高压断路器机械状态的监测

介绍了一种高压断路器操作过程中外部振动信号的检测和处理系统。系统由计算机、机械振动信号加速度传感器和系统处理软件等组成,具有数据采集、信号处理等功能。通过信号处理技术,分析了振动信号时域和频域的响应特性,揭示了外部振动信号与内部机械部件运动和撞击的对应关系。以试品断路器的合闸缓冲器为例,运用振动信号的检测和处理,定量描述了合闸缓冲器的机械状态。监测系统从安装在断路器的表面上的传感器获取振动信号,不需要电气接线,这种检测方法适用于高压断路器的在线监测。     

基于概率神经网络的高压断路器故障诊断模型

针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型.该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分（合）闸线圈信号的基础上提出了高压断路器故障模型.仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点.     

高压断路器电磁铁动作特性的实验研究

针对关于高压断路器电磁铁动作特性研究较少的现状,为深入了解电磁铁运动过程,得到其运动特性相关参数,为状态监测提供依据,对一弹簧操动机构的12 kV真空断路器进行实验和分析。主要基于振动信号,并结合合闸线圈电流,从振动时间、频谱特性和小波包分解能量分布来分析断路器的电磁铁动特性;并模拟铁心卡涩故障,对比正常和故障两种状态,找出相应的特征量。研究结果表明,振动信号反映断路器脱扣过程的运行特性,通过振动信号的分析,可以诊断出电磁铁的状态,能提高现有的高压断路器状态监测系统的水平。     

非平稳信号分析在断路器故障诊断中的应用

介绍两种非平稳信号的分析建模的算法，即Ｗｉｇｎｅｒ 方法和时域衰减振荡模型方法，并将它们应用在高压断路器的操作振动分析上，从而建立模型、萃取特征参数、辨识结构状态，为断路器操作系统的故障诊断提供有用手段。Ｗｉｇｎｅｒ 算法能获得形象的信号时域及频域特征，而模型参数方法则更适合于定量的判断识别。     

基于小波奇异性和神经网络的高压断路器机械故障诊断

将小波奇异性检测理论与模糊神经网络相结合应用到高压断路器机械故障诊断中,这是一种新的方法.实验结果表明,该方法较之小波奇异性检测有更好的效果,提高了诊断的准确性和精度.     

小波包能谱熵与神经网络在断路器故障诊断中的应用

提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的连接权值进行了优化。引入置信度的概念,对改进神经网络输出的故障模式识别结果进行评价。通过试验分析结果表明了该方法的有效性,改进后的神经网络具有新故障模式的识别功能。     

基于小波包理论的高压断路器机械状态检测

为有效地检测高压断路器的机械状态,文章基于小波包理论,对高压断路器分合闸过程中的振动信号进行了详细分析。首先选取合理小波基,将测试得到的高压断路器分合闸过程中的振动信号进行3层小波包分解,提取第3层各节点重构信号的能量谱;然后根据能量谱定义并计算不同工况下的能量变化指数并进行比较,从而实现对高压断路器的状态检测。对实验室断路器样机正常和2种典型故障下的振动信号进行分析,结果显示故障情况下的能量分布情况相比于正常情况发生了较为明显的变化,同时每种故障下能量变化指数的变化区间均不相同,从而证明了该方法检测高压断路器机械故障的正确性和有效性,为现场应用提供了理论依据。     

柱塞泵机组故障诊断振动信号分析法

介绍利用柱塞泵表面振动信号不解体诊断柱塞泵机械运动部件故障的研究,首先讨论了柱塞泵机组的结构与运动特点,确定了振动监测部位;其次分析了柱塞泵机组的振动激励源和影响因素,根据理论与经验公式,计算了各激励源振动特征频率,分析研究了柱塞泵组各组件部位故障振动频谱识别特征,对现场运行设备诊断结果的分析说明,利用振动信号对柱塞泵机组主要运动部件状态进行监测与故障诊断是可行的。     

基于时频图像GLCM-HOG特征的往复压缩机故障诊断

往复压缩机的故障诊断技术能够为工业生产提供有效保障,针对传统方法诊断准确率不高的问题,提出了一种基于振动信号时频图像灰度共生矩阵-方向梯度直方图(GLCM-HOG)特征融合的往复压缩机故障诊断方法.首先,采用小波变换的方法处理往复压缩机的振动信号,生成时频图像;其次,利用灰度共生矩阵(GLCM)和方向梯度直方图(HOG...     

高压断路器运行状态实时监测系统设计

本文介绍了一种高压断路器实时运行状态监测系统的实现方法。本系统在电路设计上是完全独立的,不影响断路器主回路原结构,并能把断路器动作的相关信息及时地保存,方便运行人员的查看。     

基于随机信号非线性特征的信号体制识别

在信号处理与模式识别相结合的信号体制识别中,利用Ｖｏｌｔｅｒｒａ非线性模型对随机信号进行分析,求解出Ｃａｕｓｓｉａｎ随机过程的输出自相关函数和功率谱密度。通过时域和频域特征提取及二次函数分类,提高识别的准确率和系统的广谱性。     

柱塞泵机组故障诊断振动信号分析法

介绍利用柱塞泵表面振动信号不解体诊断柱塞泵机械运动部件故障的研究 .首先讨论了柱塞泵机组的结构与运动特点 ,确定了振动监测部位 ;其次分析了柱塞泵机组的振动激励源和影响因素 ,根据理论与经验公式 ,计算了各激励源振动特征频率 ,分析研究了柱塞泵组各组件部位故障振动频谱识别特征 .对现场运行设备诊断结果的分析说明 ,利用振动信号对柱塞泵机组主要运动部件状态进行监测与故障诊断是可行的     

变速箱振动信号的分解及在故障诊断中的应用

建立了变速箱故障振动理论模型，模型考虑了箱体内部各齿轮，轴承和轴不对中时对箱体复合振动信号的影响，利用时域同步平均技术和小波分析技术分别地将化振动信号，轴不对中故障振动信号和轴承故障振动信号从箱体复合振动信号中分离出来，并利用分离出来的振动信号成功地诊断了变速箱的典型故障。     

基于精细复合多尺度散布熵的高压断路器机械故障诊断方法

针对高压断路器机械故障识别准确率不高的问题,提出了一种基于精细复合多尺度散布熵(RCMDE)的断路器故障诊断方法。利用实验室10 kV户内真空高压断路器进行合闸动作时正常、螺丝松动、传动机构卡涩、合闸弹簧储能不足4种状态的振动数据采集。对采集到的数据计算RCMDE值,并构成特征向量集,将特征向量集分作训练集及测试集。利用粒子群算法(PSO)优化后的极限学习机(ELM)训练训练集得到智能故障识别模型,将测试集输入模型进行测试,实现断路器机械故障诊断。结果表明,基于RCMDE-PSO-ELM的高压断路器机械故障诊断方法能有效识别不同状态的机械故障,并且在噪声干扰以及数据丢失下仍能对故障进行准确识别,具有很好的抗干扰能力,在背景干扰较强的高压断路器故障检测环境下具备一定的实用性。     

浅谈高压断路器问题分析及状态检修措施

高压断路器是变电站中仅次于变压器的高压开关设备,本文从断路器设备的结构原理特点出发,论述了状态检修基本技术和在线监测实施方法,探讨了现今状态检修存在的问题,为技术人员合理制订检修计划提供了支持。     

高压SF6断路器与真空断路器浅析

本文通过对现今市场上的两种种高压断路器的优缺点介绍,同一电压等级产品的性能对比分析,让大家对高压断路器的开断原理、开断性能以及适用范围有一个理性的认识,对于影响断路器开断性能的环境、温度、湿度等因素都有综合的了解。     

高压断路器的运行与维护

高压断路器是电力系统中非常重要的电气设备,其运行状态的好坏直接影响到电力系统及其用户的安全与稳定。加强对高压断路器运行的巡视与维护,是保证电力系统安全运行的重要手段之一。针对兰州石化公司近几年发生的几起电气事故,在分析其原因的基础上,主要阐述了高压断路器在运行与维护方面需注意的事项。     

柴油机缸盖周期性振动信号的自相关周期识别

提出了类周期概念,利用拓展的周期信号自相关函数,实现了柴油机缸盖振动信号类周期力主要振动波形的提取实验证明垢准确性高,有利于实现数据处理的智能化,为进一步分析柴油缸盖振动信号奠定了扎实的基础     

高压真空断路器智能在线监测系统研制及故障诊断

为了提高断路器运行的可靠性,设计了一种基于数字信号处理器(DSP)和LabV IEW的高压真空断路器智能在线监测系统的开发新方案.该系统主要由上位机、下位机和传感器环节等三大部分组成,其中传感器和下位机构成现场监测模块,并安装于断路器本体上.下位机硬件平台以TM S320F2812DSP为核心完成对断路器机械参数、分合闸电流信号和振动信号的采集、处理与显示,同时通过CAN总线将数据送至上位机.上位机管理软件采用LabV IEW软件开发,主要完成对测量数据的存储、显示和分析处理等.测试结果表明,研制开发的高压真空断路器智能在线监测系统能够实时地反映真空断路器机械运行状态,具有人机交互友好、功能齐全和可靠性较高等特点,并且实现了在线监测系统预期的功能.     

应用噪声信号进行设备状态监测及故障诊断

设备运行噪声中带有大量设备状态信息，通过对噪声信号进行分离及分析，可以了解设备运行状况，对设备进行状态监测及故障诊断．