为什么电动车的电机会退磁？该怎么办？

从学术角度，分享一篇最新的科研进展。

中国科学院电工所学者提出永磁同步电机失磁故障的动态识别方法

在新能源汽车行业，永磁同步电机（PMSM）因具有高效率、高功率密度、低噪声、低转矩脉动等优势，已成为了高性能驱动电机的主流方案之一。随着电动汽车逐渐朝着零部件高度集成化、电压等级高压化、电驱系统多电机化的方向发展，永磁同步电机转子永磁体在高温、大电流工况下的退磁问题日益凸显，一旦永磁体发生退磁故障，将会直接导致电机输出转矩质量下降，进而致使电枢电流和电机温度升高，使退磁故障进一步扩散，最终影响整个电驱系统的精准控制和可靠运行。

针对永磁同步电机退磁问题，部分学者从转子结构设计的角度对永磁同步电机进行防退磁设计，分析了磁极拓扑结构、永磁体形状、磁障层数、隔磁桥结构等因素对转子抗退磁性能的影响，为强抗退磁转子结构的设计提供了思路，但该方法仅能开环式防止永磁同步电机退磁故障的发生，无法避免退磁故障的进一步扩散，因此还需要对退磁故障进行在线监测。

众多研究表明，侵入式检测结果的准确度较高，并且该方法可以实现对转子永磁体退磁故障位置的定位，然而由于其需要对电机定子绕组进行特殊设计，因此制造成本较高。随着永磁驱动电机不断朝着高功率密度的方向发展，多块永磁体组合成的转子磁极被广泛使用，而空间分布的永磁体因布置位置的不同，其磁极退磁也具有空间特殊性。

针对电驱动系统用高功率密度永磁驱动电机存在的不可逆退磁问题，中国科学院电工研究所等单位的黄康杰、熊斌、崔刚等，以一款8极48槽的双V型永磁同步电机为例对退磁故障的动态识别方法进行了研究。在考虑电机闭合磁路对永磁体退磁故障影响的基础上，通过分析高退磁率电机模型退磁前后的空载和负载参数变化，采用Pearson相关性分析的方法提取了表征退磁故障的特征参量，给出了一种退磁故障的动态识别方法，并分析了转速和电流对特征参量的影响，完成了对退磁故障动态识别方法的修正。

他们指出，与采用空气或不导磁介质等效永磁体退磁故障的方法相比，本研究考虑了电机闭合磁路对转子永磁体退磁故障的影响，更加接近永磁体实际的退磁状况。

研究者基于Pearson相关性分析方法，获得了与退磁故障具有显著相关性的特征参量。在空载工况下的空载反电动势、齿槽转矩、齿槽转矩脉动极差、气隙磁通密度以及交直轴电感均可作为表征退磁故障的特征参量。在负载工况下，电机的输出转矩和负载交轴电感可作为表征退磁故障的特征参量，但还需通过电枢电流对其进行修正，从而得到了任意工况下的退磁故障动态识别方法。

退磁故障动态识别方法的仿真验证结果显示，预测退磁率与实际退磁率误差为0.68%。电机的实验测试结果显示，预测退磁率与标准退磁率最大误差也仅为1.765%，两个结果的误差均在可接受的范围内，验证了该退磁故障动态识别方法的可行性和准确性。

本工作成果发表在2024年第22期《电工技术学报》，论文标题为“基于Pearson相关性分析的双V型永磁同步电机失磁故障动态识别方法”。本课题得到国家自然科学基金的支持。