基于混沌吸引子的真空断路器永磁斥力机构机械故障识别方法

针对真空断路器斥力机构故障时振动信号瞬态、非线性且难以进行故障定量评估与识别的问题,该文提出一种基于吸引子形态的混沌吸引子矩特征量和粒子群优化支持向量机的斥力机构故障评估与识别方法。以斥力机构分合闸过程中典型故障,特别是分闸油压缓冲器不同过调故障程度的振动信号为分析对象,首先采用混沌理论相空间重构方法和Wolf算法,得到最大Lyapunov指数,表明斥力机构振动信号具有明显的混沌特性,通过三维相图定性分析振动信号混沌吸引子演变规律;然后引入混沌吸引子矩理论,提取四种二维吸引子矩,利用最小二乘法线性回归计算第一区域曲线斜率为吸引子形态特征量,同时提取时域信号共同组成特征向量库;最后比对分析支持向量机算法与粒子群优化-支持向量机组合算法的准确率。实验结果表明,文中所用方法可精准识别斥力机构故障类型。