双定子无铁芯永磁同步直线电机(double stator air-core permanent magnet synchronous linear motor,DSA-PMSLM),因其具有无中间转换机构的直驱方式、推力密度大、效率高、可以同时满足高速大行程运动和微纳米级动态精度等优点,在激光切割机、金属3D打印机、芯片光刻机、液晶面板视觉检测等高精密加工领域具有广泛的应用前景。永磁体作为DSA-PMSLM的核心部分,可以为电机气隙空间提供恒定的磁场环境,保证电机功率密度和推力密度的稳定性。然而,由于永磁材料的时效性、加工工艺和电机实际工作环境中化学、温度、外磁场等因素的原因,易引起永磁体不可逆退磁现象,造成电机的退磁故障。DSA-PMSLM的退磁故障,将造成气隙磁场分布的不均匀,破坏电机内部磁场分布的一致性,进而引起直线电机推力波动的增加,造成电机定位精度的降低。此外,电机退磁故障有可能会引起电机的电气故障和机械故障,甚至造成电机的停机和损坏,严重的电机退磁故障可造成高精密加工设备的损坏和报废。因此,为了提高DSA-PMSLM的稳定性和可靠性,及相关设备的安全性,DSA-PMSLM退磁故障的识别和诊断显得尤为重要。本文以应用于激光切割机中的DSA-PMSLM为研究对象,针对电机出厂前批量化质检、电机磁场一致性检测、和产品定期维护的工业应用场景,系统性地研究了DSAPMLSM退磁故障识别分类方法,实现DSA-PMSLM退磁故障的精准识别分类。根据双永磁定子电机拓扑结构特点,从电机退磁电磁计算模型的建立、永磁体热退磁建模、电机退磁故障有效信号获取、故障特征提取和增强以及退磁故障识别分类器等方面进行研究,并对所提方法进行了仿真和样机实验验证。为进一步提高永磁直线电机的可靠性和推进相关高精密加工产业的发展奠定了重要的技术基础,并为他类电机退磁故障诊断提供了一种新思路。论文主要研究成果包括以下方面:1、建立DSA-PMSLM电机退磁故障解析与数值电磁计算模型,计算分析不同退磁故障对电机多物理场性能的影响。采用等效磁化强度方法解析定性分析影响电机性能的主要磁场参数,并建立电机退磁故障有限元仿真模型。根据双永磁定子对称和永磁体周期阵列拓扑结构的特点,预设不同种类退磁故障,仿真对比分析了DSA-PMSLM正常和退磁状态下气隙磁密分布、空载感应电动势谐波含量和推力性能的不同,为后续退磁故障信号获取和特征提取奠定模型基础。2、提出了一种基于极限学习机的钕铁硼永磁体热退磁建模方法,建立了高精度永磁体热退磁模型。深入分析钕铁硼永磁体热退磁机理,探寻温度与永磁体退磁程度之间的映射关系,引入极限学习机方法建立永磁体热退磁回归计算模型,为后续获取特定预设故障永磁体提供基础,实验验证了该方法的有效性。3、研究了一种气隙空间三线磁密故障信号提取方法,有效地获取了DSA-PMSLM退磁故障信号。对比分析了电流信号、电压信号和振动信号等电机故障诊断常用信号在DSAPMSLM电机退磁故障诊断中应用的可能性和优缺点。提出一种气隙空间三线磁密信号获取方法,以适用于双永磁定子拓扑结构的直线电机退磁故障识别分类,为后续故障特征的提取奠定信号源基础,仿真和样机实验验证了该方法的有效性。4、提出一种Teager-Hanning能量算子方法,实现DSA-PMSLM故障特征的有效提取和增强。研究不同信号处理方法,如小波变换、EMD分解、TT变换等方法在DSA-PMSLM退磁故障特征提取方面的不足。提出使用复小波变换对故障信号进行预处理,提取其包络线信号,并提出一种新型Teager-Hanning能量算子方法,对故障特征进行了增强提取,为后续的退磁故障识别分类研究提供数据源,仿真和样机实验验证了该方法的有效性。5、建立了随机森林机器学习分类器,实现了DSA-PMSLM退磁故障的精准识别。深入分析DSA-PMSLM退磁故障分类原理,建立样本数据库。研究特征加权K最近邻,决策树和随机森林等多种机器学习分类器方法,设计了DSA-PMSLM退磁故障分类器,仿真和样机实验验证了随机森林分类器具有较高的识别分类准确率和稳定性。6、制作DSA-PSMLM样机,搭建基于三通道高斯计的退磁故障检测实验平台,为本文所提方法的验证提供了软硬件平台。仿真实验和样机实验结果表明,本文所提方法可以识别DSA-PMSLM退磁故障类型,判断出退磁故障发生的具体位置和严重程度,识别分类准确率高于95%以上。为该类电机生产制造中的批量化离线检测和定期维护提供一种新的技术手段,也可为他类电机的退磁故障诊断提供一种参考。