个， A≥3， 传感器均匀分布电机 壳外圆 周， 以恒定转速nr反拖待测电机， 记录各测点1个机械周期 所采集的数据， 共得到A组杂散磁 场径向磁密时间历程试验数据； 2.2试验数据进行 快速傅里叶变换 将步骤2.1得到的数据进行快速傅里叶变换， 提取出基波幅值， 来自传感器1 ‑A的基波 幅值分别记为第1点基波幅值AcE1、 第2点基波幅值AcE2……和第A点基波幅值AcEA； 步骤3： 判断是否仅存在静态偏心； 3.1判断流 程1 若步骤2.1中得到的某一点杂散磁场径向磁密时间历程各波峰高度不同， 则发生了动 态偏心， 结束检测； 反之， 若步骤2.1中得到的某一点杂散磁场径向磁密时间历程各波峰高 度相同， 则不存在动态偏心， 进入判断流 程2； 3.2判断流 程2 步骤2.2中得到的第1点基波幅值AcE1、 第2点基波幅值AcE2……和第A点基波幅值AcEA均 相同， 则不存在静态偏心， 无需进一 步检测； 若 有所不同， 则存在静态偏心， 进入步骤4； 步骤4： 仅存在静态偏心时， 将步骤2中试验数据输入到步骤1的静态偏心检测神经网络 模型得出待测永磁电机静态偏心率 εSE和偏心圆周角γ； 4.1将结果 导入静态偏心检测 神经网络模型 将步骤2.2得到的第1点基波幅值AcE1、 第2点基波幅值AcE2……和第A点基波幅值AcEA进 行归一化处理， 再导入步骤1.3得到的静态偏心检测 神经网络模型， 进行计算； 4.2得到待测电机的静态偏心率和偏心圆周角 将静态偏心检测神经网络模型的输出结果进行反归一化处理， 获得待测电机的静态偏 心率 εSE和偏心圆周角γ情况。权　利　要　求　书 2/2 页 3 CN 113094952 B 3