基于振动信号的SF_6高压断路器操动机构状态监测

操动机构作为高压断路器开断的一级执行元件,其机械状态的健康程度直接影响断路器的工作状况。而断路器动作时的振动信号是由断路器内部一系列机械部件的运动与撞击产生的,含有丰富的时域和频域信息,为了能够实时有效地监测断路器操动机构的状态,需要对操动机构不同部位不同状态下对应的振动信号进行分析,获取能够反映断路器状态的特征量作为评估操动机构状态的判据。文中的研究对象为弹簧疲劳和缓冲器失灵两种操动机构故障,首先,分别对两种故障和正常工况进行了大量的模拟实验并采集相应的机械振动信号,通过形态学滤波对振动信号进行必要的降噪处理;然后对信号进行时域、频域上的分析对比,并以相对小波包能量法获取振动信号各频带的能量分布;最后,采用支持向量机对各个工况下的频带能量进行训练,并预测了待测试振动信号对应的断路器机械状态。结果表明,该方法具有很高的状态识别准确率,能满足实际工程应用中断路器操动机构的机械状态在线监测要求。     

断路器操动机构振动信号的分析

以CT1型弹簧操动机构为研究对象,通过实验研究得出利用振动信号来区分不同振动事件的方法,并分析了振动信号出现时间与操动机构机械状态的关系。     

基于振动信号特征的高压断路器机械故障诊断技术研究

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。     

基于多参量的高压断路器分/合闸线圈的故障诊断

由于分/合闸线圈电流信号和振动信号的变化均可以反映操动机构的运行状态,因此文中阐述了根据多参量来诊断高压断路器分/合闸线圈故障的一种新方法,以提高高压断路器故障诊断的准确率。文中首先介绍了操动机构电磁铁的动作状态,并分析操动机构电流信号与运行状态的关系,其次设计了一套以NI数据采集卡和实时控制器为核心的硬件电路,最后运用多层小波包分解与重构算法对信号进行滤波,结合极值法对信号进行特征值提取,并采用粒子群优化算法与支持向量机相结合的方法进行状态分类。实验结果表明,文中提出的算法能够及时发现高压断路器运行过程中存在的安全隐患,有效提高高压断路器的运行可靠性。     

基于EEMD和卷积神经网络的高压断路器故障诊断

高压断路器分合闸线圈的电流信号蕴含着丰富的断路器操动机构状态信息,对操动机构故障诊断具有重大意义.首先,文中通过集合经验模态分解(ensemble empirical mode decomposition,EEMD)具备的检测突变点性能确定有效分合闸线圈电流信号段,并对其进行EEMD自适应降噪处理.其次,运用时域求极值...     

基于CEEMDAN-LMD-KFCM的断路器操动机构机械故障诊断方法

断路器操动机构中高频振动信号蕴含丰富的机械信息,为有效提取振动中高频分量进行诊断分析,提出了一种新的断路器操动机构机械故障诊断方法。此方法对采集到的振动信号时域波形通过CEEMDAN分解,并根据熵权法对其高频分量进行重构以得到去噪信号,将去噪后的信号进行LMD分解,对分解得到的PF分量求取多尺度排列熵作为KFCM识别算法的输入特征分量。经KFCM识别结果表明,此机械故障诊断方法对断路器操动机构转轴卡涩、底座松动、拒动等典型故障具有较高的识别率。     

电器中交流电磁机构的故障诊断

基于LabVIEW的小波包分析和能量检测应用于电器中交流电磁机构故障诊断在时域范围内,故障振动信号幅值虽有变化,但难以确定电器中交流电磁机构故障类型和程度。建立“能量比值－故障”的电磁机构故障辨识系统,即构造能量比值和电磁机构故障的映射关系,用小波包对振动信号分解与重构,获得振动信号的突变信息及与电磁机构故障相关的特征信息．试验结果可以看出该方法能有效地判断交流电磁机构故障类型和程度．     

带气动操动机构GIS断路器振动特性仿真研究及改进

文中采用建模和仿真方法对安装于某水电厂的某一带气动操动机构的330 kV GIS断路器分、合闸操作异常振动问题展开研究。首先,建立了带气动操动机构断路器的运动模型,仿真分析了其操作时的振动特性及气动机构工作气压变化对振动特性的影响。然后,又对带液压操动机构断路器操作时的振动特性展开了建模和仿真分析。部分仿真结果也与试验结果进行了对比,能够较好吻合。通过对带两种不同操动机构断路器振动特性仿真结果的对比发现:液压操动机构断路器的振动强度比气动机构的要小,而且液压机构断路器振动强度的衰减速度更快,说明液压机构相比于气动机构更有利于减振。最后,还通过仿真分析了该断路器的安装基础结构对振动特性的影响,发现该水电厂大跨度的钢筋混凝土楼板结构是异常振动的重要诱因。     

CY3型液压操动机构发出“压力降低”信号的对策

笔者所在潮安供电局110kV古巷变电站使用的少油断路器均配置北京开关厂生产的CY3型直流液压操动机构。从投产至今的十来年中，该类型操动机构多次发出“压力降低”预告信号，但其故障原因却不尽相同。为了在“压力降低”预告信号发出后能及时排除故障，保证CY3型液压机构的压力处在额定值，笔者根据多年工作实践，总结出导致CY3型液压机构发出“压力降低”预告信号的几种原因，并提出了相应的处理方法。     

基于时域特征参数与振动信号分析的有载分接开关故障诊断

由于有载分接开关(on-load tap changer, OLTC)需要频繁切换和具有严格的运行条件，OLTC已成为电力变压器中最脆弱的部分之一，OLTC故障的准确诊断对保障电力系统稳定运行意义重大。基于变分模态分解将OLTC振动信号分解为数个模态分量，基于模态分量提取OLTC振动信号的时域特征参数，并利用一系列故障模拟对OLTC振动信号时域特征参数进行统计性分析。通过这些时域特征参数建立OLTC振动信号数据库，从而实现OLTC故障的诊断。     

基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法

为实现滚动轴承故障的精确诊断,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)与峭度准则的包络解调方法。该方法首先利用EEMD将振动信号分解,然后利用峭度最大准则选取EEMD分解后的本征模函数(intrinsic mode function,IMF),将该本征模函数进行包络解调从而获得滚动轴承的故障特征信息。该方法可以有效抑制经验模态分解(empirical mode decomposition,EMD)中的模态混叠问题,同时还避免了共振解调方法中中心频率及滤波频带的选取,具有良好的自适应性。利用该包络解调方法对实际滚动轴承发生内圈、外圈故障进行了分析,证明了该方法可以有效地提取滚动轴承故障特征信息,能够实现滚动轴承故障的精确诊断。     

旋转机械振动信号基于EMD的希尔伯特变换和小波变换时频分析比较

基于经验模态分解(Empirical Mode Decomposition，EMD)的希尔伯特变换(Hilbert Ttransformation，HT)，是先把一列时间序列数据通过经验模态分解，然后经过希尔伯特变换获得频谱的信号处理新方法。介绍了该方法的理论和算法。对仿真和旋转机械油膜涡动故障振动信号分别用基于EMD的HT和基于小波变换(Wavelet Transformation，WT)的时频分析在时域、时频域和频域进行了比较研究，研究结果说明，旋转机械振动信号基于EMD的HT时频分析方法比基于WT的有效。     

基于DCT和EMD的滚动轴承故障诊断

根据轴承故障振动信号特点,提出了一种离散余弦变换和经验模态分解相结合的轴承振动信号故障诊断新方法。将离散时间序列经过离散余弦变换处理成对应的系数向量,在阈值处理的基础上,重构信号提高故障信号的信噪比;对重构信号进行经验模态分解,通过相关系数计算去除伪分量,并进行频谱分析。仿真信号和轴承故障信号的分析表明,该方法提高了信噪比,降低了EMD运算成本,减少了IMF的数量,保证了IMF的物理意义,成功完成微弱故障诊断。     

基于EMD相关去噪的风电机组振动噪声抑制及特征频率提取

针对风电机组振动信号同时受背景白噪声和短时干扰噪声的影响,使得早期微弱故障特征频率难以提取的问题,提出一种结合经验模态分解(EMD)、相关性分析和小波包变换(WPT)的振动信号噪声抑制及故障特征频率提取方法(EMD相关去噪-WPT)。该方法首先利用EMD分解振动信号得到能表征不同频率的固有模态函数(IMF),然后筛选表征故障特征频率的IMF,并重构得到故障特征信号;其次,利用自相关分析去除重构信号中噪声的影响;最后,结合小波包变换(WPT)提取去噪重构振动信号中的特征频率。为了验证所提方法的有效性,以实测和模拟的双馈风电机组轴承故障振动信号为例,对轴承振动信号分别利用小波包变换(WPT)、EMD相关去噪-WPT、小波硬阀值-WPT方法进行特征频率提取分析。通过不同特征频率提取方法比较表明,所提出的基于EMD相关去噪-WPT特征频率提取方法,能够更有效地抑制背景白噪声和短时干扰噪声的影响,提取出早期微弱故障特征。     

余热锅炉汽包水位波动信号的EMD特性分析

为提高余热锅炉水位控制精度，研究了其汽包水位噪声的特性，基于EMD(empirical mode decomposition)自适应分频方法，提出采用汽包水位脉动信号的IMF(intrinsic mode functions) 分量的能量进行特征频带识别的新方法。先用EMD分解水位信号，然后结合频谱分析对各IMF分量的频带能量进行分析，考虑各分量频段包含信号的物理意义，去除主要干扰因素所对应的IMF分量，提取有用的IMF分量重构得到无干扰成分的水位真实趋势信号，使对汽包水位信号的分析不依赖于工况和参数的影响。对水位纯噪声和2种工况下真实水位提取结果表明，该文提出的方法用于分析非线性不确定的水位信号变化的真实趋势具有较好的效果。     

基于EMD的局部放电窄带干扰抑制算法

以经验模态分解(empirical mode decomposition,EMD)为基础,提出了一种基于包络线及有效值的自适应窄带干扰抑制算法,用以从噪声中提取局放信号。EMD可以自适应地将信号分解成若干阶不同频率段的固有模态函数(intrinsic mode functions,IMF),窄带干扰经分解后在振幅上显示出与局放脉冲明显不同的特征,通过包络线及有效值确定的阈值可以有效地区别开来。仿真及实际处理结果表明:与常规的基于小波变换的窄带抑制算法相比,该算法具有较强的自适应性;能有效地抑制局放信号中的窄带干扰。     

动平衡测试系统中不平衡量的测试方法研究

针对动平衡测试系统中不平衡量测试精度较低的问题,提出了一种基于希尔伯特黄变换(HHT)的滤波方法,该方法应用于动平衡测试系统,对获取的转子原始振动信号和转频信号进行分析,可以有效得到不平衡量的质量和相位.方法先对原始振动信号进行经验模态分解(EMD),将振动信号分解为一系列固有模态函数(IMF),再经过希尔伯特(Hilbert)变换计算出各IMF的希尔伯特边际谱,根据转子转频信号滤除掉高低频干扰信号,筛选出针对不平衡量的有效振动信号,根据该信号的幅度和频率即可得到不平衡量的质量和相位.与普通数字滤波方法比较,实验结果表明,该方法用于动平衡测试系统比普通数字滤波方法精度高,效果好.     

改进双谱和经验模态分解在牵引电机轴承故障诊断中的应用

铁路机车传动系统的故障诊断,对保障列车安全可靠运行、防范事故发生起重要的作用。为了有效诊断牵引电机轴承的早期故障,提出基于经验模态分解和改进双谱的故障特征提取方法。经验模态分解是一种数据驱动的信号处理算法,相当于一个自适应滤波器组,其可将信号分解成占据不同频带的固有模态函数,实现信号消噪。滚动轴承承载运转时,局部损伤点以故障特征频率反复撞击与之接触的其它元件表面,会引发机械系统共振;基于此,采用改进双谱分析轴承振动信号各分量间的相互作用,检测轴承故障特征频率。机车实际运行试验表明,所提方法能准确诊断牵引电机轴承的早期故障。     

基于EMD和自相关分析的轮胎音频信号处理

路面的基础激励与路面平整度有着密切的关系,传统的方法很难有效的提取路面施加于轮胎的周期信号。为了通过轮胎音频信号来分析路面平整度,本文采用EMD与自相关分析相结合的方法处理实际工程中所采集的路面轮胎音频信号。首先对原始信号进行经验模态分解,得到理论意义上的固有模态函数;然后对各分解层做自相关分析,判别每层IMF中是否含有周期信号;最后通过频谱分析,有效提取相应周期信号的频率和幅值,进而计算出路面基础激励的频率值,标定路面的平整度。试验结果表明,路面较平整的路段基础激励全部在100Hz以下,且基础激励越大,路面平整度越差;同时该方法也为检测路面平整度提供相应的科学依据。     

基于振动信号EMD-HT时频分析的变压器有载分接开关故障诊断

把一列时间序列数据通过经验模态分解(empirical mode decomposition,EMD)为本征模态函数组(intrinsic mode function,IMF),然后进行希尔伯特变换(hilbert transformation,HT)得到频谱的信号时频分析方法引用到变压器有载分接开关切换机构的振动信号分析领域。笔者介绍了该方法的理论和算法。首先采用仿真信号对该方法进行仿真验证,然后把一实测的有载分接开关故障振动信号进行基于EMD-HT方法的时频分析。通过仿真和实例信号分析结果说明,用EMD-HT时频分析方法对变压器有载分接开关的振动信号进行故障特征提取是有效的。