电工技术学报
電工技術學報
전공기술학보
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
2014年
11期
154-161
,共8页
缪希仁%吴晓梅%石敦义%郭谋发%王吴雨
繆希仁%吳曉梅%石敦義%郭謀髮%王吳雨
무희인%오효매%석돈의%곽모발%왕오우
低压断路器%振动分析%合闸同期性%经验模态分解%本征模态函数分量%能量比%神经网络%故障识别
低壓斷路器%振動分析%閤閘同期性%經驗模態分解%本徵模態函數分量%能量比%神經網絡%故障識彆
저압단로기%진동분석%합갑동기성%경험모태분해%본정모태함수분량%능량비%신경망락%고장식별
Low voltage circuit breaker%vibration analysis%switching synchronism%empirical mode decomposition%IMF component%energy ratio%neural networks%fault identification
利用振动信号辨识三相合闸不同期故障,应解决有效的振动信号消噪及其故障特征提取方法.提出一种希尔伯特-黄变换(HHT)的低压断路器振动信号分析方法,采用经验模态分解(EMD)有效地提取反映振动信号局部特性的本征模态函数(IMF)分量,以前5阶IMF分量表征振动信号特性且起到信号消噪作用.通过时域特征分析,得出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.提出前5阶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(PSO-RBF)神经网络的低压断路器合闸不同期故障识别模型.实验与仿真结果表明,基于单个传感器振动特性,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的合闸同期性故障识别效果良好,为断路器故障尤其是三相合闸同期性振动分析提供了一种新的诊断方法.
利用振動信號辨識三相閤閘不同期故障,應解決有效的振動信號消譟及其故障特徵提取方法.提齣一種希爾伯特-黃變換(HHT)的低壓斷路器振動信號分析方法,採用經驗模態分解(EMD)有效地提取反映振動信號跼部特性的本徵模態函數(IMF)分量,以前5階IMF分量錶徵振動信號特性且起到信號消譟作用.通過時域特徵分析,得齣振動信號的峭度和均方值可作為判彆機械特性的輔助特徵指標.提齣前5階IMF分量能量比及峭度、均方值為特徵嚮量,建立粒子群優化徑嚮基(PSO-RBF)神經網絡的低壓斷路器閤閘不同期故障識彆模型.實驗與倣真結果錶明,基于單箇傳感器振動特性,綜閤採用時域分析、EMD分解、粒子群優化神經網絡等人工智能的閤閘同期性故障識彆效果良好,為斷路器故障尤其是三相閤閘同期性振動分析提供瞭一種新的診斷方法.
이용진동신호변식삼상합갑불동기고장,응해결유효적진동신호소조급기고장특정제취방법.제출일충희이백특-황변환(HHT)적저압단로기진동신호분석방법,채용경험모태분해(EMD)유효지제취반영진동신호국부특성적본정모태함수(IMF)분량,이전5계IMF분량표정진동신호특성차기도신호소조작용.통과시역특정분석,득출진동신호적초도화균방치가작위판별궤계특성적보조특정지표.제출전5계IMF분량능량비급초도、균방치위특정향량,건립입자군우화경향기(PSO-RBF)신경망락적저압단로기합갑불동기고장식별모형.실험여방진결과표명,기우단개전감기진동특성,종합채용시역분석、EMD분해、입자군우화신경망락등인공지능적합갑동기성고장식별효과량호,위단로기고장우기시삼상합갑동기성진동분석제공료일충신적진단방법.
