基于机构动力学特性仿真和ANN的高压断路器状态识别的研究.pdfVIP

基于机构动力学特性仿真和ANN的高压断路器状态 识别的研究 王小华杨武荣命哲贾申利 西安交通大学电气工程学院，西安，710049 摘要 本文创新地将断路器机构动力学特性仿真分析和基于ANN的状态 识别算法相结合，为高压断路器的状态在线检测方法的研究提供了一条新思 路。利用所建立的VSl型真空断路器机构动力学模型对故障状态下的断路器 机构动力学特性进行了仿真分析。提出一种基于ANN的断路器机械状态识 别算法，该算法不仅能够识别已知的状态类型，而且具有新状态类型的识别 功能。 关键词 高压断路器状态识别机构动力学人工神经网络 1引言 对高压断路器采用状态检修技术，能够有效地扩大维修周期，节省维修 费崩lIqJ。为了实现科学的状态检修，有必要对断路器状态检测方法和技术 进行深入研究。高压断路器在长期的运行过程中，其操动机构常出现各种各 样的缺陷或故障，如运动部件卡涩、轴销脱落、缓冲器失效等。为了对高压 断路器操动机构的缺陷和故障进行深入的研究，文[3】利用ADAMS软件包 针对VSI型真空断路器建立了其机构动力学仿真模型，图l示出了该模型 的示意图，图中箭头指明了容易发生故障的部件位置。实际上该模型隐含了 人量的运动学和动力学方程组，利用该模型可以很方便地对相应断路器在故 障状态下的机构动力学特性进行仿真研究。 通过对断路器动力学特性的研究，可以获取反映其工作状态的特征量， 在实际应用中，如何从检测参数提取的特征量来识别断路器的当前状态是一 个值得研究的问题。状态识别的本质是模式识别。作为模式识别的一种重要 工具，人工神经网络(ANN)在这一领域得到了广泛的应用14。j。由于ANN 的自学习、自组织和并行处理的特点，基于ANN的识别系统和传统的识别 系统比较起来具有以下几个明显的优点16J：1)能识别带有噪声或变形的输 入模式；2)具有很强的自适应学习能力；3)能把识别处理和若干预处理融 合～体进行；4)识别速度快。 本文创新地将断路器机构动力学特性仿真分析和基于ANN的状态识别 算法相结合，为高压断路器状态检测方法的研究提供了一条新思路，所得研 究结果具有一定的实用价值。 ·———191·--— 究结果具有一定的实用价值。 图l断路器操动机构容易发生故障的部位 2故障状态下的高压断路器机构动力学特性仿真分析 由于机械部件之间的相互关联性，当某一部件发生故障时，其它部件的 动作常常会受到影响。对于断路器的弹簧操动机构而言，主轴在分合闸过程 中的动力传递中处于承上启下的关键位置，它的动作特性能够在相当程度上 反映操动机构的状态。由于主轴转角是～个容易检测的参数，故将它作为操 动机构的状态参数。如果能够弄清状态参数跟机械状态之间的对应关系，那 对于断路器的状态检测和识别是非常有意义的。 本文利用所建立的VSl型真空断路器机构动力学模型，针对操动机构 容易发生的5种故障类型，对断路器分闸过程进行仿真，研究不同的故障形 式下的主轴转角特性。 1)绝缘拉杆底部的轴销脱落(故障部位如图l中箭头2所示) 图2给出了当绝缘拉杆底部轴销脱落时的主轴转角。虽然由于绝缘拉杆 轴销脱落，使得整个运动部分的质量有所减少，但由于故障相由触头弹簧产 生的分闸力不能够带动主轴旋转，即总的分闸动力有所减少，故在分闸的中 期阶段，速度有所下降，分闸时间比正常情况延长了约6ms。 2)中间相拐臂轴销脱落(故障部位如图1中箭头3所示) 图3给出了中间相拐臂轴销脱落后的主轴转角曲线。由于故障相由分闸 弹簧和触头弹簧产生的分闸力对分闸过程不起作用，主轴在6ms后的转动几 乎停止，分闸操作失败。 ·-—-192·-—- Time／ 幽2绝缘拉杆底部轴销脱落后的主轴转角 图3中间相拐臂轴销脱落后的主轴转角 3)缓冲器故障(故障部位如图l中箭头5所示) 图4给出了油缓冲器失效(油泄漏从而失去缓冲作用)后的主轴转角曲 线。从图中可以明显地看到由于缓冲器失效造成的分闸弹振现象。在缓冲拐 臂带动油缓冲器即将到达底端时，由于缺乏阻力作用，分闸速度急剧上升， 当油缓