如何实现永磁同步直线电机偏心故障的非侵入式精确诊断？

摘要：近年来，永磁同步直线电机在高精密直驱场景下受到了广泛的关注。本研究提出了一种基于杂散磁密信号立体螺旋曲线投影变换与ResNeXt-18深度学习框架相结合的方法，以实现偏心故障的非侵入式精确诊断。

近年来，永磁同步直线电机在高精密直驱场景下受到了广泛的关注。本研究提出了一种基于杂散磁密信号立体螺旋曲线投影变换与ResNeXt-18深度学习框架相结合的方法，以实现偏心故障的非侵入式精确诊断。

研究背景

永磁同步直线电机（如图1所示）具有传动效率高、推力品质高、定位精度高等优点，广泛应用于高精密机床、并联机器人和芯片加工等领域。由于电机运行工况复杂、机械装配误差、导轨变形等原因，易导致偏心故障的产生，严重影响电机性能的稳定性，甚至会造成电机系统的损坏报废。因此，需要对永磁同步直线电机偏心故障进行精准识别诊断研究。

图1 永磁同步直线电机样机

论文所解决的问题及意义

当前大多数研究集中于对旋转电机系统进行状态监测和故障诊断，对于直线电机系统的研究相对较少。相关研究在获取电机有效故障信号数据时，往往在电机内部安装额外传感器或需要拆卸电机，属于侵入式测量，容易造成电机系统的冗余和二次损坏；且故障诊断识别的结论需要依靠经验丰富的工程师对现场数据进行解读和查表给出，诊断效率较低且误差较大。因此，在非侵入式前提下，采用人工智能方法实现直线电机偏心故障的精确智能诊断，避免较大事故的发生，对于提高直线电机系统的可靠性和延长使用寿命具有重要意义。

论文方法及创新点

1、直线电机杂散磁密信号非侵入式测量

本研究根据直线电机拓扑结构约束，将磁阻传感器与动子模块进行一体化设计，实现直线电机外部杂散磁场的非侵入式感知测量（如图2所示），为后续故障诊断奠定数据驱动基础。

图2 基于TMR传感器的PMSLM杂散磁密测量原理

2、直线电机杂散磁密信号立体螺旋曲线投影变换

本研究采用立体螺旋曲线变换（TDSCT）技术，对电机杂散磁密信号数据进行三维映射转换，并对其进行正视、侧视和俯视视角进行二维投影和重组融合，实现电机偏心故障特征的增强显示（如图3所示），并建立数据集。

3、基于ResNeXt深度残差模型的直线电机偏心故障诊断方法

ResNeXt模型在ResNet基础上进行了改进和增强，通过结合Inception模型的分割—变换—合并的策略，解决了深度和宽度同时增增加无法为传统ResNet带来性能提升的问题，其模块拓扑结构如图4所示。本研究构建了基于ResNeXt的直线电机偏心故障诊断模型（如图5所示），通过深度残差学习获得电机TDSCT数据集的深层故障特征，并实现智能精准诊断分类。

图4 ResNeXt块拓扑结构

图5 基于ResNeXt-18模型的直线电机偏心故障识别分类流程图

4、实验验证

研究建立了直线电机偏心故障诊断实验平台，如图6所示。在定子模块上预设了不同严重程度的12类偏心故障（包含静态偏心和动态偏心故障），将得到的测试集数据输入至ResNeXt-18分类模型中进行故障诊断，并添加不同的噪声进行鲁棒性校验，总体准确率可达100%。

图6 直线电机偏心故障诊断实验平台

结论

本研究针对永磁同步直线电机偏心故障，提出一种基于杂散磁密信号立体螺旋曲线投影面变换与ResNeXt-18深度学习框架相结合的故障诊断新方法，通过仿真和样机实验可得以下结论：

1、采用TMR传感器，并与电机动子进行一体化设计，对永磁同步直线电机外部杂散磁密的测量，有效解决了传统信号在电机偏心故障诊断时的缺点，为永磁同步直线电机非侵入式偏心故障诊断奠定了基础；

2、创新性地提出立体螺旋曲线投影面变换方法用于永磁同步直线电机偏向故障信号处理中，将一维的外部杂散磁密信号转换为立体螺旋曲线，并通过多视角投影拼接融合，实现了偏心故障特征的增强显示；

3、设计了一种基于ResNeXt的直线电机偏心故障识别分类新模型，具有结构简单，高精度和易于模型移植的优点，有效解决了传统ResNet深度学习表征能力较弱，容易过拟合的缺点。对比试验表明，该方法具有更高的分类精度和鲁棒性。

团队介绍

安徽大学精密直线电机研究团队，多年来坚持面向国家重大需求和安徽省十大战略性新兴产业政策，长期致力于电机多物理场级联建模、本体结构鲁棒优化、非侵入式故障诊断、人工智能等技术的深入研究，在精密驱动电机系统领域开展了相关基础研究及工程应用。近年来，团队承担了多项国家级、省部级和企业委托课题，取得了一系列研究成果。