基于IGBT特征分析的地铁车辆逆变器故障阐述

王国栋

摘要：在地铁车辆日常运行的过程中，为了保证车辆的稳定性和安全性，要加强对地铁车辆逆变器故障的重视程度，为了保证实际工作效率的提升，要在IGBT特征的基础上进行深入性的分析及研究，利用先进的技术对主电路的IGBT特征进行全方位的提取以及分析，从而构建分类模型，全面而精准性的了解车辆逆变器故障的部位以及发生的原因，提高后续工作针对性和科学性。

关键词：IGBT特征;地铁车辆;逆变器

一、基于IGBT特征分析的地铁车辆逆变器故障模式

在IGBT特征下进行地铁车站逆变器故障模式分析时，需要加强对这两部分内容的了解和认识，从而为后续工作奠定坚实的基础，这一设备是地铁车辆逆变器中的关键组成部分，在地铁车辆运行过程中，由于IGBT而出现逆变器故障高达40%，在当前地铁车辆逆变器故障中，IGBT故障的外部电路参数研究是比较多的，在实际工作中需要加强对机理以及规律有效联结以及认识，从而保证实际维修工作效率的提高。IGBT和工作温度以及故障率是成正相关关系的正常状态，变为软故障时可以经过时间的变化而转变为硬故障，严重影响了地铁车辆逆变器的平稳运行，因此在实际工作中需要在IGBT的特征下了解地铁车辆逆变器当前的运行状态，以及在运行过程中很有可能存在的问题，融入先进的科学技术手段，给实际工作起来一个重要的支撑作用，从而延长逆变器的使用寿命。在实际工作中，由于地铁车辆的运行存在较多的限制性，所以需要通过状态识别算法来提升实际工作效率以及工作质量，将数据井小波包的改进和提取，再通过统计学的方法进行有效的研究，明确主要的特征，之后要通过功率实验的方法来提供重要的理论支撑以及指导，从而使得地铁车辆逆变器能更加平稳和安全的运行。

二、基于IGBT特征分析的地铁车辆逆变器故障

（一）明确表征

在IGBT特征背景下进行地铁车辆逆变器故障分析时，需要明确各个影响因素之间的关系，从而为后续的研究工作提供重要的方向和基础。在应用过程中可以发现IGBT的工作温度是导致逆变器故障的重要影响因素，在对IGBT工作状态进行分析和研究时，可以明确多个故障同一桥臂上下两管固长和不同桥壁异侧两管故障存在着较大的差异性，另外对于不同的故障方法来说，也存在着诸多的不同，不同的故障会划分为硬故障和软故障，硬故障主要是由于IGBT门级信号在信息反馈过程中存在着丢失的问题，这就给后续的数据分析工作带来诸多的困扰。另外在信号传输时还会存在一些错误和干扰性的数据。另外对于软故障来说，主要是指在短时间内温度急剧升高，但是逆变器在这一时间段内的表现是非常正常的，但是在后续使用过程中逆变器的频繁失效会，使得实际应用情况无法得到有效的改善，使得逆变器无法在实际中发挥其应有的价值和效果。在实际工作中需要进行仿真性的计算以及处理，并且还需要考慮各个温度下一些热稳定性的电阻，在实际工作中如果逆变器的通管压降超过系统预定值的话，那么所产生的热电阻会近似相等，再通过仿真等算法能够以三点电流作为主要的监测变量，明确故障发生的原因以及部位。在实际工作中需要进行多方位的分析以及了解，明确最大值以及平均值，还需要结合实际工作需求以及工作要求，科学性的计算相关的数值，从而使得实际工作效率和工作质量能够得到有效提高。

（二）数据的精准运算

由于IGBT特征背景下的地铁车辆逆变器故障存在着多样性的特征，因此为了使这些故障能够有效解决，需要进行数据的精准性运算，从而为后续工作奠定坚实的基础。本电路的故障类型是比较多的，需要抽取相对应的向量作为主要的样本在开展相对应的测试工作进行数据的分类以及整合，为了保证分类的精准度以及运算的速度，需要进行数据的统一性归类，采取交叉验证的方法，寻找最优的参数，之后再根据数据整体训练的要求和标准，保证数据的精准性，之后再进行数据测量模型的有效分类来提升实际工作效果以及工作质量样本分类的结果如下图所示。

在对这些数据进行分析时，能够看到这一精准性的预算方法，可以快速的找到故障发生的部位，并且还可以和之前正常情况进行相互的对比，但是这项计算方法在软故障判断方面存在诸多的误差，这主要是由于软故障所对应的参数是在一定的区间内，在仿真取样工作中很容易存在一定的偏差，随机性特征是非常明显的，再加上样本辐射有限，这就给实际工作带来诸多的问题。

结束语：

为了使地铁车辆逆变器能够更加平稳的运行，需要加强对IGBT特征的了解和认识，结合地铁车辆逆变器的特点和运行的要求，给实际工作起了一个重要的支撑和引导作用，融入我国先进的科学技术数手段，构建三维仿真性的模型，这样一来可以在IGBT特征下快速的分析地铁车辆逆变器故障发生的部位以及原因，从而使得我国地铁车辆能够具备安全性和稳定性的特征。

参考文献

[1]葛兴来，谢东，邓清丽.车载牵引变流系统故障诊断与容错控制综述[J].电源学报.2020，（1）.28-44.

[2]林双双.基于信号处理的牵引逆变器IGBT的故障诊断方法研究[D].西南交通大学，2018.72.

无锡地铁集团有限公司运营分公司，江苏无锡 214000