基于振动信号特征的高压断路器机械故障诊断技术研究

被引：38

作者：

钟建英 ^{[1
]}

刘洋 ^{[2
]}

林莘 ^{[2
]}

郭煜敬 ^{[1
]}

机构：

[1] 河南平高电气股份有限公司

[2] 沈阳工业大学电气工程学院

来源：

高压电器 | 2013年 / 49卷 / 09期

关键词：

高压断路器; 振动信号; 小波包; 相关向量机; 故障诊断;

D O I：

10.13296/j.1001-1609.hva.2013.09.009

中图分类号：

TM561 [断路器];

学科分类号：

080801 ;

摘要：

以ZW-32型永磁机构断路器为研究对象,搭建了断路器动作时振动信号监测平台,采集了操动机构常见故障状态下的振动数据。利用小波包—特征熵提取了振动信号特征值,并建立了基于相关向量机原理的操动机构故障诊断模型,实现了对断路器振动状态的在线监测及故障类型的智能辨别。试验结果表明,该方法具有较高的故障识别能力,对实现断路器机械状态的在线监测与故障诊断有一定的工程实用价值。

引用

收藏

页码：49 / 54

页数：6

相关论文

共 22 条

[1] 基于独立特征选择与相关向量机的变载荷轴承故障诊断 [J].

周勇 ;

何创新 .

振动与冲击, 2012, 31 (03) :157-161

[2] 高压断路器机械故障振动诊断综述 [J].

常广 ;

张振乾 ;

王毅 .

高压电器, 2011, 47 (08) :85-90

[3] 投切电容器组专用真空断路器性能研究 [J].

张华赢 ;

杨兰均 ;

李良书 ;

张伟政 ;

梁驹 ;

全永利 .

电力电容器与无功补偿, 2011, 32 (03) :38-44

[4] 基于粒子群优化神经网络的高压断路器故障诊断 [J].

岳小斌 ;

练刚 .

电力学报, 2011, 26 (01) :41-44+49

[5] 基于滑动平均与相关向量机的齿轮早期故障智能诊断 [J].

何创新 ;

李彦明 ;

刘成良 ;

刘海宁 .

振动与冲击, 2010, 29 (12) :89-92+240

[6] 高压真空断路器机械特性在线监测系统研制 [J].

赵洋 ;

刘汉宇 ;

曾庆军 .

高压电器, 2009, 45 (06) :91-95+101

[7] 中压开关柜在线监测装置的研制 [J].

王小华 ;

苏彪 ;

荣命哲 ;

王从钢 ;

刘定新 ;

邱娟 .

高压电器, 2009, 45 (03) :52-55

[8] 高压断路器运行状态的变权模糊综合评判方法 [J].

陈伟根 ;

魏延芹 ;

廖瑞金 .

高压电器, 2009, 45 (03) :73-77

[9] 小波包能谱熵与神经网络在断路器故障诊断中的应用 [J].

陈伟根 ;

邓帮飞 .

重庆大学学报, 2008, (07) :744-748+765

[10] 基于小波能量与神经网络的断路器振动信号识别方法 [J].

陈伟根 ;

范海炉 ;

王有元 ;

孙才新 .

电力自动化设备, 2008, (02) :29-32