【摘要】：高壓隔離開關不僅保證著正常用電,在系統(tǒng)發(fā)生故障時還可對其進行隔離,因此對高壓隔離開關進行故障監(jiān)測有著重要的實用價值。本文利用SolidWorks建立了 GW4B-252DW型高壓隔離開關三維模型,并將該模型導入ANSYS Workbench中進行有限元模態(tài)分析,計算了合閘、分閘、合閘不到位等三種狀態(tài)下隔離開關固有頻率和振型。利用虛擬樣機仿真軟件ADAMS建立高壓隔離開關傳動機構動力學模型,根據實際工況對其進行分合閘動態(tài)過程仿真;分析了高壓隔離開關連桿松動常見故障下機械特性變化規(guī)律,得到各故障情況下驅動力矩波形和觸頭接觸力的變化特性,提出基于振動信號的高壓隔離開關故障診斷方法。研制了高壓隔離開關數據采集裝置,通過傳感器采集振動、操動電機的電壓和電流信號。開發(fā)了基于LabVIEW平臺的在線監(jiān)測系統(tǒng),實現信號采集、存儲、處理和顯示功能。針對GW4B-252DW隔離開關開展了故障模擬試驗,現場模擬了高操作電壓、低操作電壓、傳動裝置松動(拐臂、極間、相間)、螺栓松動、閉鎖松動等7種故障。采集正常和模擬故障情況下的6路振動信號及操動電機的電壓電流信號,建立了8類典型狀態(tài)數據庫。針對隔離開關振動信號,采用時域與頻域相結合的方法進行特征因子提取。對振動信號分別進行預處理、特征因子提取與融合、因子權重計算與篩選處理,建立故障特征庫;利用形態(tài)學和小波包方法對振動信號去噪,分別提取了振動幅值極大值點時刻、經驗模態(tài)分解能量矩作為振動信號時頻特征因子。鑒于存在單路振動信號特征因子對傳動機構松動型故障識別不佳的問題,本文提出了一種將多路振動信號特征進行融合;然后將Relief算法應用到特征量權重計算中,并根據權重值計算結果,實現特征因子的優(yōu)化;最后通過K-Means聚類算法對多路振動信號IMF能量矩有效性進行驗證的特征因子提取方法。在特征因子提取的基礎上,建立支持向量機模型進行訓練學習與狀態(tài)預測,利用Matlab GUI完成基于SVM的故障識別系統(tǒng)開發(fā)。針對高壓隔離開關故障診斷中存在的故障種類不完備的問題,本文提出了不完備故障類別下基于Multi-SVDD建立可識別出未知異常和已知故障種類的診斷方法,增強了診斷模型的適應性。結果表明,多路振動特征融合后更適用于隔離開關故障診斷;經ReliefF算法對特征量進行優(yōu)化后可提高故障診斷準確率。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM564.1
【圖文】：

圖１－３振動信號分析方法及處理流程圖逡逑Ｆｉｇｕｒｅ邋１－３邋Ｖｉｂｒａｔｉｏｎ邋ｓｉｇｎａｌ邋ａｎａｌｙｓｉｓ邋ｍｅｔｈｏｄ邋ａｎｄ邋ｐｒｏｃｅｓｓｉｎｇ邋ｆｌｏｗ邋ｃｈａ隔離開關機械振動信號，其常用的處理方法有：逡逑絡分析法逡逑

經驗模態(tài)分解１＾＾包絡分析逡逑動態(tài)日￣￣￣｜頻譜分析逡逑圖１－３振動信號分析方法及處理流程圖逡逑Ｆｉｇｕｒｅ邋１－３邋Ｖｉｂｒａｔｉｏｎ邋ｓｉｇｎａｌ邋ａｎａｌｙｓｉｓ邋ｍｅｔｈｏｄ邋ａｎｄ邋ｐｒｏｃｅｓｓｉｎｇ邋ｆｌｏｗ邋ｃｈａｒｔ逡逑對于高壓隔離開關機械振動信號，其常用的處理方法有：逡逑（１）包絡分析法逡逑６逡逑

２．１高壓隔離開關ＡＮＳＹＳ模態(tài)分析逡逑模態(tài)是振動系統(tǒng)的固有特性，通過振動理論求解多自由度振動系統(tǒng)的固有頻逡逑率及振型的過程稱為模態(tài)分析［１（）］。模態(tài)分析計算過程如圖２－１所示，通過將系統(tǒng)逡逑物理參數模型轉化為模態(tài)參數模型可以獲得頻率、模態(tài)、阻尼參數，也可求解傳逡逑遞函數等非參數模型。逡逑物理參數邐模態(tài)參數邐非參數逡逑模型邐＊１模型邐模型逡逑圖２－１計算模態(tài)分析逡逑Ｆｉｇｕｒｅ邋２－１邋Ｃａｌｃｕｌａｔｉｎｇ邋ｍｏｄａｌ邋ａｎａｌｙｓｉｓ逡逑通過有限元法建立結構離散后的振動方程，通過求解該數學模型，計算出的逡逑方程特征值為系統(tǒng)的固有頻率、特征向量為系統(tǒng)振型。７Ｖ個自由度的振動系統(tǒng)的運逡逑動微分方程為：逡逑Ｍｘ邋＋邋Ｃｘ邋＋邋Ｋｘ邋＝邋ｆ邐（２－１）逡逑■ｖ的分量是各個自由度的位移；Ａ／、Ｃ＼邋／ｉｆ為系統(tǒng)的質量、阻尼、剛度矩陣；逡逑／為各個自由度的外力。求解得到《個大于等于零的特征值，第ｆ?zhèn)�特征值ｗ，稱為逡逑系統(tǒng)的第／階固有頻率，《個自由度振動系統(tǒng)共有《個固有頻率。逡逑１１逡逑

【參考文獻】

相關期刊論文 前10條

1 吳嘉福;蘇寶琴;;淺談隔離開關觸頭夾緊力測量必要性[J];科技視界;2015年28期

2 邱志斌;阮江軍;黃道春;姚文軍;張恩偉;魏曉偉;;基于電機電流檢測的高壓隔離開關機械故障診斷[J];中國電機工程學報;2015年13期

3 繆希仁;吳曉梅;石敦義;郭謀發(fā);王吳雨;;采用HHT振動分析的低壓斷路器合閘同期辨識[J];電工技術學報;2014年11期

4 付文龍;周建中;李超順;肖漢;肖劍;朱文龍;;基于模糊K近鄰支持向量數據描述的水電機組振動故障診斷研究[J];中國電機工程學報;2014年32期

5 程序;關永剛;張文鵬;唐誠;;基于因子分析和支持向量機算法的高壓斷路器機械故障診斷方法[J];電工技術學報;2014年07期

6 王樹東;孫野;梁國棟;;基于LabVIEW和FPGA在數據采集系統(tǒng)中的開發(fā)設計[J];自動化與儀器儀表;2014年06期

7 楊X;李煒;宋杲;程鵬;;2013年高壓開關設備運行分析[J];智能電網;2014年06期

8 易輝;梅磊;李麗娟;劉宇芳;袁宇浩;;基于多分類相關向量機的水電機組振動故障診斷[J];中國電機工程學報;2014年17期

9 梅飛;梅軍;鄭建勇;張思宇;朱克東;;粒子群優(yōu)化的KFCM及SVM診斷模型在斷路器故障診斷中的應用[J];中國電機工程學報;2013年36期

10 唐炬;林俊亦;卓然;陶加貴;;基于支持向量數據描述的局部放電類型識別[J];高電壓技術;2013年05期

相關博士學位論文 前1條

1 姜延吉;多傳感器數據融合關鍵技術研究[D];哈爾濱工程大學;2010年

相關碩士學位論文 前5條

1 王飛;基于線圈電流和振動信號分析的斷路器機械狀態(tài)評估方法研究[D];北京交通大學;2017年

2 趙媛;高壓斷路器機械特性帶電檢測技術與論斷方法的研究[D];北京交通大學;2015年

3 李曉嵐;基于Relief特征選擇算法的研究與應用[D];大連理工大學;2013年

4 譚德波;基于虛擬樣機技術精密裝配系統(tǒng)的設計[D];大連理工大學;2013年

5 曾海平;基于經驗模態(tài)分解法的滾動軸承故障診斷系統(tǒng)研究[D];浙江大學;2005年

本文編號：2781707