导 师: 林莘
学科专业: H0801
授予学位: 硕士
作 者: ;
机构地区: 沈阳工业大学
摘 要: 断路器动作时产生的振动信号可以反映出断路器的相关机械特性,利用现代的信息处理技术,从振动信号中提取出有用特征量,将其用于断路器机械故障诊断已成为目前的研究热点。由于其非侵入式的采集方式,且较容易采集到准确的数据,使得其应用前景十分广泛。本文针对振动信号,就小波包和相关向量机原理应用于高压断路器的机械故障诊断进行了相关的研究。为了获取故障样本,本文以ZW-32型永磁机构断路器为研究对象,应用笔者所在课题组搭建的信号采集平台对其在正常状态、分闸簧脱落、永磁机构固定松动和线圈励磁电流过大情况下的振动信号进行了采集,将采集到的大量信号样本处理后用于故障诊断。作为本文的核心部分,本文着重研究了小波包提取振动信号特征值和应用相关向量机原理进行故障诊断的方法。经过研究发现小波包可以很好的提取出断路器故障时振动信号的特征值,聚类性良好。在此基础上,以小波包提取出的特征值为样本,应用相关向量机建立故障诊断模型。通过仿真实验发现,该方法比传统的神经网络法、支持向量机原理建立的故障诊断模型有着更高的准确度和更快的速度等特点。最后,应用上述方法,建立断路器故障诊断模型,对采集到的样本进行故障分析。测试结果显示,该方法有着较高的故障辨识能力,具有较大的工程实用价值。
关 键 词: 永磁机构断路器 小波包特征熵 聚类分析 相关向量机 故障诊断
分 类 号: [TM561]
领 域: [电气工程]