CN106990771B - 故障注入方法及*** - Google Patents
故障注入方法及*** Download PDFInfo
- Publication number
- CN106990771B CN106990771B CN201710003376.1A CN201710003376A CN106990771B CN 106990771 B CN106990771 B CN 106990771B CN 201710003376 A CN201710003376 A CN 201710003376A CN 106990771 B CN106990771 B CN 106990771B
- Authority
- CN
- China
- Prior art keywords
- fault
- signal
- model
- injection
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004088 simulation Methods 0.000 claims abstract description 60
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000002347 injection Methods 0.000 claims description 143
- 239000007924 injection Substances 0.000 claims description 143
- 230000003750 conditioning effect Effects 0.000 claims description 104
- 230000007246 mechanism Effects 0.000 claims description 48
- 230000004048 modification Effects 0.000 claims description 36
- 238000012986 modification Methods 0.000 claims description 36
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 30
- 238000006731 degradation reaction Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 5
- 238000005094 computer simulation Methods 0.000 abstract description 2
- 239000003990 capacitor Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000015556 catabolic process Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 101100346171 Arabidopsis thaliana MORC3 gene Proteins 0.000 description 2
- 101100168604 Candida albicans (strain SC5314 / ATCC MYA-2876) CRH12 gene Proteins 0.000 description 2
- 101100168607 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) UTR2 gene Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明涉及计算机仿真技术领域,公开了一种故障注入方法及***,以可靠、安全、逼近真实地模拟故障特性。本发明方法包括:构建故障模拟器,所述故障模拟器设置有模型替换方式、信号调理模式以及包含模型替换和信号调理的混合模式;根据用户设定的故障注入模式实现故障注入。本发明可应用于模拟高速列车牵引传动***的故障注入,根据实际需要可采用基于信号调理、基于模型替换、或基于包含模型替换和信号调理的混合模式的故障注入方法,实现牵引传动控制***各类常见故障的逼近真实地模拟;为牵引传动控制***常见故障的诊断和容错等技术研究提供安全、可靠、接近真实的故障注入/模拟/仿真与测试平台,具有较强的适用性。
Description
技术领域
本发明涉及计算机仿真技术领域,尤其涉及一种可应用于模拟高速列车牵引传动***故障的故障注入方法及***。
背景技术
高速列车的安全运行是高铁运行与发展的首要问题,关乎国计民生,牵动全国人民的心。我国高速铁路发展迅速,形成了具有中国特色的高铁技术体系,总体技术水平和应用水平居世界领先,但由于高速列车运行时速高、运行环境恶劣以及长期运行可能导致的元器件老化等为高铁的安全运行带来严重的安全隐患。
高速列车牵引传动***由牵引变压器、牵引控制器、牵引变流器、牵引电机及车载传感器等构成,是高速列车的心脏(变流)和大脑(控制),用于牵引高速列车稳定运行,属于高速列车运行安全的关键***之一,也是高速列车高发故障的主要来源之一。正因为如此,高速列车牵引***的任何故障或安全隐患若不能实时诊断并得到及时正确的处理,都有可能引发连锁事故,甚至导致灾难性后果,造成严重后果。
为保证真实运营***的安全可靠运行,同时降低研发成本、缩短研制周期和车上调试时间、减少验证时间,所有车载技术在投入运行使用之前,都必须通过实验室的仿真实验和现场运行的测试与试验验证。但现有的高速列车仿真平台大多以模拟、仿真、验证高速列车正常运行行为为主要目标,仅可离线、手动简单模拟仿真某些子***内或功能模块内的异常工况,以及“故障导向安全”机制下的故障-停车行为,但缺乏***级故障测试/注入机制。
高速列车牵引***运行时故障的时空变迁特性,使得在以实现正常运行行为为主要目标的传统仿真平台上,无法仅仅通过简单地设置故障注入环节或增加故障诊断功能来构建规模庞大、结构复杂故障诊断应用验证平台的体系架构;也无法逼近真实地模拟故障注入模式下***故障的演变环境及其发生、发展、演变的复杂时空变迁特性;也无法对模块化封装和内部组件高度集成等造成故障位置无法访问的故障对象进行故障模拟,因而实现故障测试/注入行为、演变、变迁影响之间的有效控制十分困难,无法满足故障注入及故障诊断实现技术应用验证研究的要求,同时还会给平台设备带来破坏性、给试验人员带来危害性等隐患。
因此,如何建立高速列车牵引***常见故障的故障注入/模拟机制,针对牵引***的具体故障类型提出可靠、安全、逼近真实地模拟故障演变、症状变迁等特性的故障注入方法及***,是本发明拟解决的关键问题。
发明内容
本发明的主要目的在于公开一种故障注入方法及***,以可靠、安全、逼近真实地模拟故障特性。
为实现上述目的,本发明公开了一种故障注入方法,包括:
构建故障模拟器,所述故障模拟器设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式;
根据用户设定的故障注入模式实现故障注入。
可选的,对应模式一的故障注入包括:
建立故障对象的正常和故障机理模型;考虑***运行状态和外部环境因素,建立故障机理模型中故障敏感参数性能退化过程的演变规律;
将故障机理模型替换正常机理模型,修改故障对象的故障敏感参数,实现基于模型修改的故障场景模拟。
更具体的:实现模式一的故障注入的详例包括:
构建故障对象正常运行状态下的机理模型为M[X;θ;Y],其中,X=[x1,…,xa,…xA]为模型M的输入量,xa为第a个输入量,a=1,2,3,…,A,A为输入量的总数;θ=[θ1,…,θb,…,θB]为模型M中的模型参数,θb为其中第b个模型参数,b=1,2,3,…B,B为正常机理模型中模型参数的总数;Y=[y1,…,yk,…,yK]为模型M的输出量,yk为第k个输出量,k=1,2,3,…K,K为输出量的总数;
假定发生故障Fd,d=1,2,3,…,D,D为故障类型的数目,构建故障对象在该故障状态下的机理模型为Mfd[X′d;θ′d;Y′d];其中,X′d=[x′d1,…,x′da,…x′dA]为模型Mfd的输入量,x′da为第a个输入量,a=1,2,3,…A,与模型M中输入量xa对应的信号/变量相同;为模型Mfd中的模型参数,为其中第wd个模型参数,wd=1,2,3,…,Wd,Wd为发生故障Fd时故障机理模型中模型参数的总数;Y′d=[y′d1,…,y′dk,…,y′ dK]为模型Mfd的输出量,y′dk为第k个输出量,k=1,2,3,…,K,与模型M中输出量yk对应的信号/变量相同;
针对故障机理模型Mfd[X′d;θ′d;Y′d]中故障敏感参数θ′dl,建立其性能退化过程与***运行状态变量R和环境参数E之间的表征关系,公式为:
θ′dl=gdl(R,E);其中,为模型参数中对性能退化过程敏感的参数,为第ld个故障敏感参数,ld=1,2,3,…,Ld,Ld为发生故障Fd时所建故障机理模型Mfd[X′d;θ′d;Y′d]中故障敏感参数的总数,且1≤Ld≤Wd;其中R=[r1,…,rp…,rP]为影响敏感参数演变的***运行状态变量,rp为第p个***运行状态变量,p=1,2,3,…,P,P为运行状态变量的总数;E=[e1,…,eq,…,eQ]为影响敏感参数演变的环境参数,eq为第q个环境参数,q=1,2,3,…,Q,Q为环境参数的总数;
将故障对象的故障机理模型Mfd以并联接入的方式与正常模型M的输入端相连,在模拟某类型故障Fd时,将故障对象正常模型M输出端信号Y断开,用故障模型Mfd的输出端信号Y′进行连接,获取故障机理模型Mfd中的故障敏感参数的初始设定值,并根据实时计算故障敏感参数θ′dl,用更新了的故障敏感参数替换故障模型Mfd中的初始设定值,实现基于模型修改的故障场景模拟。
可选的,对应模式二的故障注入包括:
确定故障场景信号;采用信号调理逆操作将故障信号从故障场景信号和原有信号中分解出来;建立故障信号的规范近似描述;将规范近似故障信号与原有信号进行调理操作和逻辑选择操作,生成故障注入信号;
将故障注入信号替换原有信号,并注入到故障对象中,实现基于信号调理的故障场景模拟。
更具体的:实现模式二的故障注入的详例包括:
假定故障对象发生故障Fd,获取与该故障对应的故障场景信号其中,为第zd个故障场景信号,zd=1,2,3,…,Zd,Zd为故障对象发生故障Fd时故障场景信号的总数;
通过信号调理逆操作,将故障信号fd从所选取的故障场景信号Sd中分解出来,信号调理逆操作的具体公式如下:
其中,为原有信号,即故障对象发生故障Fd前***正常运行的信号;其中,信号调理操作为加性乘性或相等操作;
考虑时间特性、信号类型和幅频特性信息,建立故障信号的规范近似描述f0,包括:将故障信号fd先近似为fd0,再将fd0规范为f0,公式为:
fd0≈fd;
其中,Nor(fd0)表示对fd0进行规范化,为对应于故障场景信号处的规范近似故障信号,Γ为阶跃函数;j=1,2,3,…,N为第j类脉冲序列,N为不同类型脉冲序列的总个数,i=1,2,3,…,nj为脉冲数,表示第j类脉冲序列的脉冲总个数,ceil表示小数位进位取整;Tpj表示第j类脉冲序列的脉冲周期;表示第j类脉冲序列的触发时刻;τj表示第j类脉冲序列的脉冲占空比;t表示***运行时间;TH{·}是阈值函数;csj为第j类脉冲序列的脉冲幅值;
其中,用来表征故障信号的时间特性,当τj→0,且Tpj→∞时,第j类脉冲序列用于表示瞬态型信号;当0<τj<100%时,第j类脉冲序列用于表示间歇型信号;当τj→100%时,第j类脉冲序列用于表示永久型信号;TH{·}用来表征故障信号的信号类型,分为数字信号和模拟信号,TH{·}的阈值则用来限制脉冲序列输出幅值大小的边界值;csj用来表征故障严重程度在故障信号频域/时域中的幅值特性;
将规范近似故障信号f0与原有信号Sd0进行信号调理操作,生成故障调理信号信号调理公式为:其中,与上述信号调理逆操作相对应的信号调理操作包括加性乘性或相等操作;通过逻辑选择操作生成故障注入信号,公式为:其中,sel{·}表示逻辑选择操作,即根据预设的逻辑判断从{Sd0,Sdfα,Sdfβ,Sdfδ}中选择信号作为输出;Ns为噪声信号;故障注入信号
选取故障对象发生故障Fd时第zd个故障场景信号所在观测点为故障注入点将生成的故障注入信号注入到点,替换点输入的原有信号,完成基于信号调理的故障场景模拟。
与上述方法相对应的,本发明还公开一种故障注入***,包括:
故障模拟器,其设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式;用于根据用户设定的故障注入模式实现故障注入。
可选的,上述故障模拟器包括故障注入控制器,该故障注入控制器按照功能划分为指令/数据收发层和故障模拟配置层:
指令/数据收发层,由数据实时采集单元、指令分配单元和工作模式配置单元组成;数据实时采集单元用于接收车载传感器所采集的数据,并通过所采集的数据计算出***运行状态变量和环境参数的相关数据,并将这些数据发送到工作模式配置单元;指令分配单元用于接收来自上位机的用户指令,分析用户对于故障类型和参数等的设定,将这些故障设定发送到工作模式配置单元;工作模式配置单元用于接收数据实时采集单元和指令分配单元发送的数据和指令,依据用户设定和***实时状态动态地调整故障注入/模拟的工作模式和配置信息,并发送故障模拟的配置信息到故障模拟配置层;
故障模拟配置层,由信号调理控制单元和模型修改控制单元组成,信号调理控制单元用于接收指令/数据收发层发送的信号配置信息,发送规范近似故障信号中的故障参数信息与指令信号到信号调理模块,实现对信号调理模块工作状态的控制;模型修改控制单元用于接收指令/数据收发层发送的模型配置信息,发送敏感参数信息与模型选择信号到模型修改模块,并直接发送故障模型切换信号给故障对象,实现对模型修改模块工作状态的控制。
可选的,上述信号调理模块包括故障信号生成器、信号调理器和噪声信号生成器,将以串行连接的方式接入到设定故障Fd的故障注入点和点之间,实现基于信号调理的故障注入;
该故障信号生成器,用于接收来自信号调理控制单元的规范近似故障信号中的故障参数信息,生成规范近似故障信号并传送到信号调理器中;
信号调理器,用于接收来自信号调理控制单元的指令信号、故障信号生成器的所生成的规范近似故障信号和故障注入点处的原有信号根据指令信号选取用户设定的信号调理操作,将规范近似故障信号与原有信号进行信号调理操作和逻辑选择操作生成故障注入信号
噪声信号生成器,用于接收来自信号调理控制单元的指令信号和信号调理器的故障注入信号,根据用户需要选择性的在故障注入信号上叠加噪声信号,作为干扰测试;
设定故障Fd触发后,将故障注入信号注入到点,替换点输入的原有信号,实现基于信号调理的故障注入。
可选的,上述模型修改模块包括故障模型库和参数在线编辑器,用于实现基于模型修改的故障场景模拟;
该故障模型库,包括所搭建的各种故障Fd对应的故障机理模型,用于接收来自模型修改控制单元的故障模型选择信号,选取第d个故障机理模型Mfd[X′d;θ′d;Y′d]并加载到故障对象的解算模型中,d=1,2,3,…,D;其中,加载过程是以并联接入的方式将故障模型Mfd的输入端与正常模型的输入端信号相连;
参数在线编辑器,用于接收来自模型修改控制单元的敏感参数信息,实时计算故障敏感参数θ′dl,并将更新了的故障敏感参数替换故障模型Mfd中的初始设定值;
设定故障Fd触发后,由模型修改控制单元发送模型切换信号,再用故障模型输出端的信号替换正常模型输出端的信号输入到***其它模型中,实现基于模型修改的故障场景模拟。
本发明中,上述故障注入***可应用于模拟高速列车牵引传动***的故障注入,相应的故障源由该高速列车牵引传动***中的牵引控制器、牵引变压器、牵引变流器、牵引电机和车载传感器五个部分组成。
本发明具有以下有益效果:
根据实际需要可采用基于信号调理、基于模型替换、或基于包含模型替换和信号调理的混合模式的故障注入方法,实现牵引传动控制***各类常见故障的逼近真实地模拟;为牵引传动控制***常见故障的诊断和容错等技术研究提供安全、可靠、接近真实的故障注入/模拟/仿真与测试平台,具有较强的适用性。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例的CRH2型高速列车牵引***示意图;
图2为本发明故障注入方法流程图;
图3为本发明实施例整流器U相桥臂2号功率器件外部环境温度的变化曲线;
图4为本发明实施例整流器U相桥臂2号功率器件通态电阻的变化曲线;
图5为本发明实施例原有信号与故障注入信号的对比图;
图6为本发明实施例实物实验***中三相输出电流互感器a相正常信号示意图;
图7为本发明实施例实物实验***中三相输出电流互感器a相信号故障场景信号示意图;
图8为本发明实施例通过信号调理逆操作所得到的三相输出电流互感器a相信号故障信号示意图;
图9为本发明实施例通过信号调理所得到的三相输出电流互感器a相信号故障注入信号的示意图;
图10本发明实施例仿真平台所用的三相输出电流互感器a相信号正常信号示意图;
图11本发明基于信号模型混合的故障模拟器的结构图;
图12为本发明实施例整流器直流侧上下侧电容两端电压的波形图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本实施例将对牵引变流器中整流电路功率器件性能退化直至发生开路故障的演变过程进行故障模拟。本实施例是在虚拟仿真平台Simulink软件环境下进行,此环境定义“0”和“1”信号分别表示功率器件断开和导通状态。
图1是本实施例所采用的CRH2型高速列车牵引***示意图。牵引控制器通过接收传感器信号和指令信号,依据预设的控制算法,计算变流器中各功率器件的导通状态,从而实现对高速列车牵引***运行状态的控制;牵引变流器负责接收接触网高压电,并转换为单相工频的低电压;牵引变流器负责能量的变换,将变压器二次侧的单相工频的低电压通过整流变换为直流电,再将直流电通过逆变变换为三相交流电,为牵引电机提供稳定的三相交流电;牵引电机负责能量的转换,将电能转换为机械能,并驱动列车运行。其中,牵引控制器包括瞬态直接电流控制,间接矢量控制,正弦脉冲调制和空间矢量调制等算法;牵引变流器的主电路采用两功率开关器件串联与中点带钳位二极管的三电平拓扑;牵引电机为鼠笼式异步电机。
如图2所示,本实施例公开的故障注入方法,包括:
步骤S1、构建故障模拟器,所述故障模拟器设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式。
步骤S2、根据用户设定的故障注入模式实现故障注入。
一、本发明基于模型替换方式的牵引***故障注入方法主要包括:
建立牵引变流器中整流电路功率器件的正常和故障机理模型;考虑***运行状态和外部环境因素,建立故障机理模型中故障敏感参数性能退化过程的演变规律;然后再将故障机理模型替换正常机理模型,修改故障对象的故障敏感参数,实现基于模型修改的故障场景模拟。
例如,模式一的故障注入具体包括:
步骤2.1:建立整流器正常运行状态下的机理模型为M[X;θ;Y]。
建立正常运行情况下的三电平整流器状态空间模型,公式为:
其中,X=[x1,x2,x3,x4]为模型M的输入量,x1表示整流器直流侧的上电容两端电压,x2表示整流器直流侧的下电容两端电压,x3表示整流器交流侧输入电流,x4表示整流器交流侧输入电压。θ=[θ1,…,θ2,…,θ13]为模型M中的模型参数,θ1表示整流器直流侧的支撑电阻,θ2表示整流器直流侧的支撑电容;θ3,θ4,θ5,θ6表示整流器U相桥臂的1号至4号功率器件U1,U2,U3,U4的脉冲控制信号T_u1,T_u2,T_u3,T_u4,当θu=0时,Uu-2和与其并联的二极管关断,当θu=1时,Uu-2和与其并联的二极管导通;θ7,θ8,θ9,θ10表示整流器V相桥臂的1号至4号功率器件V1,V2,V3,V4的脉冲控制信号T_v1,T_v2,T_v3,T_v4,当θv=0时,Vv-6和与其并联的二极管关断,当θv=1时,Vu-6和与其并联的二极管导通。θ11表示功率器件的导通电阻,θ12表示整流器交流侧的漏电阻,θ13表示整流器交流侧的漏电感。Y=[y1,y2]为模型M的输出量,y1表示整流器直流侧的上电容两端电压,y2表示整流器直流侧的下电容两端电压。
步骤2.2:用F1,…,F8分别表示整流器U相桥臂的1号至4号功率器件U1,U2,U3,U4、V相桥臂的1号至4号功率器件V1,V2,V3,V4发生开路故障,假定发生故障F2(此时d=2,D=8,d=1,2,3,…,D,D为故障类型的数目),即整流器U相桥臂2号功率器件发生开路故障,建立功率器件在该故障状态下的机理模型为Mf2[X′2;θ′2;Y′2],公式为:
式中X′2=[x′21,x′22,x′23,x′24]为故障机理模型Mf2的输入量,x′21表示故障状态下整流器直流侧的上电容两端电压(与x1对应的信号/变量相同),x′22表示故障状态下整流器直流侧的下电容两端电压(与x2对应的信号/变量相同),x′23表示故障状态下整流器交流侧输入电流(与x3对应的信号/变量相同);x′24表示故障状态下整流器交流侧输入电压(与x4对应的信号/变量相同)。θ′2=[θ′21,…,θ′25,…,θ′215]为模型Mf2中的模型参数,且θ′21=θ1,θ′22=θ2;θ′23,θ′24,θ′25,θ′26表示故障状态下整流器U相桥臂的1号至4号功率器件U1,U2,U3,U4的脉冲控制信号T_u1,T_u2,T_u3,T_u,θ′27,θ′28,θ′29,θ′210表示故障状态下整流器V相桥臂的V1,V2,V3,V4的脉冲控制信号T_v1,T_v2,T_v3,T_v4;θ′211=θ11,θ′212=θ12,θ′213=θ13;θ′214表示故障状态下整流器U相桥臂2号功率器件的导通电阻;θ′215表示符号标志位,当x′23≥0时,θ′215=1,当x′23<0,θ′215=0,Y′2=[y′21,y′22]为故障机理模型Mf2的输出量,y′21表示故障状态下整流器直流侧的上电容两端电压(与y1对应的信号/变量相同),y′22表示故障状态下整流器直流侧的下电容两端电压(与y2对应的信号/变量相同)。
步骤2.3:针对故障机理模型Mf2[X′2;θ′2;Y′2]中故障敏感参数,建立其性能退化过程与***运行状态变量R和环境参数E之间的表征关系。
本实施例中,选取故障状态下整流器U相桥臂2号功率器件的导通电阻θ′214作为故障敏感参数,选取故障状态下整流器U相桥臂2号功率器件的外部环境温度T为环境参数E中的环境参数e1。
依据Kachanov-Rabotnov方程式,可得导通电阻θ′214性能退化过程的一种演变规律:
其中,ta是功率器件性能退化的开始时刻,tb是功率器件开始性能退化到完全失效的持续时间,参数K与器件材料及温度相关。
本实施例中,ta=1,tb=4,依据功率器件的材料特性,建立K(T)的表达式为:
K(T)=-9.15*10-5*T2-0.0221*T+12.939;
藉此,设定整流器U相桥臂2号功率器件外部环境温度的变化曲线如图3所示,对应的2号功率器件的导通电阻θ′214的电阻变化如图4所示。
步骤2.4:将故障机理模型替换正常机理模型;在线修改故障对象的故障敏感参数,实现基于模型修改的故障场景模拟。具体包括:
步骤2.41:将故障对象的故障机理模型Mf2以并联接入的方式与正常模型M的输入端相连。
步骤2.42:在模拟故障F2时,将故障对象正常模型M输出端信号Y断开,用故障模型Mf2的输出端信号Y′2进行连接(替换)。
步骤2.43:获取故障机理模型Mf2中的故障敏感参数的初始设定值θ′214;本实施例中,θ′214=0.001。
步骤2.44:根据实时计算故障敏感参数θ′214;用更新了的故障敏感参数替换故障模型Mf2中的初始设定值,实现基于模型修改的故障场景模拟。
二、本发明基于信号调理方式的牵引***故障注入方法主要包括:
确定故障场景信号;采用信号调理逆操作将故障信号从故障场景信号和原有信号中分解出来;建立故障信号的规范近似描述;将规范近似故障信号与原有信号进行调理操作和逻辑选择操作,生成故障注入信号;然后将故障注入信号替换原有信号,并注入到故障对象中,实现基于信号调理的故障场景模拟。
例如,模式二的故障注入具体包括:
步骤3.1:针对整流器U相桥臂2号功率器件开路故障F2,选取故障对象在该故障状态下的故障场景信号(一般选取故障对象故障后有明显信号变化发生的输入x′da或输出量y′dk),为第zd个故障场景信号,zd=1,2,3,…,Zd,Zd为故障对象发生故障Fd时故障场景信号的总数。
本实施例中,选取故障状态下整流器U相桥臂2号功率器件的脉冲控制信号T_u2为故障场景信号,S2=[s21]。
步骤3.2:设定信号调理逆操作将故障信号fd从步骤3.1所选取的故障场景信号Sd中分解出来,具体公式如下:
其中,为故障信号,即故障场景信号Sd中包含故障信息的信号;为原有信号,即故障对象发生故障Fd前***正常运行的信号;信号调理逆操作,主要考虑减法、除法和相等运算,具体公式分别为:
fdα=Sd-Sd0;
fdβ=Sd/Sd0;
fdδ=Sd。
本实施例中,功率器件开路故障与其工作在断开状态下的外特性相同,即对应的脉冲控制信号为0的工作状态。于是将脉冲控制信号为0的工作状态作为故障场景信号s21,将采用减法运算从故障场景信号s21和原有信号s201中分解出故障信号f21。
步骤3.3:考虑时间特性、信号类型和幅频特性等信息,建立故障信号的规范近似描述f0,(即将故障信号fd先近似为fd0,再将fd0规范为f0),公式为:
fd0≈fd;
其中,Nor(fd0)表示对fd0进行规范化,为对应于故障场景信号处的规范近似故障信号,Γ为阶跃函数;j=1,2,3,…,N为第j类脉冲序列,N为不同类型脉冲序列的总个数,i=1,2,3,…,nj为脉冲数,表示第j类脉冲序列的脉冲总个数,ceil表示小数位进位取整;Tpj表示第j类脉冲序列的脉冲周期;Ttj表示第j类脉冲序列的触发时刻;τj表示第j类脉冲序列的脉冲占空比;t表示***运行时间;TH{·}是阈值函数;csj为第j类脉冲序列的脉冲幅值。
另一方面,在上述规范化公式中,用来表征故障信号的时间特性,当τj→0,且Tpj→∞时,第j类脉冲序列用于表示瞬态型信号;当0<τj<100%时,第j类脉冲序列用于表示间歇型信号;当τj→100%时,第j类脉冲序列用于表示永久型信号;TH{·}用来表征故障信号的信号类型,分为数字信号和模拟信号,TH{·}的阈值则用来限制脉冲序列输出幅值大小的边界值;csj用来表征故障严重程度在故障信号频域/时域中的幅值特性。
本实施例中,由图4可知,功率器件大约在4.8s后发生开路故障。于是,设定N=1,nj=1,Tp1=10s,Tt1=4.8s,τ1=80;TH{·}的阈值为-1;cs1=-1;对应规范近似故障信号f01的波形图如图5所示。
步骤3.4:将规范近似故障信号f0与原有信号Sd0进行信号调理操作生成故障调理信号Sdfm,公式为:
其中,与上述信号调理逆操作相对应的,信号调理操作分别为加性、乘性、相等操作,公式分别为:
Sdfα=Sd0+f0;
Sdfβ=Sd0*f0;
Sdfδ=f0。
通过逻辑选择操作生成故障注入信号,公式为:
Sdf=sel{Sd0,Sdfα,Sdfβ,Sdfδ}+(Ns);其中,为故障注入信号,sel{·}表示逻辑选择操作,Ns表示根据用户的需要确定是否叠加噪声信号。
本实施例中,与上述用减法运算从故障场景信号s21和原有信号s201中分解出故障信号f21相对应的;本次的故障调理信号采用加性操作,并选取Sdfα作为sel{·}的输出,并不叠加噪声信号,即S2f1=S2fα。
步骤3.5:将故障注入信号替换原有信号,并注入到故障对象中,实现基于信号调理的故障场景模拟。该步骤又可进一步细分为:
步骤3.51:选取故障F2对应的故障场景信号s21所在观测点为故障注入点其中,为可选故障注入点。
本实施例中,牵引控制器与整流器U相桥臂2号功率器件的脉冲控制信号的信号线上的某点可选为故障注入点A21。
步骤3.52:将故障注入点A21(在该点所在信号线上)截取为A21和A′21点,将上述生成的故障注入信号注入到A′21点,替换A21点输入的原有信号,完成基于信号调理的故障场景模拟。
值得说明的是:本发明中的故障场景信号可以视为故障信号和正常信号的综合体,而且,对应特定故障受影响的故障场景信号往往是多处的,从而也就为本发明基于信号调理的注入点的选择提供了多种可行方案;尤其是当某些场景中采用模型替换方式存在困难时,提供了一种很好的解决方案。
为便于本领域技术人员充分理解本发明上述信号调理方式中相关信号的关系,下述以故障场景信号选取三相输出电流互感器a相处的信号通过下述第一至第三步做进一步说明:
第一步、按图1建立实物实验***,进行正常和各种故障情况下的大量实验。
1、正常运行时,交流电压互感器信号(牵引变压器输出信号、牵引变流器(包括整流器、直流环节和逆变器)输入信号(或牵引整流器输入信号))、直流侧电容端电压互感器信号(牵引整流器输出信号、牵引逆变器输入信号)、三相输出电流互感器信号(牵引变流器(或牵引逆变器)输出信号、牵引电机输入信号),称为原有信号
正常运行时,三相输出电流互感器a相信号isa(原有信号)如图6所示。
2、当整流器U相桥臂2号功率器件开路故障F2,交流电压互感器信号(牵引变压器输出信号、牵引变流器(包括整流器、直流环节和逆变器)输入信号(或牵引整流器输入信号))、直流侧电容端电压互感器信号(牵引整流器输出信号、牵引逆变器输入信号)、三相输出电流互感器信号(牵引变流器(或牵引逆变器)输出信号、牵引电机输入信号),称为故障对象在该故障状态下的故障场景信号 为第zd个故障场景信号,zd=1,2,3,…,Zd,Zd为故障对象发生故障Fd时故障场景信号的总数。故障场景信号是指某类型故障发生后,故障对象所属设备或***中所有输入/输出端的信号,特别指能观测或检测到的信号,如传感器所采集的信号。本专利中故障场景信号主要来自实物实验中的测试数据。
故障状态(运行)时,三相输出电流互感器a相信号isa(故障场景信号)如图7所示。
第二步、分析
1、选取故障对象在该故障状态下的故障场景信号(一般选取故障对象故障后有明显信号变化发生的输入x′da或输出量y′dk),即选取三相输出电流互感器a相处的信号作为故障场景信号。
2、通过信号逆调理操作获得故障信号;故障信号是指将故障场景信号中受故障影响所发生变化的信号成分;与选择三相输出电流互感器a相处的信号(故障场景信号)相对应的,将图7所示信号逆调理(减去或除以或等于)图6所示信号,即得到图8所示故障信号。
3、考虑到由故障所引起的信号变化的复杂性及变化形式多样性,如图8所示,给故障信号的描述带来的困难,也难以在仿真平台上进行信号模拟;于是,将故障信号fd先近似为fd0,再将fd0规范为f0,用以逼近真实地描述故障信号,便于在仿真平台上进行故障信号模拟。
4、将规范近似故障信号与原有信号进行调理操作和逻辑选择操作,生成故障注入信号,根据三相输出电流互感器a相处的故障信号图c,生成故障注入信号,如图9所示。
第三步、按图1建立基于simulink仿真平台,在仿真平台上,进行正常运行仿真,三相输出电流互感器a相信号isa(原有信号)如图10所示,将故障注入信号(图9所示信号)替换原有信号(图10所示信号),并注入到故障对象中(在三相输出电流互感器a相处),实现逼近真实故障场景信号(图7所示)的故障模拟。
本发明中,模型替换方式和信号调理方式可以视为从不同角度实现的两种等效的故障注入模式,两者能实现优势互补;而通过本发明包含模型替换和信号调理的混合模式则可以用于同时实现多个故障的注入,而且,针对某些特定的故障,例如上述U相桥臂2号功率器件开路故障,由于故障的影响涉及到多个层面等因素,单个的模型替换方式或者信号调理方式度都不能完整的模拟真实的故障特性,而通过包含模型替换和信号调理的混合模式则能克服此难题,从而使得本发明所提供的故障模拟器可以适用于多种可能的更为复杂的故障注入。
此外,有关信号调理模式下的信号注入的部分内容(如故障的类型、相关信号调理操作的选择以及用于规范化处理的故障信号的时间特性等)还可以参阅本案申请人在国内已申请并公开的201510996427.6号和201510365984.8发明专利。
藉此,本实施例可以根据实际需要可采用基于信号调理、基于模型替换、或基于包含模型替换和信号调理的混合模式的故障注入方法,实现牵引传动控制***各类常见故障的逼近真实地模拟;为牵引传动控制***常见故障的诊断和容错等技术研究提供安全、可靠、接近真实的故障注入/模拟/仿真与测试平台,具有较强的适用性。
实施例2
与上述实施例相对应的,本实施例公开一种包括故障模拟器的故障注入***,该故障模拟器设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式;用于根据用户设定的故障注入模式实现故障注入。该故障注入***可应用于模拟高速列车牵引传动***的故障注入,相应的故障源由高速列车牵引传动***中的牵引控制器、牵引变压器、牵引变流器、牵引电机和车载传感器五个部分组成。
如图11所示,本实施例所构建的故障模拟器包括故障注入控制器,该故障注入控制器按照功能划分为指令/数据收发层和故障模拟配置层。其中:
指令/数据收发层,由数据实时采集单元、指令分配单元和工作模式配置单元组成。数据实时采集单元用于接收车载传感器所采集的数据(例如,接收整流器U相桥臂2号功率器件的外部环境温度),并通过所采集的数据计算出***运行状态变量和环境参数的相关数据,并将这些数据发送到工作模式配置单元;指令分配单元用于接收来自上位机的用户指令,分析用户对于故障类型和参数等的设定(例如,上述方法实施例中对于故障类型和参数等的设定),将这些故障设定发送到工作模式配置单元;工作模式配置单元用于接收数据实时采集单元和指令分配单元发送的数据和指令,依据用户设定和***实时状态动态地调整故障注入/模拟的工作模式和配置信息,并发送故障模拟的配置信息到故障模拟配置层。
故障模拟配置层,由信号调理控制单元和模型修改控制单元组成。信号调理控制单元用于接收指令/数据收发层发送的信号配置信息,发送规范近似故障信号中的故障参数信息与指令信号到信号调理模块,实现对信号调理模块工作状态的控制;模型修改控制单元用于接收指令/数据收发层发送的模型配置信息,发送敏感参数信息与模型选择信号到模型修改模块,并直接发送故障模型切换信号给故障对象,实现对模型修改模块工作状态的控制。
与上述方法实施例相对应的,信号调理模块将以串行连接的方式接入到设定故障Fd的故障注入点和点之间(例如:以串行连接的方式接入到设定故障F2的故障注入点A21和A′21点之间),实现基于信号调理的故障注入(即故障场景模拟);其包括故障信号生成器、信号调理器和噪声信号生成器。
故障信号生成器,用于接收来自信号调理控制单元的规范近似故障信号中的故障参数信息,生成规范近似故障信号(如上述的f01),并传送到信号调理器中。
信号调理器,用于接收来自信号调理控制单元的指令信号、故障信号生成器的所生成的规范近似故障信号和故障注入点处的原有信号根据指令信号选取用户设定的信号调理操作,将规范近似故障信号与原有信号进行信号调理操作和逻辑选择操作生成故障注入信号(如上述的s2f1)。
噪声信号生成器,用于接收来自信号调理控制单元的指令信号和信号调理器的故障注入信号,根据用户需要选择性的在故障注入信号上叠加噪声信号,作为干扰测试。
设定故障Fd触发后,将故障注入信号注入到点,替换点输入的原有信号,实现基于信号调理的故障注入。例如:设定故障F2触发后,将故障注入信号(含/不含噪声信号)注入到A′21点,替换A21点输入的原有信号,实现基于信号调理的故障注入(即A21处的故障场景模拟)。
与上述方法实施例相对应的,模型修改模块包括故障模型库和参数在线编辑器,用于实现基于模型修改的故障场景模拟。
故障模型库,包括所搭建的各种故障Fd(如上述的F2)对应的故障机理模型,用于接收来自模型修改控制单元的故障模型选择信号,选取第d(d=1,2,3,…,D)个故障机理模型Mfd[X′d;θ′d;Y′d],并加载到故障对象的解算模型中。其中,加载过程是以并联接入的方式将故障模型Mfd(如上述的Mf2)的输入端与正常模型的输入端信号相连。
参数在线编辑器,用于接收来自模型修改控制单元的敏感参数信息,实时计算故障敏感参数θ′dl(如上述的θ′214),并将更新了的故障敏感参数替换故障模型Mfd中的初始设定值。
设定故障Fd触发后,由模型修改控制单元发送模型切换信号,再用故障模型输出端的信号替换正常模型输出端的信号输入到***其它模型中。
如图12所示,在4.8s后整流器U相桥臂2号功率器件发生开路故障;实现了包含模型替换和信号调理的混合模式的整流器U相桥臂2号功率器件从性能退化直至发生开路故障中演变过程的模拟。
综上可知,本发明通过提出的一种基于信号模型混合的牵引***故障注入方法构建的一种基于信号模型混合的牵引***故障注入***,可以实现牵引传动控制***各类常见故障的逼近真实地模拟;可以根据实际需要采用基于信号调理、基于模型替换、或基于包含模型替换和信号调理的混合模式的故障注入/模拟;牵引传动控制***常见故障的诊断和容错等技术研究提供安全、可靠、接近真实的故障注入/模拟/仿真与测试,具有较强的适用性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种故障注入方法,其特征在于,包括:
构建故障模拟器,所述故障模拟器设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式;
根据用户设定的故障注入模式实现故障注入;
对应模式一的故障注入包括:
建立故障对象的正常和故障机理模型;考虑***运行状态和外部环境因素,建立故障机理模型中故障敏感参数性能退化过程的演变规律;
将故障机理模型替换正常机理模型,修改故障对象的故障敏感参数,实现基于模型修改的故障场景模拟;
所述模式一的故障注入具体包括:
构建故障对象正常运行状态下的机理模型为M[X;θ;Y],其中,X=[x1,…,xa,…xA]为模型M的输入量,xa为第a个输入量,a=1,2,3,…,A,A为输入量的总数;θ=[θ1,…,θb,…,θB]为模型M中的模型参数,θb为其中第b个模型参数,b=1,2,3,…B,B为正常机理模型中模型参数的总数;Y=[y1,…,yk,…,yK]为模型M的输出量,yk为第k个输出量,k=1,2,3,…K,K为输出量的总数;
假定发生故障Fd,d=1,2,3,…,D,D为故障类型的数目,构建故障对象在该故障状态下的机理模型为Mfd[X′d;θ′d;Y′d];其中,X′d=[x′d1,…,x′da,…x′dA]为模型Mfd的输入量,x′da为第a个输入量,a=1,2,3,…A,与模型M中输入量xa对应的信号/变量相同;为模型Mfd中的模型参数,为其中第wd个模型参数,wd=1,2,3,…,Wd,Wd为发生故障Fd时故障机理模型中模型参数的总数;Y′d=[y′d1,…,y′dk,…,y′dK]为模型Mfd的输出量,y′dk为第k个输出量,k=1,2,3,…,K,与模型M中输出量yk对应的信号/变量相同;
针对故障机理模型Mfd[X′d;θ′d;Y′d]中故障敏感参数θ′dl,建立其性能退化过程与***运行状态变量R和环境参数E之间的表征关系,公式为:
θ′dl=gdl(R,E);其中,为模型参数中对性能退化过程敏感的参数,为第ld个故障敏感参数,ld=1,2,3,…,Ld,Ld为发生故障Fd时所建故障机理模型Mfd[X′d;θ′d;Y′d]中故障敏感参数的总数,且1≤Ld≤Wd;其中R=[r1,…,rp…,rP]为影响敏感参数演变的***运行状态变量,rp为第p个***运行状态变量,p=1,2,3,…,P,P为运行状态变量的总数;E=[e1,…,eq,…,eQ]为影响敏感参数演变的环境参数,eq为第q个环境参数,q=1,2,3,…,Q,Q为环境参数的总数;
将故障对象的故障机理模型Mfd以并联接入的方式与正常模型M的输入端相连,在模拟某类型故障Fd时,将故障对象正常模型M输出端信号Y断开,用故障模型Mfd的输出端信号Y′进行连接,获取故障机理模型Mfd中的故障敏感参数的初始设定值,并根据实时计算故障敏感参数θ′dl,用更新了的故障敏感参数替换故障模型Mfd中的初始设定值,实现基于模型修改的故障场景模拟。
2.根据权利要求1所述的故障注入方法,其特征在于,对应模式二的故障注入包括:
确定故障场景信号;采用信号调理逆操作将故障信号从故障场景信号和原有信号中分解出来;建立故障信号的规范近似描述;将规范近似故障信号与原有信号进行调理操作和逻辑选择操作,生成故障注入信号;
将故障注入信号替换原有信号,并注入到故障对象中,实现基于信号调理的故障场景模拟。
3.根据权利要求2所述的故障注入方法,其特征在于,所述模式二的故障注入具体包括:
假定故障对象发生故障Fd,获取与该故障对应的故障场景信号其中,为第zd个故障场景信号,zd=1,2,3,…,Zd,Zd为故障对象发生故障Fd时故障场景信号的总数;
通过信号调理逆操作,将故障信号fd从所选取的故障场景信号Sd中分解出来,信号调理逆操作的具体公式如下:
其中,为原有信号,即故障对象发生故障Fd前***正常运行的信号;其中,信号调理逆操作为减法fdα=Sd-Sd0、除法fdβ=Sd/Sd0或相等Sdfδ=f0操作;
考虑时间特性、信号类型和幅频特性信息,建立故障信号的规范近似描述f0,包括:将故障信号fd先近似为fd0,再将fd0规范为f0,公式为:
fd0≈fd;
其中,Νor(fd0)表示对fd0进行规范化,为对应于故障场景信号处的规范近似故障信号,Γ为阶跃函数;j=1,2,3,…,N为第j类脉冲序列,N为不同类型脉冲序列的总个数,i=1,2,3,…,nj为脉冲数,表示第j类脉冲序列的脉冲总个数,ceil表示小数位进位取整;Tpj表示第j类脉冲序列的脉冲周期;Ttj表示第j类脉冲序列的触发时刻;τj表示第j类脉冲序列的脉冲占空比;t表示***运行时间;TH{·}是阈值函数;csj为第j类脉冲序列的脉冲幅值;
其中,用来表征故障信号的时间特性,当τj→0,且Tpj→∞时,第j类脉冲序列用于表示瞬态型信号;当0<τj<100%时,第j类脉冲序列用于表示间歇型信号;当τj→100%时,第j类脉冲序列用于表示永久型信号;TH{·}用来表征故障信号的信号类型,分为数字信号和模拟信号,TH{·}的阈值则用来限制脉冲序列输出幅值大小的边界值;csj用来表征故障严重程度在故障信号频域/时域中的幅值特性;
将规范近似故障信号f0与原有信号Sd0进行信号调理操作,生成故障调理信号Sdfm,信号调理公式为:其中,与上述信号调理逆操作相对应的信号调理操作分别为加性Sdfα=Sd0+f0、乘性Sdfβ=Sd0*f0或相等Sdfδ=f0操作;通过逻辑选择操作生成故障注入信号,公式为:Sdf=sel{Sd0,Sdfα,Sdfβ,Sdfδ}+(Ns);其中,sel{·}表示逻辑选择操作,即根据预设的逻辑判断从{Sd0,Sdfα,Sdfβ,Sdfδ}中选择信号作为输出;Ns为噪声信号;故障注入信号
选取故障对象发生故障Fd时第zd个故障场景信号所在观测点为故障注入点将生成的故障注入信号注入到点,替换点输入的原有信号,完成基于信号调理的故障场景模拟。
4.一种故障注入***,其特征在于,包括:
故障模拟器,其设置有三种故障注入模式;其中模式一为模型替换方式,模式二为信号调理模式,模式三为包含模型替换和信号调理的混合模式;用于根据用户设定的故障注入模式实现故障注入;
所述故障模拟器包括故障注入控制器,所述故障注入控制器按照功能划分为指令/数据收发层和故障模拟配置层:
指令/数据收发层,由数据实时采集单元、指令分配单元和工作模式配置单元组成;数据实时采集单元用于接收车载传感器所采集的数据,并通过所采集的数据计算出***运行状态变量和环境参数的相关数据,并将这些数据发送到工作模式配置单元;指令分配单元用于接收来自上位机的用户指令,分析用户对于故障类型和参数的设定,将这些故障设定发送到工作模式配置单元;工作模式配置单元用于接收数据实时采集单元和指令分配单元发送的数据和指令,依据用户设定和***实时状态动态地调整故障注入/模拟的工作模式和配置信息,并发送故障模拟的配置信息到故障模拟配置层;
故障模拟配置层,由信号调理控制单元和模型修改控制单元组成,信号调理控制单元用于接收指令/数据收发层发送的信号配置信息,发送规范近似故障信号中的故障参数信息与指令信号到信号调理模块,实现对信号调理模块工作状态的控制;模型修改控制单元用于接收指令/数据收发层发送的模型配置信息,发送敏感参数信息与模型选择信号到模型修改模块,并直接发送故障模型切换信号给故障对象,实现对模型修改模块工作状态的控制。
5.根据权利要求4所述的故障注入***,其特征在于,所述信号调理模块包括故障信号生成器、信号调理器和噪声信号生成器,将以串行连接的方式接入到设定故障Fd的故障注入点和点之间,实现基于信号调理的故障注入;
所述故障信号生成器,用于接收来自信号调理控制单元的规范近似故障信号中的故障参数信息,生成规范近似故障信号并传送到信号调理器中;
信号调理器,用于接收来自信号调理控制单元的指令信号、故障信号生成器的所生成的规范近似故障信号和故障注入点处的原有信号根据指令信号选取用户设定的信号调理操作,将规范近似故障信号与原有信号进行信号调理操作和逻辑选择操作生成故障注入信号
噪声信号生成器,用于接收来自信号调理控制单元的指令信号和信号调理器的故障注入信号,根据用户需要选择性的在故障注入信号上叠加噪声信号,作为干扰测试;
设定故障Fd触发后,将故障注入信号注入到点,替换点输入的原有信号,实现基于信号调理的故障注入。
6.根据权利要求4所述的故障注入***,其特征在于,所述模型修改模块包括故障模型库和参数在线编辑器;
所述故障模型库,包括所搭建的各种故障Fd对应的故障机理模型,用于接收来自模型修改控制单元的故障模型选择信号,选取第d个故障机理模型Mfd[X′d;θ′d;Y′d]并加载到故障对象的解算模型中,d=1,2,3,…,D;其中,加载过程是以并联接入的方式将故障模型Mfd的输入端与正常模型的输入端信号相连;
参数在线编辑器,用于接收来自模型修改控制单元的敏感参数信息,实时计算故障敏感参数θ′dl,并将更新了的故障敏感参数替换故障模型Mfd中的初始设定值;
设定故障Fd触发后,由模型修改控制单元发送模型切换信号,再用故障模型输出端的信号替换正常模型输出端的信号输入到***其它模型中,实现基于模型修改的故障场景模拟。
7.根据权利要求4至6任一所述的故障注入***,其特征在于,所述故障注入***应用于模拟高速列车牵引传动***的故障注入,相应的故障源由所述高速列车牵引传动***中的牵引控制器、牵引变压器、牵引变流器、牵引电机和车载传感器五个部分组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710003376.1A CN106990771B (zh) | 2017-01-04 | 2017-01-04 | 故障注入方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710003376.1A CN106990771B (zh) | 2017-01-04 | 2017-01-04 | 故障注入方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106990771A CN106990771A (zh) | 2017-07-28 |
CN106990771B true CN106990771B (zh) | 2019-06-28 |
Family
ID=59414408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710003376.1A Active CN106990771B (zh) | 2017-01-04 | 2017-01-04 | 故障注入方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106990771B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107577566A (zh) * | 2017-08-21 | 2018-01-12 | 中车唐山机车车辆有限公司 | 列车显示屏的故障诊断方法及装置 |
CN108333987A (zh) * | 2018-02-05 | 2018-07-27 | 北京龙坤盛达科技有限公司 | 一种多类型多通道的可控故障注入装置 |
CN108717291B (zh) * | 2018-05-11 | 2021-04-06 | 河南辉煌科技股份有限公司 | 基于cpld进行故障注入的测试装置及测试方法 |
CN109814403B (zh) * | 2018-12-27 | 2023-11-14 | 中国电力科学研究院有限公司 | 一种高密度分布式逆变并网的数模混合仿真*** |
CN110658000B (zh) * | 2019-10-15 | 2021-09-21 | 北京经纬恒润科技股份有限公司 | 实车故障注入测试的恢复方法及装置 |
CN110687901A (zh) * | 2019-10-31 | 2020-01-14 | 重庆长安汽车股份有限公司 | 仿真测试平台 |
CN111176310B (zh) * | 2019-12-31 | 2020-09-08 | 北京星际荣耀空间科技有限公司 | 一种运载火箭姿态控制***的测试方法、装置及*** |
CN112286077A (zh) * | 2020-10-30 | 2021-01-29 | 中车大连电力牵引研发中心有限公司 | 一种电力机车保护逻辑测试***及方法 |
CN112433115B (zh) * | 2020-11-12 | 2022-07-08 | 中南大学 | 老化注入器及功率器件、牵引变流器老化建模方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246771A (zh) * | 2013-05-10 | 2013-08-14 | 北京航空航天大学 | 一种基于仿真的容错电路故障影响分析方法 |
CN103631255A (zh) * | 2013-12-03 | 2014-03-12 | 中国航空无线电电子研究所 | 用于航电***健康诊断的故障注入设备及故障注入方法 |
CN103941762A (zh) * | 2014-03-26 | 2014-07-23 | 北京航空航天大学 | 一种具有冷备份功能的飞轮模拟器 |
CN104950878A (zh) * | 2015-06-26 | 2015-09-30 | 中南大学 | 一种高速列车信息控制***协同故障仿真*** |
CN105044539A (zh) * | 2015-06-29 | 2015-11-11 | 中南大学 | 一种功率器件igbt开路故障注入方法及*** |
CN105425782A (zh) * | 2015-12-28 | 2016-03-23 | 中南大学 | 高速列车牵引传动控制***实时故障仿真平台 |
CN105628406A (zh) * | 2015-12-28 | 2016-06-01 | 中南大学 | 高速列车牵引传动控制***故障注入方法及仿真*** |
-
2017
- 2017-01-04 CN CN201710003376.1A patent/CN106990771B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246771A (zh) * | 2013-05-10 | 2013-08-14 | 北京航空航天大学 | 一种基于仿真的容错电路故障影响分析方法 |
CN103631255A (zh) * | 2013-12-03 | 2014-03-12 | 中国航空无线电电子研究所 | 用于航电***健康诊断的故障注入设备及故障注入方法 |
CN103941762A (zh) * | 2014-03-26 | 2014-07-23 | 北京航空航天大学 | 一种具有冷备份功能的飞轮模拟器 |
CN104950878A (zh) * | 2015-06-26 | 2015-09-30 | 中南大学 | 一种高速列车信息控制***协同故障仿真*** |
CN105044539A (zh) * | 2015-06-29 | 2015-11-11 | 中南大学 | 一种功率器件igbt开路故障注入方法及*** |
CN105425782A (zh) * | 2015-12-28 | 2016-03-23 | 中南大学 | 高速列车牵引传动控制***实时故障仿真平台 |
CN105628406A (zh) * | 2015-12-28 | 2016-06-01 | 中南大学 | 高速列车牵引传动控制***故障注入方法及仿真*** |
Non-Patent Citations (2)
Title |
---|
列车MVB总线故障注入研究;王强等;《铁道通信信号》;20160117(第1期);第10-15页 |
基于信号调理的逆变器IGBT开路故障注入方法;杨超等;《计算机辅助工程》;20150630(第3期);第31-33页 |
Also Published As
Publication number | Publication date |
---|---|
CN106990771A (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106990771B (zh) | 故障注入方法及*** | |
Zhu et al. | A model-in-the-loop interface to emulate source dynamics in a zonal DC distribution system | |
Chao et al. | Three-level T-type inverter fault diagnosis and tolerant control using single-phase line voltage | |
Bélanger et al. | Validation of eHS FPGA reconfigurable low-latency electric and power electronic circuit solver | |
CN104865946A (zh) | 电动汽车硬件在环测试方法和*** | |
Foissac et al. | System simulation for EMC network analysis | |
Herbst et al. | Flexible test bed for MVDC and HFAC electric ship power system architectures for Navy ships | |
Filizadeh et al. | Techniques for interfacing electromagnetic transient simulation programs with general mathematical tools IEEE taskforce on interfacing techniques for simulation tools | |
CN103558849A (zh) | 一种纯电动汽车控制策略调试及网络测试的方法 | |
Venugopal et al. | Advances in real-time simulation for power distribution systems | |
Deda et al. | Designing a battery emulator/tester from scratch to prototyping to automated testing within a HIL digital twin environment | |
Gentejohann et al. | Investigation of the current ripple caused by the main inverter in the high voltage DC bus of electric vehicles | |
Allen | Simulation and test systems for validation of electric drive and battery management systems | |
Rogersten et al. | An aircraft electric power testbed for validating automatically synthesized reactive control protocols | |
Xia et al. | Fault diagnosis of frequency control system based on FFT | |
Deda et al. | Automated Hardware-in-the-loop testing for high voltage/power system “AVL E-STORAGE BTE” | |
CN100416287C (zh) | 一种测试ups控制单元的方法和装置 | |
Hackl et al. | A novel modular combinable hardware-in-the-loop platform for stability investigations of converter-driven power grids | |
Pallo et al. | Hardware-in-the-loop co-design testbed for flying capacitor multilevel converters | |
Brabetz et al. | A new approach to the test, assessment and optimization of robust electrical distribution systems | |
Moreno-Garcia et al. | Educational platform for reliability assessment of power quality | |
Vujkov et al. | Advanced research and development facility for digital control of power electronic based drives | |
CN201716548U (zh) | 一种用于汽车电子控制***中的电机的仿真设备 | |
CN112286077A (zh) | 一种电力机车保护逻辑测试***及方法 | |
Shetye et al. | Assessment of discrepancies in load models across transient stability software packages |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |