低压断路器振动特性HHT分析及合闸同期性神经网络识别研究.pdfVIP

2013 年福建省电机工程学会第十三届学术年会论文 低压断路器振动特性HHT分析及合闸同期性神 经网络识别研究 缪希仁，王吴雨 (福州大学电气工程与自动化学院，福建 福州 350108) 摘 要：通过分析低压断路器振动信号的时域特征，得出其振动信号的峭度和均方值可作为判别机械特性 的辅助特征指标，并采用希尔伯特-黄变换（HHT ）提取反映断路器振动信号局部特性的本征模态函数 （IMF ）分量，提出以 IMF 分量能量比及峭度、均方值为特征向量，建立粒子群优化径向基神经网络的 低压断路器合闸同期性故障识别模型。实验与仿真结果表明，基于振动特性综合采用时域分析、EMD 分 解、粒子群优化神经网络等人工智能技术，可有效地分析低压断路器合闸同期性。 关键词：低压断路器；振动分析；HHT ；神经网络；合闸同期性；故障识别 1 引言 2断路器振动信号及其时域特征分析 断路器的振动信号含有丰富的机械特性信息， 断路器是一种具备操作机构的瞬时动作开 振动起始时刻及其幅值、频率等均是断路器机械特 关，开关过程中操作机构的机械运动产生振动信 性的基本特征，上述特征的微小变化均反映相应机 号，且其动静触头撞击时还瞬间产生高强度冲击性 械特性变化，如机构卡涩以及部件磨损、移位和变 振动波，其振动信号具有瞬时非平稳及非周期性特 形等。基于振动信号的断路器机械故障研究已成为 点。本文以低压断路器为对象，分析其机械振动特 热点[1-6]，尤其在断路器重要机械特性——合闸同 性，用以研究三相触头合闸的同期性。 期性研究方面取得了良好的效果[7-8]，这些研究工 作主要采用小波变换方法，该方法适用于具有暂 态、突变等非平稳振动信号分析；但小波在故障信 号特征提取上存在以下的不足：小波基和分解尺度 的选择无遵循的原则，且选定后小波分解不随信号 变化加以自适应调整，此外，小波分解还存在能量 泄露。 HHT(Hilbert-Huang Transform，希尔伯特- 黄变换)是近年来发展起来的一种信号分析新方 法，它通过 EMD(empirical mode decompositio 图1 低压断路器4种状态振动信号 图 1 所示是三相合闸同期性实验采集的低压 n，经验模态分解)方法将信号分解为一系列相互 断路器4种状态振动信号 （采样数据点为 25000）: 不同、独立的 IMF（intrinsic mode function， （a）为正常状态即三相触头同期合闸，（b）为 A 本征模态函数）分量，通过分析包含信号局部特性 相触头磨损故障信号，（c）为 B 相触头磨损故障 的IMF可准确提取原始信号的重要特性，且每个I 信号，（d）为 C 相触头磨损故障信号。断路器三 MF 所含频率成分与信号本身有关，但与信号的采 相合闸同期性是指三相动静触头在允许的容差范 样频率无关，具有较高的时频域分辨率，因此， [9-10] 围内同时完成开关闭合动作，则图1 中 （b）、（c）、 可准确地揭示信号的内在特征 ，与小波及其它 （d)则是分别因为 A、B 或 C 相触头磨损，造成三 方法相比，能更有效地提取