woeopack aegoOothm
收稿日期：2018 -07 -05 基金项目：国家自然科学基金资助面上项目(51775245)；中国博士后基金资助项目(2016M601740) 作者简介：薛红涛(1978—)，男，河南南阳人，副教授(ieht@. c)，主要从事状态监测与故障智能诊断、振动分析、信号处理及特
Abstract: In view of the complee and chanyeabie doviny conditions of electPe vehicles and the special
operating environment of in-wheel motors, it is vero important to develop an Ifectivv fault diaynosis method for in-wheel motors. Because the information transmitted by single feature parameter ofen had limitations, a multi-feature parameter fusion diaynosis method was proposed based on the wolf pack algorithm. Based on the overlap degree of W/dull dWtribution of common fault diaynosis feature parameters in dWereni operation states of in-wheel motors, several f/tuo parameters were chosen with high sensitivity, and several feature parameters were fused through wolf pack algorithm to diaynoso faults and oauetdegaeeaccoadongtoWeobu edostaobutoon ooousoon onooamatoon oomueto-oeatuaepaaameteas.The method wa2eeaoooed bybuoedongaeeakageoauette2t2y2temooon-wheeemotoa.Theeipeaomentaedata2how thatthemethod oomueto-oeatuaepaaameteaou2oon doagno2o ba2ed on woeopack aegoaothm can eoectoeeey odentooyand dotonguoh theeeectaocaeoauetooon-wheeemotoa. Key words: electPe vehicle; in-wheel motor; fault diaynosis; multi-feature parameter fusion ；
征提取研究• 周 宇(1994—)，男，江苏泰兴人，硕士研究生(zy1767449749@)，主要从事故障诊断、信号处理研究.
580
江苏大学学报（自然科甞版）
第40卷
轮毂电机是新能源汽车分布式驱动系统的核心 技术之一，它集驱动、承载、制动等功能于一体，具有 结构紧凑、控制灵活、传动效率高等优点［1］ •然而， 电动汽车面临水、灰尘等运行环境，轮毂电机必须具 有较高密封性,这极易导致散热不良，引起绝缘层熔 化,引发定子绕组的短路、漏电等电气故障,进而影 响车辆行驶安全，严重情况下可能危及人的生 命［2］ •因此，开展轮毂电机故障诊断方法研究很有 必要•
doi： 10.3969/j.issn. 1671 -7775.2019.05.013
基于狼群算法的轮毂电机故障诊断方法
薛红涛1,周 宇2,王 满1,李仲兴1
(1.江苏大学汽车与交通工程学院，江苏镇江212013； 2.江苏大学机械工程学院，江苏镇江212013)
摘要：针对电动汽车复杂多变的行驶工况及轮毂电机特殊的运行环境极易影响车辆行驶安全的问 题，研究一种有效的轮毂电机故障诊断方法非常重要.由于单一特征参数传递的信息往往具有局限 性，提出了一种基于狼群算法的多特征参数融合诊断方法.基于常见的故障诊断用特征参数在轮毂 电机不同运行状态下Weibull分布的重合程度,选取多个灵敏度高的特征参数，然后通过狼群算法 对多个特征参数融合，最后根据多特征参数融合信息的Weidull分布诊断其是否有故障及故障程 度.搭建了轮毂电机漏电故障试验系统,进行了漏电故障试验.结果表明，基于狼群算法的多特征参 数融合诊断方法可以有效识别区分轮毂电机的电气故障• 关键词：电动汽车；轮毂电机；故障诊断；多特征参数融合；狼群算法 中图分类号：TH17 文献标志码：A 文章编号：1671 -7775(2019)05 -0579 -06
针对电动机故障的诊断与识别，国内外学者进 行了大量的研究，相应的理论方法也取得了不断发 展.在信号采集方面,2017年,J. MEDINA-GARCIA 等⑶针对电动机的振动、电流、温度多重信息，基于 多传感器构建无线传感网络，实现对电动机故障的 在线检测.在特征信息提取方面，2016年，B. BESSAM等⑷针对感应电动机转子断条故障提出一 种基于神经网络和Hilbert变换的诊断方法,通过希 尔伯特变换提取定子电流包络光谱，并从包络光谱 中选择表征转子断条的特征量（谐波的幅度和频 率）•在运行状态识别与评估方面，原有的传统人工 经验诊断已逐渐被人工智能诊断所替代.2016年， M. |IM|IR等［5］提出基于人工前馈反向传播神经网 络和系统参数对小功率轮毂电机进行实时监控和故 障诊断.2017年,王艳等⑷采用自适应动态猫群算 法优化相关参数，并应用于电动机故障诊断•这些方 法针对普通电动机某些特定故障往往具有较高的识 别能力，然而面对电动汽车用轮毂电机独特的运行 环境和复杂多变的行驶工况，诊断效果则不理想或 失效;此外，单一的特征参数传递的信息往往具有针 对性和局部性（
(1. School of Automotive and Traffic Enadeeyna, Jiangsu University, Zhenjiang, Jiangsu 212013 , China； 2. School of Mechanical Engi­ neering ,Jiangsu University, Zhenjiang, Jiangsu 212013 , China)
引文格式：薛红涛，周 宇，王 满，等.基于狼群算法的轮毂电机故障诊断方法&O].江苏大学学报(自然科学版)，2019nosis method for m-whed motor based on wolf pack algorithm
XUE SongJo1 , ZSO1 U32 , !4NG Q+n1 , LI Zhongxing1