基于模糊故障诊断的电机故障诊断专家系统设计

覃卓庚

摘要：为了改善电动汽车驱动电机故障诊断效率和诊断精准度，本文选择遗传算法和模糊故障诊断方法作为研究工具，设计一套新型电机故障诊断专家系统。该系统利用传感器采集电机作业状态数据，经过模糊处理，按照模糊规则，调动知识库和数据库，对电机作业状态进行诊断。测试结果显示，本系统在电机故障诊断精准度为99.8%，响应时间控制在200？滋s以内，较传统系统性能有了很大改善。

Abstract： In order to improve the efficiency and accuracy of fault diagnosis of electric vehicle drive motors， this paper selects genetic algorithms and fuzzy fault diagnosis methods as research tools to design a new set of motor fault diagnosis expert systems. The system uses sensors to collect motor operating status data， and after fuzzy processing， according to fuzzy rules， the knowledge base and database are mobilized to diagnose the motor operating status. The test results show that the accuracy of the system's motor fault diagnosis is 99.8%， and the response time is controlled within 200， which has greatly improved the performance of the traditional system.

关键词：模糊故障诊断;遗传算法;电动汽车驱动电机

Key words： fuzzy fault diagnosis;genetic algorithm;electric vehicle drive motor

中图分类号：TM307                     文献标识码：A             文章编号：1674-957X（2021）17-0202-03

0  引言

电动汽车作为新时代推出的环保类汽车，其电机运行期间不会对环境造成影响，目前已经在我国南部地区大范围推广，逐渐扩展至北部[1]。该类型汽车电机采用新能源驱动，电机驱动控制器的开发尚不成熟，电机作业期间可能发生故障，如何快速诊断故障并加以修复，是当前新能源电动汽车发展的关键[2]。当前提出的一些数学模型故障诊断方法精准度存在较大提升空间，神经网络故障诊断结构较为复杂，诊断效率较低[3]。本文在以往研究基础上，引入遗传算法，与模糊逻辑诊断方法结合，提出一种新的诊断方法，并将其应用至电机故障诊断当中，设计一套故障诊断专家系统。

1  模糊故障诊断方法

1.1 数学模型与神经网络诊断方法  数学模型诊断方法在电机故障诊断中应用较多，根据电机作业原理及相关参数，构建数学模型。通过测量电机作业参数数据，对电机当前作业状态进行诊断，判断是否发生故障。……