基于磁表面信息特征矩阵的永磁体微裂纹故障检测

《IEEE/ASME Transactions on Mechatronics》：Microcracks Fault Detection of Permanent Magnet Based on Magnetic Surface Information Characteristic Matrix

提出基于磁表面信息特征矩阵的永磁体微裂纹检测新方法，解决双次级气隙永磁同步直线电机中微裂纹检测难题。首先采用等效磁荷法建立次级气隙磁场解析模型，然后构建磁表面信息特征矩阵（MSICM），通过相关系数优化密度适配不同尺寸裂纹，经奇异值分解提取故障特征，最后基于推力波动特征构建鲸优化算法驱动的多尺度核卷积神经网络分类模型，实验验证识别率达98%以上。

　　

摘要：

本文提出了一种基于磁表面信息特征的新型永磁体缺陷检测方法，用于解决双二次空气芯永磁同步直线电机永磁体微裂纹的检测问题。首先，采用等效磁荷法建立二次气隙磁场的分析模型；其次，提出了一种构建磁表面信息特征矩阵（MSICM）的方法，该方法引入了相关系数，并根据不同尺寸微裂纹的表达要求优化了MSICM的密度。接着利用奇异值分解处理MSICM以获取故障特征；最后，以微裂纹引起的推力波动作为分类依据，建立了一个以形状特征为特征量的样本库，并通过鲸鱼优化算法的多尺度核卷积神经网络生成了微裂纹分类模型；该模型与其他分类算法进行了对比。仿真和原型实验表明，所提出方法的永磁体微裂纹识别率超过了98%。

引言

双二次空气芯永磁同步直线电机（DSA-PMSLM）由于其结构简单、可靠性高、定位精度高以及动态响应速度快，在高精度计算机数控机械领域（如3D打印机和激光切割机）具有广泛的应用前景[1]、[2]、[3]、[4]。为确保DSA-PMSLM的高可靠性，维持稳定的输出推力并最小化推力波动至关重要。由于气隙磁场的分布显著影响推力分布，因此保证该磁场的均匀性显得尤为重要。