文献类型：期刊文章

作　　者：孙曙光[1] 张强[1] 杜太行[1] 王景芹[1] 王岩[2]

机构地区：[1]河北工业大学,天津市红桥区300130 [2]天津市百利电气有限公司,天津市西青区300385

出　　处：《中国电机工程学报》

基　　金：河北省教育厅资助科研项目(ZD2016108);天津市科技特派员项目(16JCTPJC51700)~~

年　　份：2017

卷　　号：37

期　　号：18

起止页码：5473-5482

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：目前设备的机械故障诊断技术的研究多限于定性诊断,而故障诊断中故障程度的定量评估更能有效的指导设备维护。该文提出了一种低压万能式断路器分合闸故障程度定量评估的方法。首先对断路器工作模式进行识别,即利用局部均值分解(local mean decomposition,LMD)将采集到的分合闸振动信号自适应分解,求取主要乘积函数(product function,PF)的改进多尺度排列熵(multi-scale permutation entropy,MMPE)构成特征向量,再经过降维后,作为改进支持向量机(support vector machine,SVM)的输入量,实现断路器工作模式的识别;当断路器处于故障模式时,对采集的振动信号求取多尺度排列熵偏均值(partial mean of multi-scale permutation entropy,PMMPE),作为故障程度定量评估指标,并参照所求得的不同故障模式的故障程度特性曲线,可实现分合闸故障程度的定量评估。经实测数据验证表明,所提方法可以完成断路器工作模式的有效识别,且PMMPE指标相较于峭度、能量和多尺度排列熵平均值指标,能够更加有效的完成低压万能式断路器分合闸故障程度的定量评估。

关 键 词：低压万能式断路器 局部均值分解(LMD)  改进多尺度排列熵(MMPE)  支持向量机(SVM)  多尺度排列熵偏  均值(PMMPE)故障程度评估  

分 类 号：TM561]