4、信号采集与预处理：电压电流传感器、编码器/旋变、采样频率、滤波、去噪、归一化等预处理方法

永磁同步电机（PMSM）故障诊断系统的性能高度依赖于前端信号采集的准确性与预处理算法的有效性。无论是基于模型的方法（如滑模观测器、卡尔曼滤波）还是基于数据驱动的方法（如神经网络、支持向量机），其输入数据的质量直接决定了诊断结论的置信度。本章围绕PMSM故障诊断中的信号链展开，系统阐述电压电流传感器选型、转子位置传感器（编码器/旋变）的工作原理、采样频率的设定准则，以及滤波、去噪、归一化等预处理方法的工程实现路径。

4.1 电压电流传感器选型与信号调理

4.1.1 核心原理

PMSM驱动系统中，电压电流检测是故障诊断的基础。电流传感器通常采用霍尔效应传感器（LEM系列）、采样电阻+隔离运放或电流互感器（CT）。电压传感器则多采用电阻分压+隔离放大器或霍尔电压传感器。对于故障诊断应用，传感器不仅需要满足控制环路的带宽要求，还需具备足够的幅值精度和相位一致性，以捕捉故障引起的谐波分量和瞬态特征。

4.1.2 选型关键参数

参数	控制应用要求	故障诊断要求	推荐值/说明
带宽	≥10×基波频率	≥10×最高故障特征频率	电流传感器≥50kHz，电压传感器≥20kHz
精度	±1%~±2%	±0.5%以内	故障特征幅值通常为基波的1%~5%
相位延迟	可接受	各相间需一致	三相电流传感器相位失配≤0.1°
隔离耐压	基本绝缘	加强绝缘	≥2.5kVrms，考虑共模干扰
温漂	≤100ppm/°C	≤50ppm/°C	长时间运行稳定性

4.1.3 信号调理电路设计要点

传感器输出信号在进入ADC之前需经过调理电路。典型链路为：传感器 → 差分放大 → 低通滤波（抗混叠）→ 电平偏移 → 钳位保护 → ADC输入。对于电流传感器，需注意采样电阻的功率损耗和温升；对于电压传感器，需关注共模抑制比（CMRR）和输入阻抗对分压精度的影响。

4.1.4 常见误区

• 误区1：只关注传感器带宽而忽略相位一致性。三相电流相位失配会导致Park变换后的dq轴电流出现虚假的2倍频波动，被误判为匝间短路。
• 误区2：抗混叠滤波器截止频率设置过高。若ADC采样率为20kHz，抗混叠滤波器截止频率应设为8~10kHz（-3dB），而非直接使用传感器全带宽。
• 误区3：忽略调理电路中的直流偏置漂移。运放失调电压随温度变化会引入低频漂移，影响故障特征提取的准确性。

4.2 编码器与旋变：位置信号采集

4.2.1 核心原理

转子位置信息对于PMSM的磁场定向控制（FOC）和故障诊断至关重要。增量式编码器提供A/B/Z正交脉冲，绝对式编码器直接输出绝对位置码，旋转变压器（Resolver）则通过励磁和正余弦绕组感应输出位置信号。在故障诊断中，位置信号用于计算转速、检测转矩波动以及识别偏心故障。

4.2.2 编码器与旋变对比

特性	增量式编码器	绝对式编码器	旋转变压器
分辨率	500~5000线（×4倍频）	12~23位	10~16位（RDC解码后）
抗振动	一般	一般	优秀
温度范围	-20~85°C	-20~85°C	-55~155°C
成本	低	高	中高
故障诊断价值	可检测丢步	可检测位置跳变	可检测绕组短路/断路

4.2.3 位置信号预处理

编码器信号需经过差分接收、整形滤波、正交解码（QEP）后得到位置计数。旋变信号则需经过RDC（Resolver-to-Digital Converter）芯片或软件解码。在故障诊断应用中，位置信号需进行以下预处理：

1. 毛刺滤除：对A/B/Z脉冲进行数字滤波，去除接触抖动或电磁干扰引起的窄脉冲。
2. 零位校准：上电时进行零位搜索，记录编码器零位与电机电角度零位的偏差。
3. 速度计算：采用M法（测频法）或T法（测周法）计算转速，并进行平滑滤波。
4. 位置跳变检测：监测相邻采样周期位置增量是否超出物理极限，用于识别编码器故障。

4.3 采样频率设定与抗混叠

4.3.1 采样频率的理论依据

根据奈奎斯特采样定理，采样频率必须大于信号最高频率的两倍。但对于故障诊断应用，实际采样频率应满足：

fs ≥ 10 × f_max_fault

其中f_max_fault为最高故障特征频率。例如，对于PMSM的匝间短路故障，其特征频率包括基频f1、2f1、3f1以及开关频率边带。若基频为50Hz，开关频率为10kHz，则采样频率应至少为20kHz，推荐设置为50kHz以留足裕量。

4.3.2 采样频率与PWM同步

在PWM驱动的PMSM系统中，电流采样通常与PWM载波同步，在载波周期中心点采样以避开开关噪声。对于故障诊断，建议在PWM周期的多个点采样（如每个PWM周期采样2~4次），以获得更丰富的电流纹波信息。

4.3.3 抗混叠滤波器设计

抗混叠滤波器应放置在ADC之前，通常为一阶或二阶有源低通滤波器。其截止频率fc应满足：

fc ≤ fs / 2.5

例如，fs=50kHz时，fc应≤20kHz。滤波器阶数越高，过渡带越陡峭，但会引入更大的相位延迟。对于故障诊断应用，建议使用二阶巴特沃斯滤波器，在截止频率处提供-40dB/dec的衰减。

4.4 滤波与去噪方法

4.4.1 常用滤波方法对比

方法	原理	适用场景	优缺点
滑动平均滤波	对N个连续采样点取平均	平滑随机噪声	简单，但会模糊瞬态特征
中值滤波	取窗口内中值	去除脉冲噪声/毛刺	保留边缘，但计算量大
低通滤波（IIR/FIR）	频域加权	提取低频分量	FIR线性相位，IIR效率高
小波去噪	小波分解+阈值收缩	非平稳信号去噪	适合瞬态故障特征提取
自适应滤波（LMS）	最小均方误差	消除周期性干扰	需参考信号，收敛速度需调

4.4.2 去噪实施步骤

1. 频谱分析：对原始信号进行FFT，识别噪声频带和故障特征频带。
2. 滤波器选型：若噪声为白噪声，使用滑动平均或小波去噪；若为窄带干扰（如PWM开关噪声），使用陷波滤波器。
3. 参数整定：根据信号特征设置滤波器截止频率、窗口长度或阈值。
4. 效果验证：对比滤波前后的信噪比（SNR）和故障特征幅值变化。

4.4.3 案例：电流信号中的开关噪声抑制

背景：某7.5kW PMSM驱动系统，PWM开关频率8kHz，电流传感器带宽100kHz。在采集的相电流信号中，存在明显的8kHz及其倍频开关噪声，淹没了2f1=100Hz的匝间短路特征。

分析：开关噪声集中在8kHz、16kHz、24kHz等频点，而故障特征在100Hz~1kHz范围内。采用FIR低通滤波器，截止频率2kHz，阶数64阶，可有效抑制开关噪声。

实施：

fs = 32000;  % 采样率32kHz
fc = 2000;    % 截止频率2kHz
N = 64;       % 滤波器阶数
h = fir1(N, fc/(fs/2), 'low');
filtered_signal = filter(h, 1, raw_signal);

结果：滤波后，8kHz噪声衰减>60dB，100Hz故障特征幅值保持率>95%。

复盘：FIR滤波器引入的群延迟为N/(2×fs)=1ms，在实时诊断中需考虑延迟补偿。

4.5 归一化与特征缩放

4.5.1 归一化的必要性

在数据驱动的故障诊断中，不同物理量（电流、电压、转速、温度）具有不同的量纲和数值范围。若不进行归一化，数值较大的特征会主导模型训练，导致诊断精度下降。常用的归一化方法包括：

• Min-Max归一化：将数据映射到[0,1]区间，公式为 x' = (x - x_min) / (x_max - x_min)。
• Z-score标准化：使数据均值为0，标准差为1，公式为 x' = (x - μ) / σ。
• 鲁棒缩放：使用中位数和四分位距（IQR），对异常值不敏感。

4.5.2 归一化在故障诊断中的特殊考虑

对于PMSM故障诊断，归一化需注意以下问题：

1. 工况依赖性：电流幅值随负载变化，若直接对原始电流归一化，不同负载下的特征可能不可比。建议先除以额定电流或基波幅值。
2. 在线归一化：实际系统中，x_min和x_max需在线更新，可采用滑动窗口统计。
3. 特征级归一化：对提取的频域特征（如谐波幅值、边带能量）进行归一化，而非仅对时域信号。

4.5.3 归一化流程示例

% 以三相电流为例
I_rated = 15.5;  % 额定电流幅值(A)
I_norm_a = I_a / I_rated;  % 标幺化
I_norm_b = I_b / I_rated;
I_norm_c = I_c / I_rated;

% 对频域特征进行Z-score标准化
features = [f1_amp, f2_amp, f3_amp, sideband_energy];
mu = mean(features);
sigma = std(features);
features_norm = (features - mu) / sigma;

4.6 预处理链路综合案例

4.6.1 案例背景

某15kW内置式PMSM（IPMSM）用于工业压缩机，额定转速3000rpm，极对数4，PWM开关频率10kHz。现场反馈电机在运行约2000小时后出现异常振动和噪声，需通过电流信号分析判断是否存在匝间短路或退磁故障。

4.6.2 信号采集配置

通道	传感器	采样率	调理参数
U相电流	LEM LAH 50-P（带宽100kHz）	50kHz	二阶低通，fc=20kHz
V相电流	LEM LAH 50-P	50kHz	二阶低通，fc=20kHz
W相电流	LEM LAH 50-P	50kHz	二阶低通，fc=20kHz
母线电压	电阻分压+隔离运放	50kHz	一阶低通，fc=10kHz
转子位置	旋变（励磁10kHz）	50kHz	RDC解码，12位

4.6.3 预处理流程

1. 数据采集：连续采集10秒数据，存储为原始波形。
2. 去直流偏置：计算每个通道的均值并减去，消除传感器零漂。
3. 抗混叠验证：检查频谱，确认20kHz以上无混叠分量。
4. 开关噪声抑制：使用FIR低通滤波器（fc=5kHz，N=128），滤除10kHz开关噪声。
5. 坐标变换：将三相电流变换至dq坐标系，提取id、iq。
6. 特征提取：对iq进行FFT，提取基频幅值、2f1、3f1谐波幅值及边带能量。
7. 归一化：将特征除以额定工况下的基波幅值，消除负载影响。

4.6.4 诊断结果

预处理后的频谱显示：2f1（400Hz）谐波幅值较健康状态增加12dB，3f1（600Hz）增加8dB，且出现明显的f1±2f_r边带（f_r为机械旋转频率）。结合dq轴电流分析，判断为A相绕组存在轻度匝间短路（约2%匝数短路）。

4.6.5 复盘与经验

• 采样率50kHz足以覆盖10kHz开关噪声和最高5kHz的故障特征频率，但需注意数据存储量（10秒×5通道×50kHz×2字节≈5MB）。
• FIR滤波器阶数过高（N=128）导致群延迟约1.28ms，在实时诊断中需采用零相位滤波（filtfilt）或预测补偿。
• 归一化时使用额定电流标幺化，使得不同负载下的特征具有可比性，但需注意低负载时信噪比下降的问题。

4.7 总结与设计建议

信号采集与预处理是PMSM故障诊断系统的第一道关卡，其质量直接决定后续诊断算法的上限。本章的核心要点可归纳为：

• 传感器选型：优先选择带宽充足、相位一致性好的电流/电压传感器，旋变在恶劣环境下更具优势。
• 采样频率：遵循fs ≥ 10×f_max_fault原则，并与PWM同步采样以抑制开关噪声。
• 滤波去噪：根据噪声类型选择滑动平均、FIR低通或小波去噪，注意滤波器相位延迟对实时性的影响。
• 归一化：采用标幺化或Z-score标准化，确保不同工况下的特征可比，避免数据泄露。
• 系统验证：每次预处理参数调整后，需用已知故障样本进行验证，确保特征提取的稳定性。

在实际工程中，建议建立信号质量的在线监测机制，如实时计算信噪比、谐波畸变率（THD）等指标，当信号质量下降时自动报警，防止诊断系统在劣化信号下做出错误判断。