电动车用永磁同步电机的转矩阶次特征分析

针对电动汽车车身阶次振动和车内噪声的主要振源—永磁同步电机的转矩波动,首先通过转矩测量试验测得了电机24阶以内的动态、高阶转矩信号,分析与揭示了永磁同步电机转矩信号的阶次特性现象;为解释该试验现象,从理论上建立了一种考虑非正弦永磁磁场分布、开槽、时间谐波电流的永磁同步电机转矩波动数学模型,获得了谐波转矩的解析解,预测了转矩波动的阶次与频率,进而提出了试验测量动态、高阶转矩信号的转速判据。试验研究和理论研究表明：永磁同步电机的转矩具有明显的阶次波动特征,主要阶次有h-1、2（h-1）、6i+h-1、 6i-h+1阶（h∈N,且由变频器决定;i∈N）;h次时间谐波电流将单独引起h-1、2（h-1）阶的转矩波动,h次时间谐波电流、非正弦永磁磁场分布、开槽将共同引起6i+h-1、6i-h+1阶的转矩波动。     

基于实测相电流的永磁同步电机转矩波动阶次来源分析及幅值预测

由于转子磁场非正弦分布、定子开槽及电流谐波等因素影响,轮毂永磁同步电机输出转矩中存在波动,驱动转矩波动将给轮毂电机驱动车辆带来振动噪声问题。为分析各因素对转矩波动的贡献及影响机理,通过转鼓倒拖试验实测了电机空载反电动势,进而确定了转子磁场分布情况及转子磁通系数;通过电机驱动转鼓试验实测了电机三相负载电流信号,发现电流中存在丰富的谐波成分并确定了谐波幅值及初始相位;考虑转子磁通和相电流谐波解析推导了电磁转矩表达式,分析了转矩波动阶次来源并根据电流谐波幅值和相位规律预测了各阶次幅值大小,进而确定了转子磁通谐波和电流谐波对转矩波动的贡献;通过实测的振动加速度信号间接验证了转矩波动阶次分析及幅值预测的准确性。结合试验和理论准确分析了轮毂电机转矩波动的全貌及其来源,为电动轮系统的振动优化提供了方向。     

考虑时间谐波电流的永磁同步电机电磁噪声阶次特征分析

针对分布式驱动电动汽车主要噪声源-永磁同步电机电磁噪声,通过噪声测试实验测得了电机噪声信号,实验结果表明:电磁噪声具有明显的阶次特征,主要阶次不仅包含了偶数阶、开关频率附近阶次,还包含了大量奇数阶,甚至以往研究中被当做信号毛刺而忽略的分数阶。为解释该实验现象,通过磁势磁导法得到考虑时间谐波电流的气隙磁场分布,应用麦克斯韦张量法获得了电磁径向力波,并沿外转子内表面应用复合柯特斯公式对径向力波积分,求得了具有6阶代数精度的电磁径向集中力,进而应用圆柱壳体理论建立了一种考虑时间谐波电流的永磁同步电机电磁噪声数学预测模型,预测了变频器供电时永磁同步电机电磁噪声的特征阶次:2hi、2hj、2(2μ-1)、(hi±hj)、(2μ-1±hi)、(2μ-1±hj)[hi、hj为时间谐波电流阶次,μ∈N*]。当hi或hj是分数时,电磁噪声将出现分数阶特征频率。经过与实验结果对比,本模型能精确预测和解释永磁同步电机电磁噪声的特征阶次。     

分布式驱动用永磁同步电机电磁转矩的解析计算

针对分布式驱动电动汽车车身阶次振动和车内噪声的主要振源—外转子表贴式永磁同步电机6k阶（ ）转矩波动,提出了一种分布式驱动用永磁同步电机电磁转矩的解析计算方法。基于永磁同步电机磁场畸变,对永磁磁极在均匀气隙中的径向分量进行了傅里叶级数分解,通过磁链、电压的计算,最终得到电磁转矩的解析解,为永磁同步电机的阶次振动与振源识别提供了理论基础。当不考虑电流谐波的影响时,对电磁转矩做了阶次分析,论证了由永磁体磁场谐波引起的电磁转矩波动频率是电源频率的6k倍频。最后,通过有限元计算验证了该解析计算结果。     

幅值波动电力信号谐波分析的HHT-FFT方法

针对幅值波动的电力信号,提出一种谐波分析新方法——HHT-FFT方法.首先论证了幅值波动是产生间谐波的主要根源,幅值波动也影响整次谐波的幅值和相位的计算.HHT-FFT方法是“HT提取包络——分离包络——工频信号DFT——包络HHT——包络与工频信号合成”的一个迭代过程.该方法排除了整次谐波频谱泄漏产生的虚假间谐波,因此,整次谐波和间谐波的分析结果都更真实、更精确.     

基于Gabor重构的发动机振声信号阶次分量瞬时幅值的提取

从数值试验中总结了高斯窗STFT幅值谱对阶次分量的分隔能力与连续时间域内高斯窗的时间宽度之间的定量关系,并指出STFT幅值谱的阶次切片做为瞬时幅值估计所存在的问题。论述了Gabor阶次波形重构技术有效的前提条件,并基于确立的高斯窗宽与STFT幅值谱对阶次分量的分隔能力之间的关系,提出了一种改进的Gabor阶次波形重构流程,该流程摒弃了试凑分析参数的模式。仿真表明重构的阶次波形经Hilbert变换得到的包络可以做为瞬时幅值的有效估计。     

空间多点人工地震动幅值收敛性研究EI北大核心CSCD

在空间相关性人工地震动生成中,计算的繁杂和局部场地收敛性与幅值收敛性之间存在的矛盾,是时域合成法中的两大主要问题。为了简化计算,同步实现局部场地及地震动幅值的双重收敛性,在对相位角分布进行深入研究的基础上,构建了空间多点人工地震动幅值收敛因子,并采用虚实分离法来分解功率谱矩阵。结果表明,该方法生成的多点人工地震动计算快速,且幅值稳定收敛。     

基于Duffing系统的微弱超声导波幅值检测方法研究EI北大核心CSCD

针对超声导波检测小缺陷时,缺陷回波能量微弱,幅值难以准确识别的问题,提出了一种基于Duffing系统混沌相变特性的检测方法,重点分析了超声导波周期数对等价驱动力幅值的影响,给出了等价驱动力改变量与导波幅值之间的量化关系。首先,通过分岔分析获得了Duffing系统的混沌阈值,详细介绍了基于混沌相变特性的幅值检测方法;然后,通过仿真研究验证了检测方法的可靠性;最后,开展了含缺陷管道的超声导波检测试验研究,利用该方法检测了缺陷回波幅值,并将检测结果与理论值进行对比。结果表明,该方法具有较强的噪声免疫性与弱信号敏感性,最小可以识别截面损失率为6.4%的小缺陷回波幅值,最大相对误差仅为-7.31%,这对于在强噪声干扰的背景下评估缺陷大小具有重要意义。     

基于不连续脉宽调制永磁同步电机边带声振响应数值预测

以轻型电动汽车驱动用永磁同步电机为研究对象,针对不连续脉宽调制策略所引入的边带谐波成分,建立多物理场协同仿真模型,实现边带电流谐波与声振响应的特征识别。首先,阐述不连续脉宽调制(DPWM)策略的空间矢量原理及实现方法。其次,基于麦克斯韦张量法,揭示边带谐波成分与径向电磁力的频谱分布规律;并建立Simulink&JMAG协同仿真模型,对DPWM策略所致边带声振响应进行仿真预测,验证了解析模型的正确性。最后,搭建12槽-10极永磁同步电机测试平台,对比分析6种典型DPWM方案的稳态工况仿真与实测数据。结果表明,所构建的多物理场协同仿真模型不仅可以反映边带频谱分布规律,而且能够准确预测边带电流谐波及声振响应的幅值特征。     

分数阶van der Pol-Mathieu方程的动力学分析EI北大核心CSCD

以含分数阶微分项的van der Pol-Mathieu方程为对象,研究了谐波激励作用下主共振的动力学行为和稳定性。采用平均法得到了方程近似解析解,通过数值方法验证了解析结果的准确性。建立了系统稳态响应的幅频方程,利用Lyapunov第一方法得到定常解的稳定条件,确定解的稳定性。在此基础上,分析了参激项、自激项以及分数阶微分项参数对系统幅频特性的影响。结果表明:改变参激项系数主要影响系统的响应幅值和共振频率范围;改变自激项系数主要影响系统响应幅值和多值性;改变分数阶微分项系数和阶次对系统的动力学行为具有双重调节的作用。     

基于概率幅值解调的机械故障诊断方法研究EI北大核心CSCD

针对机械设备发生故障时存在大量的调幅调频信号,提出了一种基于概率幅值解调的机械故障诊断方法。在提出的方法中,利用概率理论,将解调转化成推理过程,通过已有的先验知识对不确定性问题进行推理,达到推理解调的目的。仿真结果表明,提出的方法明显优于传统的希尔伯特包络解调方法,解调后的包络线与原信号拟合程度高。最后,滚动轴承故障故障诊断的试验进一步验证了提出的方法的有效性,提出的方法能有效地提取出滚动轴承故障特征。     

基于三次样条插值谐波叠加技术的随机路面重构方法研究EI北大核心CSCD

汽车虚拟试验仿真研究的关键点在于:如何在获取准确的试验道路信息的基础上重现三维虚拟路面模型,其中道路谱的重构和分析是建立模型的核心内容。首先,以砂石路面为研究对象,对其进行高程数据采集和预处理,获得路面不平度的频谱分布;其次,在谐波叠加法基础上创新性地引入三次样条插值技术,对中心频率点间的互功率谱密度矩阵采取正定平方(Cholesky)分解,并且采用不同条件下的插值方法获取重构功率谱密度模型;最后,通过对谐波叠加法及3类插值重构谱与原始谱的相关系数r的横向对比发现:第1类边界条件下三次样条插值方法在重构精度与效率方面有着明显的优势。此外,基于该方法的拓展性利用软件MATLAB/GUI建立了试验道路谱数据库以及软化操作平台,为车辆虚拟试验仿真提供了可靠支撑。     

基于MC-XGBoost模型的航空发动机振动特性预测EI北大核心CSCD

为探索航空发动机高压转子组件的装配参数对整机振动响应的影响,通过不平衡响应振动方程描述了装配阶段几何偏差和不平衡偏差与振型的机理关系,提出一种基于最大相关性(maximum correlation,MC)系数与极端梯度提升(XGBoost)的改进模型,MC-XGBoost预测模型。通过MC系数筛选影响振动性能的关键参数,即最相关的几何/不平衡装配参数;代入XGBoost模型进行振动特性预测。利用试验数据对预测模型进行验证,结果表明所提出的MC-XGBoost预测模型相比于RF、GBDT算法模型,具有更高的预测精度,能够为航空发动机面向装配质量的振动特性评估提供一种有效的评价方法。     

基于稀疏带宽模态分解的变转速滚动轴承故障诊断EI北大核心CSCD

针对以往信号处理方法存在的缺陷,提出了一种新的非平稳信号分析方法—稀疏带宽模态分解(Sparse bandwidth mode decomposition,SBMD).该方法将信号分解转化为约束变分问题,自适应地将信号分解为若干个IMF分量之和。另外,在变转速工况下,滚动轴承故障振动信号中含丰富的状态信息,将SBMD、阶次追踪分析和包络谱相结合应用于变转速工况条件下的滚动轴承故障诊断问题。实验分析结果表明,采用SBMD阶次包络谱方法可以及时有效的诊断变转速工况下的滚动轴承故障诊断问题。     

基于多尺度信号调节自编码器的永磁电机故障诊断研究EI北大核心CSCD

永磁电机在工业自动化及新能源汽车等领域具有重要的应用,电机故障诊断对于保障运动控制精度和避免停机损失具有十分重要的意义。现代信号处理方法和人工智能技术被广泛应用于电机故障诊断,然而在强噪声干扰情况下如何精确识别电机故障类型仍是一个挑战。该研究设计一种新的多尺度信号调节自编码器,首先采集电机的振动信号并通过小波变换分解得到信号的多尺度特征,研究各个尺度特征对自编码器分类精度的影响,随后根据多尺度特征对应的精度进行原信号的调节和重构,再将调节信号输入自编码器中,最终提升电机故障类型识别的精度。试验结果表明,该方法相比于传统方法,在强背景噪声干扰情况下能够有效识别电机的8种健康或故障状态,并且具有良好的抗噪性和稳定性。     

基于隐式Adams方法的螺旋曲面铣削系统稳定性预测研究EI北大核心CSCD

针对螺杆转子铣削过程中的铣削系统稳定性进行研究。首先通过模态试验获取刀具的模态参数。其次,根据盘铣刀铣削螺杆转子曲面原理建立三自由度铣削力模型和以线性时滞微分方程表示再生型颤振影响的铣削加工动力学模型,并对刀齿铣削周期进行离散。然后,提出基于隐式Adams对螺旋曲面铣削系统稳定性进行预测的方法,在利用隐式Adams方法对动力学方程进行数值求解的基础上,依据Floquet理论判断系统的稳定性,获得螺旋曲面铣削系统的稳定性叶瓣图。最终,根据稳定性叶瓣图选取加工参数进行试验,验证隐式Adams方法在螺旋曲面铣削系统的适用性。试验结果表明:数值求解结果与试验结果吻合程度较高,即采用的隐式Adams方法适用于螺旋曲面铣削系统的稳定性预测。     

基于HB-AFT方法的水电机组转子-轴承系统振动特性研究EI北大核心CSCD

受电磁、机械等外激励联合作用影响,水轮发电机组转子-轴承系统运动微分方程呈强非线性特性。采用半解析半数值谐波平衡-时频域转换方法对系统周期解予以求解,并与数值计算方法所得结果进行对比。结果表明,是否考虑不平衡磁拉力作用系统呈现出截然不同的动态特性。谐波平衡-时频域转换方法可以从解析层面准确展现稳定的转子周期运动形态;对于拟周期等非稳态运动,该方法虽无法完全展现系统的动态响应,但据此得到的解析结果可用于判断转子运动趋势及振动响应成分构成,从而为水轮发电机组轴系早期故障诊断识别提供有益借鉴。     

分数阶导数系统非平稳随机振动灵敏度分析的时域显式方法EI北大核心CSCD

分数阶导数模型是描述黏弹性材料本构关系的理想模型。进行了分数阶导数线性系统非平稳随机振动的灵敏度分析。建立分数阶导数系统动力响应的时域显式表达式;采用灵敏度分析的直接求导法或伴随变量法,推导系统动力响应灵敏度的时域显式表达式;提出分数阶导数系统响应统计矩灵敏度高效计算的时域显式方法。所提出的基于直接求导法和伴随变量法的时域显式方法,分别适用于少设计变量和多设计变量两种情况下的响应统计矩灵敏度分析。以非平稳地震激励下设置分数阶导数黏弹性阻尼器的层剪切结构为数值算例,验证了所提方法的计算精度和计算效率。     

二次注射成型光学制件厚度截面的残余应力分析EI北大核心CSCD

采用光弹法定量对比分析一次注射成型与二次注射成型光学制件在厚度截面上的残余应力。结果表明,一次注射成型和二次注射成型光学制件的截面残余应力分布均为双抛物线状,但后者的应力水平大于前者。同时,二次注射成型的PC/PC和PMMA/PMMA在界面处两侧的低应力层和零应力层消失,相反地,两层的界面处存在高应力峰。另外,与PMMA或PMMA/PMMA的双抛物线应力分布截然不同,PC/PMMA和PMMA/PC复合制件的PMMA层的残余应力表现为沿PMMA外侧面向界面方向逐渐增大的趋势。此外,PC和PMMA的注射顺序对二次注射成型复合制件的残余应力具有显著影响,主要体现在界面处和整个PC层。PC/PMMA的界面处应力明显高于PMMA/PC,且前者PC层靠近界面处仍存在低应力层和零应力层,而后者不存在此两种应力层。     

基于拟合误差最小化原则的奇异值分解降噪有效秩阶次确定方法

为了最大限度地提高旋转机械设备故障振动信号的信噪比,研究了奇异值分解降噪的原理,提出了一种新的奇异值分解降噪有效秩阶次的确定方法。首先,对振动信号进行相空间重构,对吸引子轨迹矩阵进行奇异值分解;然后,按不同的阶数,将奇异值分成信号组和噪声组,对每次分组的结果,以阶数为自变量、以奇异值为因变量,拟合成信号特征奇异值曲线和噪声特征奇异值曲线,并求拟合误差;最后,将拟合误差最小值对应的奇异值阶数确定为有效秩阶次,并进行奇异值分解降噪。通过数值仿真和实际齿轮故障数据分析,表明该方法可以有效地提高信号的信噪比,为后期的故障特征提取创造有利条件。