應用機器學習於電動車動力馬達之預防性故障檢測

永磁同步馬達之發展與應用愈來愈廣泛，其重要性不言可喻。然而作為電動車之動力馬達，不僅應注重馬達效能之提升，馬達故障檢測亦是重要環節。電動車負載變動相當劇烈，其動力馬達損壞可能危及生命財產安全。因此，本計畫重點在於以機器學習結合模型基底(Model-based)方法，建立預防性故障檢測系統，以便能在事故發生前預警，並進行維護或替換，降低因馬達失效所衍生之風險，如此更可加速電動車之推廣。目前在馬達故障偵測方法上，結合data-driven以及model-based兩者之研究相當稀少，故本計畫主題有發展之價值。　　接續前期計畫，本計畫規劃兩年執行。第一年包含兩大重點，第一在於匝間短路故障之實體馬達測試，以驗證所建立之故障偵測系統。第二為實際應用場域測試，以輕型電動載具分別加裝健康及故障馬達作為動力源，蒐集校園行駛時故障特徵數據以進行驗證。第二年將進行永磁馬達退磁故障偵測系統之建立，以機器學習結合model-based方法建構之，並透過硬體在線系統進行初步測試驗證。此外，亦將規劃進行實體退磁故障馬達測試，以驗證偵測系統之演算法。最後將整合兩種故障偵測系統，並實際應用於場域測試。