基于振動(dòng)信號(hào)分析的配電開關(guān)機(jī)械狀態(tài)診斷系統(tǒng)

黃蓉，陳永往，陳立純，郭謀發(fā)

(1.福州大學(xué)電氣工程與自動(dòng)化學(xué)院,福建 福州 350108；2.國(guó)網(wǎng)福建晉江市供電有限公司,福建 泉州 362200)

基于振動(dòng)信號(hào)分析的配電開關(guān)機(jī)械狀態(tài)診斷系統(tǒng)

黃蓉1，陳永往2，陳立純2，郭謀發(fā)1

(1.福州大學(xué)電氣工程與自動(dòng)化學(xué)院,福建 福州 350108；2.國(guó)網(wǎng)福建晉江市供電有限公司,福建 泉州 362200)

配電開關(guān)的振動(dòng)信號(hào)包含有豐富的開關(guān)機(jī)械狀態(tài)信息，可以通過合理有效的方法提取振動(dòng)信號(hào)特征量，作為配電開關(guān)機(jī)械狀態(tài)診斷的依據(jù)。根據(jù)數(shù)據(jù)采集的功能需求，設(shè)計(jì)了基于LabVIEW的振動(dòng)信號(hào)采集裝置軟硬件。利用經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mide decomposition，EMD)對(duì)振動(dòng)信號(hào)進(jìn)行時(shí)頻分解，提取分解所得固有模態(tài)分量(intrinsic mode function，IMF)的樣本熵作為特征量，最后通過模糊C-均值聚類(fuzzy C-means，F(xiàn)CM)進(jìn)行機(jī)械狀態(tài)診斷。通過實(shí)驗(yàn)，采集并分析了正常狀態(tài)和典型故障狀態(tài)下的配電開關(guān)振動(dòng)信號(hào)，驗(yàn)證了基于振動(dòng)信號(hào)分析的配電開關(guān)機(jī)械狀態(tài)診斷系統(tǒng)的準(zhǔn)確性和有效性。

配電開關(guān)；機(jī)械狀態(tài)；振動(dòng)信號(hào)；EMD；樣本熵；FCM

1 引言

配電開關(guān)在配電網(wǎng)中具有控制和保護(hù)雙重功能，配電開關(guān)故障可能引起嚴(yán)重的電網(wǎng)事故，大部分的配電開關(guān)故障都屬于機(jī)械故障。配電開關(guān)機(jī)械狀態(tài)診斷就是在狀態(tài)監(jiān)測(cè)的基礎(chǔ)上對(duì)開關(guān)機(jī)械狀態(tài)進(jìn)行準(zhǔn)確的診斷識(shí)別，從而合理地安排檢修策略。

配電開關(guān)分、合閘過程中，操動(dòng)機(jī)構(gòu)內(nèi)部各組件依序動(dòng)作，形成激勵(lì)源并由此產(chǎn)生振動(dòng)信號(hào)，該信號(hào)包含有大量的開關(guān)機(jī)械狀態(tài)信息，是典型的無規(guī)律、非平穩(wěn)、時(shí)變信號(hào)。振動(dòng)診斷法就是通過分析配電開關(guān)的振動(dòng)信號(hào)，提取有效特征量，從而對(duì)其機(jī)械狀態(tài)進(jìn)行診斷識(shí)別的方法。振動(dòng)診斷法具有可靠性和準(zhǔn)確性，有利于實(shí)現(xiàn)對(duì)開關(guān)的非侵入式狀態(tài)監(jiān)測(cè)[1]。

目前，基于不同原理的配電開關(guān)狀態(tài)監(jiān)測(cè)方法的可靠性、普適性和經(jīng)濟(jì)性有待提高；以“事后檢修”和“到期必修”為主的配電開關(guān)計(jì)劃?rùn)z修策略也不能夠滿足現(xiàn)代電網(wǎng)安全、可靠、經(jīng)濟(jì)運(yùn)行的要求。建立在配電開關(guān)狀態(tài)監(jiān)測(cè)和狀態(tài)診斷基礎(chǔ)上的配電開關(guān)狀態(tài)檢修是當(dāng)前先進(jìn)的檢修策略[1-2]。基于上述配電開關(guān)狀態(tài)監(jiān)測(cè)、檢修現(xiàn)狀，本文研制出一套基于振動(dòng)信號(hào)分析的配電開關(guān)機(jī)械狀態(tài)診斷系統(tǒng)，系統(tǒng)主要由振動(dòng)信號(hào)采集裝置和振動(dòng)信號(hào)分析軟件組成，包括信號(hào)采集、特征提取、狀態(tài)診斷3部分功能。該系統(tǒng)能夠準(zhǔn)確診斷出配電開關(guān)的機(jī)械狀態(tài)，為配電開關(guān)的狀態(tài)檢修提供可靠依據(jù)。

2 振動(dòng)信號(hào)采集裝置設(shè)計(jì)

配電開關(guān)振動(dòng)信號(hào)采集裝置主要由壓電式加速度傳感器、信號(hào)調(diào)理模塊、數(shù)據(jù)采集卡和波形顯示存儲(chǔ)平臺(tái)四部分組成。壓電式加速度傳感器將配電開關(guān)振動(dòng)信號(hào)轉(zhuǎn)化為電壓信號(hào)；信號(hào)調(diào)理模塊對(duì)信號(hào)進(jìn)行分離、放大和抗混疊濾波處理，去除直流電壓耦合信號(hào)；數(shù)據(jù)采集卡將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，并通過USB接口將信號(hào)上傳至上位機(jī)；波形顯示存儲(chǔ)平臺(tái)完成對(duì)信號(hào)的顯示和存儲(chǔ)。

2.1 裝置硬件設(shè)計(jì)

根據(jù)配電開關(guān)振動(dòng)信號(hào)高頻率、高強(qiáng)度沖擊、有效信號(hào)時(shí)間短等特點(diǎn)，結(jié)合配電開關(guān)振動(dòng)信號(hào)的振動(dòng)頻率范圍與檢測(cè)環(huán)境，選用輸出阻抗低、抗擾能力強(qiáng)的LC0102T型壓電式加速度傳感器采集振動(dòng)信號(hào)。該加速度傳感器的頻率響應(yīng)范圍為2～13000Hz，靈敏度為10mV/g，量程為500g，分辨率為0.004g。

采用LC0207型恒流源模塊作為信號(hào)調(diào)理模塊，為L(zhǎng)C0102T型壓電式加速度傳感器提供18～30V、4mA的恒流電源，同時(shí)將LC0102T型壓電式加速度傳感器輸出的疊加有直流信號(hào)的交流信號(hào)通過CR高通隔直輸出。加速度傳感器采集到的開關(guān)振動(dòng)信號(hào)容易受到測(cè)試環(huán)境中的噪聲及強(qiáng)磁等因素干擾，因此采用屏蔽同軸電纜連接傳感器和恒流源模塊。

配電開關(guān)分、合閘振動(dòng)的有效信號(hào)持續(xù)時(shí)間通常只有數(shù)十到數(shù)百毫秒，要求數(shù)據(jù)采集卡具有較高的采樣率和采樣精度、較快的數(shù)據(jù)傳輸速度。綜合考慮配電開關(guān)振動(dòng)信號(hào)的特點(diǎn)和對(duì)其進(jìn)行分析診斷所需達(dá)到的頻譜范圍，選用了美國(guó)國(guó)家儀器公司(National Instrument，NI)USB-6211型多功能數(shù)據(jù)采集卡，USB-6211具有16路16位模擬信號(hào)輸入通道，2路16位模擬輸出通道，總采樣率為250kS/s；4路數(shù)字輸入通道和4路數(shù)字輸出通道。

2.2 裝置軟件設(shè)計(jì)

LabVIEW是目前應(yīng)用較為廣泛的圖形化編程語(yǔ)言設(shè)計(jì)軟件，具有操作簡(jiǎn)單靈活、數(shù)據(jù)顯示清晰等特點(diǎn)，能夠搭建良好的可視化人機(jī)交互平臺(tái)[3]。系統(tǒng)以LabVIEW作為搭建波形顯示存儲(chǔ)平臺(tái)的編程軟件。

壓電式加速度傳感器采集到的配電開關(guān)分、合閘振動(dòng)信號(hào)經(jīng)由數(shù)據(jù)采集卡A/D采樣后送入波形顯示存儲(chǔ)平臺(tái)。在LabVIEW中采用DAQ助手.vi實(shí)現(xiàn)對(duì)數(shù)據(jù)采集卡的參數(shù)配置，其中包括采樣通道、采樣率和采樣方式的設(shè)置。當(dāng)從DAQ助手.vi讀取的振動(dòng)信號(hào)采樣值超過閾值時(shí)，記錄振動(dòng)信號(hào)觸發(fā)之前的4400個(gè)采樣點(diǎn)和之后的41200個(gè)采樣點(diǎn)，并以tdms文件格式儲(chǔ)存振動(dòng)信號(hào)波形，反之則重新檢測(cè)振動(dòng)信號(hào)。通過字符串的組合，tdms文件可以根據(jù)開關(guān)編號(hào)、位置編號(hào)和錄波次數(shù)實(shí)現(xiàn)自動(dòng)命名，開關(guān)編號(hào)和位置編號(hào)可由操作人員在顯示界面中進(jìn)行手動(dòng)設(shè)置，錄波次數(shù)編號(hào)則在系統(tǒng)完成一次錄波操作后自動(dòng)加1，具體流程如圖2所示。顯示界面能夠顯示出實(shí)時(shí)振動(dòng)信號(hào)波形和上一次開關(guān)振動(dòng)信號(hào)波形，如圖2所示。

圖1 波形顯示存儲(chǔ)平臺(tái)軟件流程圖

配電開關(guān)振動(dòng)信號(hào)采集裝置還可以進(jìn)行功能拓展，如采集配電開關(guān)分、合閘線圈電流、測(cè)量配電開關(guān)的開關(guān)量、開關(guān)行程等，作為配電開關(guān)機(jī)械狀態(tài)診斷的輔助診斷信息。

3 振動(dòng)信號(hào)分析原理與算法設(shè)計(jì)

配電開關(guān)振動(dòng)信號(hào)分析軟件主要對(duì)采集裝置采集到的振動(dòng)信號(hào)進(jìn)行分析處理，提取能夠表征配電開關(guān)機(jī)械狀態(tài)信息的有效特征量作為狀態(tài)診斷的依據(jù)。分析算法基于Matlab編程軟件完成。

圖2 波形顯示存儲(chǔ)平臺(tái)顯示界面圖

按照以下步驟對(duì)配電開關(guān)的振動(dòng)信號(hào)進(jìn)行分析：

(1)在配電開關(guān)分、合閘振動(dòng)信號(hào)進(jìn)行分析診斷前，先對(duì)采集到的正常狀態(tài)、故障狀態(tài)下的波形信號(hào)進(jìn)行截取處理，提取可供分析的有效部分。

(2)對(duì)經(jīng)由步驟(1)截取得到的有效振動(dòng)信號(hào)進(jìn)行EMD，得到IMF。EMD根據(jù)振動(dòng)信號(hào)序列自身的時(shí)間尺度特征將其自適應(yīng)分解成有限個(gè)不同頻率、不等帶寬的IMF和一個(gè)殘差之和[4-5]。與小波、小波包分解相比，EMD不存在預(yù)先選取最優(yōu)基函數(shù)的問題，能夠更好地表示出信號(hào)的局部特征，是處理非平穩(wěn)、非線性信號(hào)的有效方法，適用于振動(dòng)信號(hào)的時(shí)頻分解。

(3)計(jì)算振動(dòng)信號(hào)各階IMF的樣本熵，作為狀態(tài)診斷的特征量。熵是表征系統(tǒng)不確定程度的函數(shù)，系統(tǒng)的狀態(tài)發(fā)生變化時(shí)，其熵值也會(huì)發(fā)生改變。樣本熵是在近似熵的基礎(chǔ)上對(duì)其進(jìn)行修正發(fā)展而來的，是一種將非線性數(shù)據(jù)序列量化為不計(jì)自身數(shù)據(jù)長(zhǎng)度比較的統(tǒng)計(jì)量。樣本熵還具有一定的抗噪聲干擾能力，算法的計(jì)算精度和計(jì)算時(shí)間較近似熵有了很大的提高[6]。

(4)將振動(dòng)信號(hào)的各階IMF樣本熵值構(gòu)成的矩陣作為FCM的輸入進(jìn)行聚類，診斷出配電開關(guān)的機(jī)械狀態(tài)。FCM是無監(jiān)督模糊聚類方法中的一種，算法簡(jiǎn)單快速，具有比較直觀的幾何意義。利用FCM算法把n個(gè)振動(dòng)信號(hào)向量xj(j=1,2,…,n)劃分成c類模糊簇(2≤c≤n)，求取每類簇的聚類中心vi(i=1,2,…,c)，以使得目標(biāo)函數(shù)盡量小為原則，將振動(dòng)信號(hào)的特征數(shù)據(jù)點(diǎn)按一定的隸屬度歸于某一簇聚類中心[7]。

3.1 振動(dòng)信號(hào)的時(shí)頻分解

對(duì)振動(dòng)信號(hào)進(jìn)行EMD，得到的各階IMF分別表示振動(dòng)信號(hào)的一個(gè)內(nèi)在特征振動(dòng)形式，包含有實(shí)際物理意義[5]。IMF必須滿足兩個(gè)條件：①對(duì)于一列振動(dòng)信號(hào)數(shù)據(jù)，極值點(diǎn)數(shù)目和零點(diǎn)數(shù)目必須相等或至多相差一點(diǎn)；②在振動(dòng)信號(hào)上任意點(diǎn)，由局部極大值點(diǎn)構(gòu)成的包絡(luò)線和局部極小值點(diǎn)構(gòu)成的包絡(luò)線的平均值為零。

對(duì)振動(dòng)信號(hào)進(jìn)行時(shí)頻分解的EMD算法的具體計(jì)算步驟如下[8-9]：

(1)計(jì)算振動(dòng)信號(hào)S(t)的所有局部極值點(diǎn)。

(2)利用3次樣條函數(shù)將振動(dòng)信號(hào)的所有極大值點(diǎn)和所有極小值點(diǎn)分別擬合成數(shù)據(jù)的上包絡(luò)線a0(t)和下包絡(luò)線b0(t)。求出上、下包絡(luò)線的均值m0(t)

m0(t)=[a0(t)+b0(t)]/2

(3)求出振動(dòng)信號(hào)S(t)與上、下包絡(luò)線的均值m0(t)的差，得到一個(gè)去掉低頻的振動(dòng)數(shù)據(jù)序列，記為h0(t)。

h0(t)=S(t)-m0(t)

(4)判斷h0(t)是否滿足①和②。若滿足，則h0(t)為振動(dòng)信號(hào)S(t)的一階IMF；否則記h0(t)為S(t)，重復(fù)步驟(1)～(3)，直至得到表示振動(dòng)信號(hào)S(t)中高頻率分量的第一階振動(dòng)信號(hào)IMF，記為c1(t)。

(5)記r1(t)=S(t)-c1(t)為新的待分析信號(hào)，重復(fù)步驟(1)～(4)，得到第二階IMF，記為c2(t)，此時(shí)余項(xiàng)為r2(t)=S(t)-c2(t)。繼續(xù)重復(fù)上述步驟，最終可得到n階IMF，原始振動(dòng)信號(hào)S(t)可表示為

其中，rn(t)為殘余函數(shù)，表示振動(dòng)信號(hào)的平均趨勢(shì)。

3.2 基于樣本熵的特征量提取

對(duì)于一組振動(dòng)信號(hào)數(shù)據(jù)序列{si}，其樣本熵的具體計(jì)算步驟如下[10]：

(1)將振動(dòng)信號(hào)數(shù)據(jù)序列{si}={s(1),s(2),…,s(N)}依序構(gòu)造成m維矢量，S(1)，…，S(N-m+1)，其中，

Si={s(i),s(i+1),…,s(i+m-1)}，

i=1,2,…,N-m+1。

(2)將S(i)與S(j)間(i≠j)的距離定義為兩者對(duì)應(yīng)元素中差值最大的一個(gè)，即

d[S(i),S(j)]=max0-(m-1)|s(i+k)-s(j+k)|

(5)將維數(shù)m加1，重復(fù)步驟(1)～(4)，得到Bm+1(r)i和Bm+1(r)。

其中，Bm(r)是由振動(dòng)信號(hào)構(gòu)造得到的數(shù)據(jù)序列中兩個(gè)數(shù)據(jù)序列在相似容限r(nóng)下匹配m個(gè)點(diǎn)的概率，Bm+1(r)是振動(dòng)信號(hào)構(gòu)造得到的數(shù)據(jù)序列中兩個(gè)數(shù)據(jù)序列在相似容限r(nóng)下匹配m+1個(gè)點(diǎn)的概率。

(6)理論上，此振動(dòng)信號(hào)數(shù)據(jù)序列的樣本熵為

但是，在實(shí)際計(jì)算過程中，N不可能取得無窮大，而為有限值，因此將樣本熵記為

SampEn(m,r)=lim{-ln[Bm+1(r)/Bm(r)]}

通常，m=1或2，r取值為原始振動(dòng)信號(hào)數(shù)據(jù)序列方差的0.1～0.25倍。

3.3 配電開關(guān)機(jī)械狀態(tài)FCM聚類診斷

首先，將振動(dòng)信號(hào)的各階IMF樣本熵值構(gòu)成的矩陣設(shè)為X={xi}，作為FCM的輸入。預(yù)先給定分類數(shù)c和加權(quán)指數(shù)m，初始化隸屬度矩陣

接著，計(jì)算聚類中心

構(gòu)造新的隸屬度矩陣

Uc×n={uij}

uij滿足以下3個(gè)條件：

FCM的目標(biāo)函數(shù)為

其中，1

4 實(shí)測(cè)數(shù)據(jù)分析

在配電開關(guān)廠振動(dòng)磨合實(shí)驗(yàn)室內(nèi)，以中壓SF6絕緣環(huán)網(wǎng)負(fù)荷開關(guān)為研究對(duì)象，通過人工模擬故障的方式進(jìn)行了大量的實(shí)驗(yàn)。在實(shí)驗(yàn)中，需注意壓電式傳感器的安裝位置的選取問題。配電開關(guān)的分、合閘振動(dòng)信號(hào)是由沿一定路徑傳播的多個(gè)衰減振動(dòng)波疊加而成的，振動(dòng)波在機(jī)構(gòu)內(nèi)部的傳播過程、傳播途徑、衰減、折反射情況復(fù)雜，將壓電式傳感器安裝在不同位置上采集到的振動(dòng)信號(hào)波形會(huì)有很大差別。在采集振動(dòng)信號(hào)時(shí)，應(yīng)盡可能將傳感器安裝在靠近振源的位置上，以減小振動(dòng)傳播路徑對(duì)采集到的振動(dòng)信號(hào)的影響。本次實(shí)驗(yàn)中，將壓電式加速度傳感器安裝在開關(guān)操動(dòng)機(jī)構(gòu)主軸附近。以80kHz的采樣頻率采集了正常狀態(tài)、機(jī)械結(jié)構(gòu)卡澀狀態(tài)和底座螺絲松動(dòng)等狀態(tài)下的開關(guān)分、合閘振動(dòng)信號(hào)。考慮到實(shí)驗(yàn)中的環(huán)境等隨機(jī)因素可能對(duì)采集到的振動(dòng)信號(hào)產(chǎn)生影響，故對(duì)上述三類機(jī)械狀態(tài)下的振動(dòng)信號(hào)分別進(jìn)行3～5次的采集，比較同類狀態(tài)下的波形信號(hào)，若波形形狀相似、呈現(xiàn)出相同的特征信息，則可作為進(jìn)一步分析的有效信號(hào)。

圖3 壓電式加速度傳感器安裝位置示意圖

對(duì)上述3類機(jī)械狀態(tài)下的配電開關(guān)合閘振動(dòng)信號(hào)進(jìn)行分析，對(duì)各類機(jī)械狀態(tài)各取3組作為樣本數(shù)據(jù)，任意取2組作為待檢測(cè)狀態(tài)數(shù)據(jù)。對(duì)這11組振動(dòng)信號(hào)波形數(shù)據(jù)進(jìn)行編號(hào)，編號(hào)1、2、3為正常狀態(tài)，編號(hào)4、5、6為機(jī)械結(jié)構(gòu)卡澀狀態(tài)，編號(hào)7、8、9為底座螺絲松動(dòng)狀態(tài)，編號(hào)10、11為待檢測(cè)狀態(tài)。觀察初始信號(hào)波形如圖5所示，從信號(hào)幅值大于設(shè)定閾值3.3V開始，往前取0.0075s，往后取0.0925s，共計(jì)0.1s的振動(dòng)信號(hào)作為待分析有效信號(hào)。信號(hào)1、4、7的原始波形如圖4所示。

對(duì)這11組信號(hào)進(jìn)行EMD，得到各組信號(hào)頻率從高到低排列的10階IMF，圖5列出了信號(hào)1的10階IMF，由圖可以看出，配電開關(guān)機(jī)械狀態(tài)信息主要體現(xiàn)在高頻段內(nèi)。

取維數(shù)m=2，計(jì)算EMD后11組信號(hào)各階IMF的樣本熵值，得到一組樣本熵矩陣X，其中各行從上至下依次對(duì)應(yīng)編號(hào)1-11所定義的機(jī)械狀態(tài)，各列從左至右依次對(duì)應(yīng)該編號(hào)機(jī)械狀態(tài)下合閘振動(dòng)信號(hào)各階IMF的樣本熵值。

以X作為FCM聚類的輸入，設(shè)置FCM聚類數(shù)目c為3，加權(quán)指數(shù)m為2，迭代終止因子為ε=10-5，最大迭代數(shù)為100。聚類結(jié)果顯示編號(hào)1、2、3振動(dòng)信號(hào)為同類信號(hào)，編號(hào)4、5、6、10振動(dòng)信號(hào)為同類信號(hào)，7、8、9、11振動(dòng)信號(hào)為同類信號(hào)，與真實(shí)情況相符，實(shí)驗(yàn)結(jié)果驗(yàn)證了以振動(dòng)信號(hào)各階IMF樣本熵值作為配電開關(guān)機(jī)械狀態(tài)診斷特征量、利用FCM聚類對(duì)配電開關(guān)機(jī)械狀態(tài)進(jìn)行診斷的有效性與可行性。

圖4 信號(hào)1、4、7的原始波形圖

圖5 信號(hào)1的10階IMF分量圖

5 結(jié)語(yǔ)

本文建立的基于振動(dòng)信號(hào)分析的配電開關(guān)機(jī)械狀態(tài)診斷系統(tǒng)，通過合理的振動(dòng)信號(hào)采集裝置軟硬件設(shè)計(jì)和振動(dòng)信號(hào)分析方法選擇，實(shí)現(xiàn)了對(duì)配電開關(guān)機(jī)械狀態(tài)的準(zhǔn)確診斷。

(1) 振動(dòng)信號(hào)采集裝置能夠快速地采集、存儲(chǔ)配電開關(guān)分、合閘振動(dòng)信號(hào)，為振動(dòng)信號(hào)的分析與故障類型的診斷奠定數(shù)據(jù)基礎(chǔ)。

(2) 根據(jù)配電開關(guān)振動(dòng)信號(hào)的特點(diǎn)，選取EMD對(duì)振動(dòng)信號(hào)進(jìn)行自適應(yīng)的時(shí)頻分解，很好地表征出信號(hào)的局部時(shí)頻特征；計(jì)算分解得到的振動(dòng)信號(hào)各階IMF的樣本熵值，作為機(jī)械診斷的量化依據(jù)，算法的精度和速度良好。

(3) 以振動(dòng)信號(hào)各階IMF的樣本熵值構(gòu)成的矩陣作為FCM的輸入進(jìn)行聚類，實(shí)現(xiàn)對(duì)配電開關(guān)機(jī)械狀態(tài)的準(zhǔn)確診斷。

[1] 孫建偉,陳壘,王玉梅,等.基于LabVIEW的斷路器振動(dòng)信號(hào)監(jiān)測(cè)系統(tǒng)[J].供用電,2007,24(3):48-50.

[2] 孟永鵬,鐘波,賈申利.振動(dòng)分析在電力設(shè)備狀態(tài)檢測(cè)中的應(yīng)用和發(fā)展[J].高壓電器,2005,41(2):461-465.

[3] 楊忠仁,饒程，鄒建,等.基于LabVIEW數(shù)據(jù)采集系統(tǒng)[J].重慶大學(xué)學(xué)報(bào),2004,27(2):33-35.

[4] 陳偉根,鄧幫飛,楊彬.基于振動(dòng)信號(hào)經(jīng)驗(yàn)?zāi)B(tài)分解及能量熵的高壓斷路器故障識(shí)別[J].高壓電器,2009,45(2):90-96.

[5] 朱躍光,馬宏忠,陳楷,等.基于振動(dòng)信號(hào)的電力變壓器故障診斷系統(tǒng)的開發(fā)[J].電工電能新技術(shù),2013,32(3):116-120.

[6] 來凌紅,吳虎勝,呂建新,等.基于EMD和樣本熵的滾動(dòng)軸承故障SVM識(shí)別[J].煤礦機(jī)械,2011,32(1):249-252.

[7] 張敏,于劍.基于劃分的模糊聚類算法[J].軟件學(xué)報(bào),2004,15(6):858-868.

[8] 胡勁松,楊世錫,吳昭同,等.基于EMD和HT的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)時(shí)頻分析[J].振動(dòng)、測(cè)試與診斷,2004,24(2):106-110.

[9] HUANG NE,STEVEN R L.The Empirical Mode Decomposition and Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis [C]//Proc.R.Soc.Lond.A,1998:903-996.

[10] Richman Joshua S,J.Randall Moorman.Physiological time series analysis using approximate entropy and sample entropy.Am.J.Physiol.Heart Physiol,2000,278:2039-2049.

[11] 李柏年,吳禮斌.MATLAB數(shù)據(jù)分析方法[M].北京:機(jī)械工業(yè)出版社,2012:151-152.

Mechanical States Diagnosis System the Panel Switch Based on the Analysis of Vibration Signal

HUANGRong1,CHENYong-wang2,CHENLi-chun2,GUOMou-fa1

(1.College of Electrical Engineering and Automation,Fuzhou University,Fuzhou 350108,China;2.Jinjiang Power Supply Co.Ltd.,of State Grid,Qunzhou 362200,China)

The vibration signal of the pand switch contains a wealth of information about the switch mechanical states. The vibration signal features can be extracted by reasonable and effective way,which can be used in the distribution switch mechanical diagnosis. According to data collected functional requirements,we designed the vibration signal acquisition device based on LabVIEW. Use the empirical mode decomposition(empirical mide decomposition,EMD) to analyze the vibration signal,extract the sample from entropy intrinsic mode components(intrinsic mode function,IMF) as a feature,and make mechanical condition diagnosis through the fuzzy C-means clustering(fuzzy C-means,FCM). Through experiments,we collected and analyzed the distribution switch vibration under the normal state and fault state,in order to verify the accuracy and effectiveness of vibration signal analysis based on the mechanical states of distribution switchgear diagnosis system.

panel switch;mechanical states;vibration signal;EMD;sample entropy;FCM.

1004-289X(2015)02-0021-06

TM56

B

2014-03-19

黃蓉(1991-)，女，碩士研究生，研究方向?yàn)榕潆娋W(wǎng)及其自動(dòng)化技術(shù)； 陳永往(1972-)，男，學(xué)士，工程師，主要從事電網(wǎng)生產(chǎn)技術(shù)及管理工作； 陳立純(1978-)，男，碩士，工程師，主要從事配電運(yùn)行及管理工作； 郭謀發(fā)(1973-)，男，副教授，研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化。