分布式电动汽车驱动电机故障诊断与容错控制研究现状与发展趋势

分布式驱动电动汽车因在结构紧凑、传动高效、控制灵活等方面表现出的显著技术优势，使其逐渐成为新能源电动汽车发展的主而作为一类含多执行器的冗余驱动系统，其故障的发生易导致车辆行驶动态行为的演变，进而影响到车辆行驶的稳健性和安全性，因此，集容错技术的整车控制备受国内外学者的广泛关注。针对永磁电机故障诊断与驱动整车容错控制技术的发展现状和研在整车容错控制方面，依据转矩转移、控制分配、智能控制等容错技术的适用场景，探讨了不同控制算法的逻辑架构及优缺点；最后对分布式电动汽车驱动电机故障诊断及容错控制关键技术的随着新能源电动汽车的发展，驱动模式也发生着从集中、轮边向轮毂驱动方式转变，其中分布式驱动电动汽车因其在结构紧凑、传动高效、控制灵活等方面的突出优点，备受工业界和学术界的广泛关注[1-2]。与集中式驱动电动汽车相比，分布式电驱动模式各轮均装配独立驱动的轮边/轮毂电机，节省了传动轴、差速器等机械连接结构，有利于提升驱动效率、可靠性和操纵稳定性，突显出技术革新的然而，分布式电动汽车作为一个典型的含多执行器的冗余驱动系统，其动态交互作用直接影响到滑移、侧倾、横摆单一或耦合的运动学行为，尤其当驱动系统故障时，使纵横向耦合非线性动力学响应变得更加复杂[3-4]，直接影响到车辆行驶的稳健性和安全性，这给具有容错能力的高可靠性电驱动控制策略的设计带来了新的近年来，围绕分布式电动汽车驱动系统故障的容错控制研究已取着眼于电驱动故障问题的研究主要有故障诊断、容错控制方法两个方面，其中，故障诊断又是开展容错控制的基础，驱动电机常有的问题主要体现在机械故障、转子偏心故障、绕组短路故障以及永磁体退磁故障等，部分文献对机械、偏心等故障的研究进行文献[5]从振动信号分析、声发射检测和电流信号三个方面综述了轴承故障诊断的研究成果，并明确了电机故障特征提取常用方法文献[6]从定子电流、转矩估测以及位置信号等方面总结了基于自传感技术的机械故障诊断方法，并阐明了该技术存在的关键问题文献[7]分析了转子静偏心和动偏心故障的位置特点，将针对静态、动态偏心故障问题的多种诊断方法进行了对比，指出了振动信号、定子电流和磁感应强度是当前偏心故障诊断的常用特征信号。然而，对于绕组短路故障和永磁体退磁故障诊断已有的研究成果，电机发生故障后，各个部分仍能协调配合并能满足输出要求的转矩/转速是容错控制设计的目标，基于此，国内外学者又分别从被动容错控制和主动容错控制两方面展开了广泛研究，并对其关键驱动电机故障的被动容错控制研究进展进行了分析和总结，并重点比较了面向车辆操纵稳定性提升的现有研究成果。文献[9]给出了分布式电动汽车驱动电机故障的主动容错控制架构，从故障诊断策略和容错控制算法角度阐述了主动容错控制的关键技术，并指出各驱动子系统的交叉耦合是故障诊断和容错控制技然而，鲜有文献从故障诊断策略和容错控制算法融合的角度对分布式四驱电动汽车容错控制技术进行总结。布式电动汽车驱动系统故障的容错控制研究成果进行了相应归纳与梳理，围绕其驱动电机容错技术特征进行全面剖析，主要从考虑绕组短路和永磁体退磁的故障诊断技术以及驱动车辆主被动容其次，从故障诊断信息和容错控制算法融合角度详细综述分布式四驱电动汽车容错控制技术的代表性研究；最后，结合国内外容错技术发展态势，对分布式电动汽车驱动电机故障诊断及容错控制的研究思路进行总结与展望。永磁电机驱动系统主要由转子、定子铁芯、定子绕组、轴承、控制器等组成，而因运行场景的多样性和复杂性，电机常出现机械故障、转子偏心、绕组短路、永磁体退磁等，致使对于集高效、高品质的电驱动技术已成为当前研究的热点，其形成的对电机故其中，绕组故障和永磁体退磁是永磁电机的常见故障。绕组故障主要包括匝间短路、相间短路和开路故障，匝间短路通常表现为电机异响、过载、发热等异常状况，其劣化严重程度会造成相间短路，而引起的电流及损耗累增会使电机运行温度过高，再结合形成的反向磁场、高强度振动等情形，极易导致永磁体产对于匝间短路和相间短路故障，现有的算法研究主要集中于故障的对比分析，来判断绕组短路位置与故障程度，当前的诊断主要有信号提取以及智能辨识等方法，对现有方案的总结如表1所示。1.1基于信号提取的故障诊断方法电机绕组发生短路后的电流、电压、磁通量等电气参数会偏离正号提取的诊断方法是通过对检测到的信号进行提取、辨识、转换等处理来突出故障特征，以达到稳态故障诊断的目的。文献[11]搭建了考虑绕组短路的永磁电机模型，并通过辨识故障下的电压和电流残余分量，实现了匝间短路故障诊断。价函数时频分析的短路辨识方法。文献[13]利用快速傅里叶变换方法给出了永磁电机基准模型中人工中性点电压的故障信息，并以第1、5和11次谐波分量作为诊断对于负载和转速频繁变化的永磁电机，其参数信号往往具有非平稳和非线性特征，而快速傅里叶变换方法是一种频域诊断技术，对于匝间短路时域故障诊断的可靠性还有待进一步提高。文献[14]利用小波包变换方法对绕组故障下的通电电流和振动信号进行了时频辨识，并通过与正常电机状态特征的对比来明确绕组建立较为困难，使得该方法应用较少。文献[15]利用单相广义瞬时无功率解析方法获取了不同短路程度下的短路电流和电压信号，并利用希伯尔特-黄变换方法对该信号的然而，希伯尔特-黄变换方法在应用中会产生模态混叠等问题，对文献[16]对匝间短路故障的定子电流进行了经验模态分解，并依据信号二次时频分布进行了故障特征的诊断。1.2基于智能辨识的故障诊断方法绕组故障诊断算法的难点是如何精准建立考虑故障的电机模型，而智能辨识并不依赖于精确模型，使其满足该故障诊断算法的研文献[17]利用卷积神经网络对绕组短路下的各项电压、转速等特征信号进行了提取，并辨识了短路所处的位置。文献[18]将正常和故障下的定子电流前六阶小波变换数据进行了对比，并结合模糊算法，探讨了短路位置的判断方法。文献[19]应用快速傅里叶变换方法对各相电流的三次谐波成分进行了分析，并结合神经网络算法搭建了故障诊断模型。文献[20]利用有限元方法探讨了绕组短路故障对磁通密度、三相电流等电气参数影响，并结合自适应神经网络提取了d-q轴电流的二次谐波分量作为故障诊断的依据。在此基础上，文献[21]利用鲸鱼算法对长短期记忆神经网络的隐藏节点数和学习率进行优化，使短路匝数诊断模型更加精确。文献[22]针对匝间短路故障诊断方法样本特征稀少等问题，通过生成式对抗神经网络对负序电流和转矩特征信号样本数据进行了扩张，并根据稀疏自动编码网络对故障特征进行分类与诊断。文献[23]利用傅里叶变换方法对绕组短路下的定子相电流对称分量进行了识别，并基于支持向量机算法对绕组状态进行了诊断。产生故障的恶化会导致电机无法正常工作。目前鲜有文献对相间短路故障的问题进行开展，文献[24]依据永磁障的通用解析模型，并给出了相间短路位置的判断方法。与不可逆，其中，永磁体不可逆退磁故障通常有全部退磁和局部退磁，而目前的故障诊断主要集中于永磁体全部退磁。针对该故障的诊断主要从故障特征信号提取和故障智能分类识别的角度进行考虑，常见的诊断方法总结如表2所示。2.1基于信号提取的故障诊断方法永磁电机发生不可逆退磁将导致磁链变化与性能衰弱，进而产生大量的非整数次谐波，直接影响到电机的使用性能。目前对于退磁故障特征信号的提取主要采用电流、电压、振动与噪声等信号[25-26]，此外，对于磁链的检测也可有效评估永磁体退磁故障模式和程度，并基于此通过快速傅里叶变换、希伯尔特黄变换、小波变换等进行故障信息的挖掘。其中，基于参数辨识与提取的方法是利用准确的永磁同步电机数文献[27]利用快速傅里叶变换方法对反电动势、定子电流和零序电压的谐波分量进行了分析，进而对永磁体的不同退磁程度进行了文献[28]根据希伯尔特-黄变换方法分析了定子电流信号的本征模态函数，得到了包含退磁故障特征的瞬时频率信息；文献[29]利用希伯尔特-黄变换方法探讨了相电流信号的时频能量，对不同程度退磁故障进行了动态诊断。文献[30]依据连续小波变化方法对气隙磁密信号进行了包络提取，揭示了退磁故障下气隙磁场的变化规律。文献[31]基于卡尔曼滤波和动态贝叶斯网络方法探讨了退磁故障对转矩脉动的影响，并提取脉动分量作为反映退磁状态变化的故障文献[32]利用有限元方法分析了不同退磁程度下的气隙磁密、功率等特征参数的变化情况，并通过最小二乘法，提出了一种基于反电动势回转半径估计的退磁程度诊断方法；此外，文献[34]基于磁导网格法建立了永磁同步电机磁网格模型，通过对网格各节点的磁通求解与对比，实现了不同退磁位置和程2.2基于智能辨识的故障诊断方法随人工智能技术的快速发展，为永磁体退磁故障的分类识别提供目前对于故障的智能识别方法主要集中于神经网络、支持向量机、建立了神经网络和径向基网络，提出了一种基于空间气隙磁密重构特征提取与概率神经网络算法相结合的局部退磁故障分类识别文献[36]利用有限元方法将正常和退磁故障下的电流、温度状况进行了对比分析，并结合BP神经网络构建了永磁电机退磁预测模型。文献[37]利用有限元方法得到了不同转速和负载工况下的电流变化状态，并结合深度学习方法对正常和退磁故障的电流数据进行了辨识，实现了退磁故障的精确诊断。文献[38]运用连续小波变换和灰色系统理论，建立了一种考虑电磁文献[39]运用Void-Kalman滤波阶次跟踪算法对非平稳条件下的去噪转矩纹波信号包络进行了等相位增量的重新采样，构建了退磁状态数据库，融合动态贝叶斯网络算法，对永磁电机因其在能量密度高、过载能力强、响应快等方面表现出的显著优势，使其逐渐成为分布式电动车辆驱动系统发展的主流。而因车辆行驶环境和条件复杂的影响，使其电驱动系统诱发出如传感器失效、变换器短/开路、绕组短路、永磁体退磁等方面故障。当某一驱动系统出现一个或多个执行电机失效时，不仅影响到车辆行驶的动力性，而且由于异侧驱动力不等极易导致车辆横摆失稳，严重危及到驱动车辆行驶的可靠但容错技术的提出与进展，使得故障后的系统仍能按期望或略低于性能指标来完成控制任务成为可能。事先的故障检测和诊断，也不需要控制律的重构和实时的故障信息，不管故障发不发生，都借助于固定的控制器来保证系统对特定故障的鲁棒性，其大多研究仅考虑的是线性系统，且对故障容而主动容错控制是一种通过获得的故障诊断信息对系统进行重组系统特性设计较多的控制算法，最大限度提高控制系统的稳健性。因此，开发囊括容错运行能力的整车主动控制技术备受工业界和错控制器的重构规则，主要可分为转矩转移法（控制律重新调度）、控制分配法（控制律重构设计）和智能控制法（模型跟随重组控制，等），其相应方案的基本架构总结如图2所示。3.1基于转矩转移技术的容错控制策略转矩转移技术通常是结合故障信息对控制器的结构或参数进行在线调整，对各电机的转矩输出重新分配，通过正常电机的剩余转矩补偿失效电机的故障损失，来满足车辆动力性需求的期望力矩，进而维持故障发生时的车辆运行稳定性。其现有的控制架构如图3所示。计了一种在单双电机失效下可维持车辆稳定性的主动容错模糊控制器，对故障电机辨识隔离并协调各驱动轮转矩分配。态，采用降维驱动方式以保持扭矩平衡。文献[42]设计了故障诊断模块、失效模式辨识和驱动力矩再分配模块，在同侧两轮故障工况下，通过制约部分纵向加速性能来满足3.2基于控制分配技术的容错控制策略重构控制分配技术源于航空航天领域的控制分配方法，其将运动把期望转矩分配给各个执行电机，实现车辆的横摆稳定性控制。目前，控制分配方法已成为驱动电机故障下的主流容错方案，如其通常采用分层控制结构，上层为基于模型预测控制理论的运动期望的动力学响应和行驶稳定性。3.2.1运动控制层运动控制层是通过控制整车纵向驱动力和横摆力矩，使车辆跟踪驾驶员所期望的车辆状态，其控制架构主要包含参考模型和模型预测两个方面，其中参考模型用于对驾驶员期望进行解析，获取车辆理想状态，模型预测是基于模型初始条件对系统未来状态进现有的控制分配容错技术归纳如表3所示。度车辆模型能够反映车辆系统在线性区域的输出特性，跟踪由该模型获取横摆角速度和质心侧偏角的期望值，可以缓解驾驶员在驱动电机故障下的操作压力。但是在大侧向加速度情况下，轮胎侧偏刚度减少易导致轮胎侧向力饱和，此时应结合路面附着系数对二自由度车辆模型的输出进行修正[43]，如公式1所示，防止因跟踪横摆角速度和质心侧偏角括号内左边为车辆二自由度模型推导的横摆角速度和质心侧偏角的期望值，括号内右边为结合路面摩擦系数的修正值。此外，对于车辆纵向车速参考值的获取，当前研究常根据驾驶员滑模控制对于模型参数的不确定性和外界扰动具有较好的鲁棒性，根据车辆当前横摆角速度、质心侧偏角等状态变量和期望值的偏差设计滑模面，选择合适的趋近律使被控变量快速收敛。值得注意的是，需要采取一定的措施来抑制系统状态在滑模面附近的抖振现象，如采用变指数趋近律[45]、改善边界层厚度[47]以及使用饱和函数[48]等，文献[49]结合两个自适应权重系数设计滑模面，来削弱抖振并使系统状态快速收敛。控制目标的相应滑模控制律。入，预测车辆未来时刻的响应，并结合与期望状态的偏差进行滚动优化，以此求解驱动电机故障下的车体最优广义力/力矩。在利用二自由度模型预测横向运动的基础上，文献[44]结合比例积分算法来跟踪车辆纵向速度的变化。文献[46,51]基于车辆三自由度模型来预测纵向力、侧向力以及横摆力矩的需求，实现运动的跟踪控制。3.2.2转矩分配层故障对各电机的转矩分配控制策略提出了更高的要求。转矩分配层是基于最优算法，将运动控制层的广义纵向力/力矩需求在各轮内优化分配，分布式电动汽车作为多输入多输出系统，其转矩分配方式存在多种组合，驱动电机故障下的转矩分配过程，容错控制转矩分配方案总结如表4所示。在优化分配过程中，文献[52]设计了对各电机转矩输出加权平方和最小的优化目标，在满足约束条件和广义力/力矩需求的前提下，据各轮的垂直载荷比例对各驱动电机转矩进行加权来减少寻优次数，以此提高转矩分配求解的收敛速度。以轮胎利用率最小为优化目标，文献[45,53]借助于轮胎纵向力与侧向力的耦合关系，对驱动电机转矩进行了协调控制，以此来达到此外，以轮胎利用率和转矩分配误差相结合的优化目标作为当前集中的研究点，在分步优化算法[45]、转矩输出加权法[52]、混合优化算法[53]等已形成系统的优化理论体系。驱动电机故障下的转矩分配问题，主要是建立广义力/力矩到各轮转矩的映射关系，通过求解各轮转矩系数矩阵（控制矩阵）的逆矩阵来完成的，但是控制矩阵一般不是方阵，不存在逆矩阵，因此伪逆法是通过求解控制矩阵的广义逆矩阵（伪输出限制可能导致无解，因此文献[52,54]是通过对各电机输出进行加权，采用加权伪逆法来完成转矩的分配。而二次规划[45,53]是一种非线性规划的方法，主要是通过设计相应的目标函数，对含有电机转矩输出限制、电机故障限制以及路面原始对偶内点法具有较为优越的求解速度。3.3基于智能控制技术的容错控制策略能力，为具有强非线性、不确定性以及时变特点的车辆控制问题，提供了有效的解决方法，但是该技术在整车容错控制领域的应用尚处于起步阶段，其现有的控制架构如图5所示。文献[55]针对驱动电机故障下的车辆纵横向运动控制问题，提出了和时变故障的复合控制算法。再则文献[57]依据考虑驱动电机正常和故障状态的八种典型运行模式下的车辆动力学特性，分别设计了线性二次调节模型预测控制器，并结合车辆故障情况与典型运行模式的匹配程度对各控制器的输出进行加权，建立了基于多模型的容错控制系统。现了驱动电机故障下对车辆横摆角速度和纵向速度的双通道在线针对驱动电机故障问题，设计能够处理多种故障的容错控制方法而早期部分学者针对特定的故障模式来预先制定相应的控制逻辑策略，在不改变系统控制结构的前提下，来保证系统发生故障后能够继续稳定的运行，仅对于特定的故障模式有效，不能应对其分布式电动汽车行驶工况复杂，驱动电机故障形式又具有多样性，而这种被动容错控制的方案所能应对的故障模式较为有限，很难满足现有的驱动电机时变故障及驱动车辆容错的要求。文献[59]设计了以降低能耗为目标的驱动力分配方法，文献[60-62]针对单电机、同侧双电机和异侧双电机失效模式，构建了在低速和较低转向阶段满足车辆动力性和稳定性需求的被动容错控制架构。在此基础上，文献[63]结合比例积分算法和滑模算法构建了驱动电机故障下的纵横向运动控制器，并针对单轮不完全失效模式设计文献[64]针对故障估计不准确的车辆容错控制问题，制定了基于模电机失效模式下车辆转向行驶稳定性，文献[65]利用相平面分析方向时的稳定性边界，并结合障碍李亚普诺夫理论方法，设计了对二者进行约束的容错控制策略。文献[66]针对故障估计存在的延时问题，利用鲁棒增益调度算法，设计了被动与主动融合的容错控制方法。此外，文献[67]针对单电机故障问题，给出了一种转矩补偿与转矩步控制方法对故障电机进行转矩补偿，在高速大转向阶段，对各轮转矩进行重新分配来达到输出的期望值。文献[68]针对单电机和异侧双电机失效模式，以车俩预估跑偏距离为控制方法的切换依据，提出了转矩转移与分配的直接解耦方法。1）文中对近年来分布式电动汽车驱动电机故匝间短路故障的诊断技术主要依托于电机解析模型来获取故障的特征信号，并通过信号处理来辨识短路位置和程度，而匝间短路的进一步恶化，会造成相间短路故障，这种时变累增产生的故障会影响到电机运行性能，如何考虑影响因素的综合设计及快速诊故障诊断主要集中于永磁体全部退磁，而综合因素造成的永磁体以实现考虑永磁驱动电机退磁故障的容错运行，将是电驱动系统检测与容错技术的一个重要发展方向。3）目前，对于驱动电机故障下的分布式电动汽车容错技术，主要有被动和主动容错控制策略，相比于规则的被动容错控制，主动容错控制的适用范围更为广泛，但大多要