物理引导的MCSA–IPSA可靠性融合与低数据参数化RUL估计——感应电机仿真基线研究

《Technologies》：Physics-Guided MCSA–IPSA Fusion and Low-Data Parametric RUL Estimation for Induction Motors: A Simulation-Based Study

　　

电特征方法为感应电机（IM）状态监测提供非侵入式基础，但当各模态可靠性不相等时，多模态融合并不必然改善预后。本项基于仿真的研究结合电机电流特征分析（MCSA）、瞬时功率特征分析（IPSA）、可靠性加权融合、可解释健康指标、低数据剩余使用寿命（RUL）估计、测量噪声分析和计算计时。研究人员在健康运行、渐进定子不对称和缩减电路断转子条（BRB）案例中评估了一个经验证的相坐标感应电机模型。对于定子不对称，可靠性加权健康轨迹在全部72个评价状态中呈严格定向性。可靠性加权在预后上优于等融合和仅IPSA，但未超过仅MCSA的RUL精度。在所有诊断输入中，自由截距线性模型优于指数模型；MCSA-LIN取得最低的洁净归一化RUL平均绝对误差（MAE）和均方根误差（RMSE），分别为0.082690和0.084853。在合成电噪声下，p₀₅–p₉₅区间在全部360个单元中包含洁净估计，但不包含合成真值，表明测量噪声离散度远小于确定性偏差。对于BRB诊断，转差跟踪电流边带为主要证据，低频功率特征为补充。完整定子诊断的最差p₉₅延迟为6.350665 ms（2 s采集窗）。这些结果为后续实验验证提供了可重复的仅仿真基线。

本文围绕物理引导的感应电机（IM，将电能转换为机械能的旋转电机）诊断与预后，针对电特征监测中多模态可靠性不等、诊断特征未必适合作退化坐标、低数据RUL（剩余使用寿命，从当前时刻到选定端点的剩余距离）建模和不确定性来源不清等问题开展仿真基线研究。现有MCSA（电机电流特征分析，利用定子电流频谱特征诊断故障）和IPSA（瞬时功率特征分析，利用电压电流瞬时功率特征诊断故障）各有信息，但融合不必然优于最强单模态；RUL区间需明确不确定性来源；物理run-to-failure数据缺乏时需透明基线。研究人员用经验证相坐标IM模型构建健康、渐进定子不对称和缩减电路断转子条（BRB，转子电路中断的缩减拓扑表示）分支，比较MCSA/IPSA、等融合（EQUAL，等权融合）与可靠性加权（RW，按模态可靠性赋权融合），构建有界健康指标（HI，将特征映射为有界退化坐标），在稀疏因果前缀下比较指数（EXP）和自由截距线性（LIN）RUL模型，并用AWGN（加法白高斯噪声）蒙特卡洛、消融和计时评价。结论是RW主要保护融合免受弱模态影响而非必然超过最强单模态；LIN在该合成轨迹上优于EXP；测量噪声离散远小于确定性偏差；分析路径计算轻量。意义在于提供可重复的仅仿真基线，为后续实验验证设定方法边界。

关键方法概括如下：经验证的相坐标IM机电模型；按物理请求频率进行MCSA/IPSA复投影（Hann窗、相干增益校正、单边复RMS）；由诊断行为预校准并固定的RW融合；有界HI；相同因果前缀下EXP与自由截距LIN低数据RUL拟合及状态规则；AWGN 40/30/20 dB、每负载/SNR 200条轨迹的蒙特卡洛；诊断与RUL消融；内存内计时。无物理样本队列，数值数据来自版本控制Python工作流release im-rul-fasttrack-simulation-v1.0.0。

研究结果保留原文小标题概括如下。5.1 数值模型验证：通过预定义验证链（健康恢复、矩阵性质、有限差分导数与转矩一致性、浮星电流守恒、能量平衡、收敛、故障可观测性和重复性）确认仿真分支数值实现；B10同容差记录为失败，收敛感知更严格容差下达物理数值等价，非实验验证。5.2 定子诊断特征与可靠性融合：通过全载及三负载渐进定子不对称仿真，请求频率MCSA特征FI和IPSA特征FP随ε减小而增大；可靠性校准给w_I=0.811037、w_P=0.188963，融合指标由电流通道主导。5.3 断转子条诊断特征：通过健康与(0)、(0,1)、(0,1,2)缩减电路拓扑仿真，滑差跟踪电流边带为主，低频功率互补；可靠性权重给MCSA 0.979983、IPSA 0.020017，融合优于等融合但不优于仅MCSA，功率特征非全工况单调；滑差定位灵敏度Δs=0.001约2.55%变化，Δs=0.005约50%衰减，排序保持。5.4 渐进定子健康指标：72个洁净状态全部通过有效性检查，RW-HI随τ严格下降且无反转或平台；负载条件归一化减小但不消除跨负载差异，最大范围0.0475111（τ=0.5）。5.5 洁净低数据RUL估计：120个洁净预测均VALID且为提前端点预测；LIN对每个诊断输入均优于EXP；MCSA-LIN最低MAE 0.082690、RMSE 0.084853；端点敏感性保持主要排序，但改变绝对误差和部分状态。5.6 测量噪声RUL不确定性：AWGN 40/30/20 dB下平均区间宽为0.000660、0.002147、0.006807；360个单元中洁净估计全在p₀₅–p₉₅内，合成真值0/360在内；20 dB下洁净MAE与噪声RMSE比值30.27–91.51，确定性偏差主导。5.7 最终预后消融：清洁和20 dB下RW优于EQUAL和仅IPSA，但仅MCSA最佳；排序为MCSA、RW、EQUAL、IPSA，LIN优于EXP；RW是保护机制而非必然协同。5.8 计算计时：2 s窗已在内存时，完整定子诊断最差p₉₅为6.350665 ms，BRB为10.227580 ms，MCSA-LIN为3.601150 ms，RW-LIN为5.019735 ms，RW-EXP为12.821335 ms；远低于2000 ms，但非硬实时或嵌入式认证。

讨论部分总结：四个主要发现是RW相对等融合和弱IPSA改善融合输入但未超过最强MCSA；自由截距LIN对每个诊断输入优于EXP；电测量噪声离散远小于确定性预测偏差；内存内分析计算轻量。原文强调RW应解释为保护机制而非保证协同，LIN优势仅限该预定义合成轨迹；不确定性区间仅表征AWGN传播，不表征物理寿命置信；BRB缩减拓扑不是物理断条百分比，且未定义BRB RUL。主要限制为全仿真、单一参数化、平衡直接50 Hz供电、三恒载、合成ε(τ)、离散BRB拓扑和仅AWGN；需实验跨电机和run-to-failure验证。

研究结论翻译：本研究建立了可重复的基于仿真的物理引导感应电机诊断与归一化低数据预后评价基线。框架结合请求频率MCSA和IPSA特征、显式可靠性校准、有界健康指标、匹配的指数与自由截距线性RUL基线、来源特定不确定性与敏感性分析及计算计时。其贡献是集成透明评价框架及证据，而非声称MCSA、IPSA、加权融合或参数RUL模型为新算法。对渐进定子不对称，可靠性加权健康轨迹在全部72个洁净状态严格定向，无反转或平台。可靠性加权相对等融合和较弱IPSA-only改善融合诊断与预后输入，但未超过MCSA-only归一化RUL精度。BRB评价显示滑差跟踪电流边带为更强诊断证据，低频瞬时功率互补；可靠性加权主要作为对较弱模态的保护，而非保证超过最强单通道的协同。对预定义合成定子退化轨迹，自由截距线性估计器对每个诊断输入取得低于约束指数估计器的聚合洁净和噪声MAE/RMSE。MCSA-LIN仍为最强组合，洁净归一化RUL MAE/RMSE为0.082690/0.084853。预报原点分析显示原始系统提前偏差与模拟诊断坐标几何及外推模型形式有关：退化坐标在观察前缀中领先合成寿命坐标并随后变平，而正参数指数模型外推凸增长；更好短前缀拟合不一定带来更好端点预测。LIN优越性仅适用于该预定义合成轨迹和预报协议，不能解释为物理感应电机退化的一般属性。在原始ε_E=0.40模型端点，全部120个洁净预报早于合成真值。使用替代严重状态的端点敏感性保持主要比较排序，但改变绝对误差、部分晚原点状态及普遍提前预测性质。AWGN分析分离精度与准确度：p₀₅–p₉₅电噪声区间在全部360个评价单元包含相应洁净估计，但均不包含合成真值。端点定义和BRB滑差频率定位因此是额外独立结果敏感性来源，而非AWGN区间组成部分。分析流程在声明工作站上计算轻量。最差完整定子诊断p₉₅延迟为6.350665 ms（2000 ms采集窗），测试的完整诊断加预后路径远低于窗时长。这些测量仅支持内存内分析计算可行性；不建立硬实时确定性、嵌入式性能、采集延迟、实际滑差估计延迟、通信开销或端到端数字孪生性能。所有发现限于预定义数值研究。未建立物理老化律、实验校准物理失效阈值或模拟健康指标与物理RUL的实验验证关系。建模BRB拓扑水平不是物理断条百分比，且不作BRB RUL声明。实验跨电机和run-to-failure验证应先于任何物理寿命、现场可靠性或完整数字孪生解释。