基于振动信号的断路器机械零部件故障程度识别

作者：杨秋玉^*; 王栋; 阮江军; 翟鹏飞

来源：电工技术学报, 2021, 36(13): 2880-2892.

DOI：10.19595/j.cnki.1000-6753.tces.201007

• 高压断路器
• 故障程度
• 振动信号
• 自适应信号分解
• 混沌吸引子
• 微弱故障特征提取

如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法。为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动作时序进行分时分割处理;然后提出一种参数自适应的信号分解方法,将分时振动信号各模态分量自适应地分离出来;最后重构模态分量混沌吸引子,利用混沌吸引子形态特性判断断路器零部件故障严重程度。两种不同型号断路器的试验结果表明,振动信号的模态分量混沌吸引子对故障程度具有较高的敏感度,正常与故障状态下的吸引子形态差异明显、吸引子形态随故障程度的加剧表现出一定的变化规律。该方法可为识别高压断路器机械零部件故障严重程度提供一条新思路。

• 单位
  中能电气股份有限公司; 武汉大学; 物理学院; 国网河南省电力公司电力科学研究院; 自动化学院; 福建工程学院