（精密仪器及机械专业论文）基于小波分析的高压开关机械特性测试仪的研究.pdf

摘要 高压开关在电网中起着控制和保护的双重作用，是电力系统中至关重要的开 关设备之一。它发生故障或事故时会引起电网事故或扩大电网事故范围，有时甚至 会引起电网崩溃，造成相当大的经济及其它方面的损失。通过对高压开关操动机 构的动作特征、电气特性进行信息捕捉，可以对高压开关的可靠性做出判断，从 而诊断开关故障类型，及时采取相应的措施，以保证电网的安全运行。 本文主要开发了一套基于小波分析的高压开关机械特性测试系统。利用小波 包分析结合短时能量分析的算法实现在线计算高压开关分、合闸时间，利用小波 包分析结合r b f 神经网络实现在线诊断高压开关故障类型，完成了系统硬件电路 的设计，上位机与下位机测试软件的设计，上位机与下位机网口通信模块的设计。 最后对整个系统进行了测试。 从测试结果分析来看，监测手段还可进一步改进，监测特征量还可增加，但 设计已达到预期的目的，该系统还具有用户界面友好，易于维护等特点。为电力 系统和高压开关生产厂家提供了一种方便有效的检测设备。 关键词：高压开关振动信号小波分析神经网络在线监测 a b s t r a c t h i g h 。v o l t a g es w i t c hi so n eo ft h ec r i t i c a ls w i t c h i n ge q u i p m e n tw h i c hp l a y st h ed u a l r o l eo fc o n t r o la n d p r o t e c t i o ni nt h ep o w e rs y s t e m i t sf a i l u r ew o u l dc a u s ea l la c c i d e n t o re x p a n dt h es c o p eo ft h eg r i dn e t w o r ka c c i d e n t , a n ds o m e t i m e se v e nc a u s et h e c o l l a p s eo ft h ep o w e rs y s t e m ，r e s u l t i n gi nc o n s i d e r a b l ee c o n o m i ca n do t h e rl o s s e s t h r o u g hc a p t u r i n gt h eh i g h v o l t a g es w i t c h sm o v e m e n tc h a r a c t e r i s t i c s ，e l e c t r i c a l c h a r a c t e r i s t i c s ，w ec a nj u d g et h er e l i a b i l i t yo fh i 曲一v o l t a g es w i t c h ，t h u sd i a g n o s i st h e t y p eo ff a u l t ，a n dt a k ea p p r o p r i a t em e a s u r e st i m e l yt oe n s u r et h es e c u r i t yo ft h ee l e c t r i c p o w e rs y s t e m i nt h i sp a p e r ，d e v e l o p e das e to fc o m p r e h e n s i v et e s ts y s t e mf o rt h em e c h a n i c a l p a r a m e t e r so fh i 曲一v o l t a g es w i t c hb a s e do nw a v e l e ta n a l y s i s u s e dc o m b i n a t i o no f s h o r t - t e r me n e r g ya l g o r i t h ma n dw a v e l e ta n a l y s i st oc a l c u l a t es w i t c h sc l o s i n g ，o p e n i n g t i m e ，a n dc o m b i n a t i o no fw a v e l e ta n a l y s i sa n dr b fn e u r a ln e t w o r kt od i a g n o s et y p eo f f a u l t , a n dc o m p l e t e dt h es y s t e mh a r d w a r ec i r c u i td e s i g n , h o s tc o m p u t e ra n dt h en e x tb i t m a c h i n et e s ts o f t w a r ed e s i g n , n e t w o r kp o r t t h e r ei ss o m et e s t i n go f t h ew h o l es y s t e m w i mr e s u l t sf r o mt h et e s t ，m o n i t o r i n g c o m m u n i c a t i o nm o d u l ed e s i g n i nt h ee n d ， m e t h o d sc a nb ef u r t h e ri m p r o v e d ，b u ta l s o i n c r e a s et h ea m o u n to fm o n i t o r i n gf e a t u r e s h o w e v e r , t h ed e s i g n e da c h i e v et h ed e s i r e d p u r p o s e t h es y s t e mp r o v i d e sc o n v e n i e n ta n de f f e c t i v ec o m p r e h e n s i v et e s te q u i p m e n t f o rt h ep o w e rs y s t e ma n ds w i t c hm a n u f a c t u r e r s k e yw o r d s ：h i g h - v o l t a g es w i t c h n e u r a ln e t w o r k s v i b r a t i o ns i g n a l w a v e l e ta n a l y s i s o n l i n em o n i t o r i n g 西安电子科技大学 学位论文创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名：搬芳日期型翌! 多：多 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查和阅借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名： 导师签名： 日期：冱：2 ：垒 日期：丝夕1 21 厂 第_ 章绪论 第一章绪论 1 1 本课题的研究背景及意义 高压开关在电网中起着控制和保护的双重作用，是电力系统中非常重要的开 关设备之一。它发生故障或事故时会引起电网事故或扩大电网事故范围，有时甚至 会引起电网的崩溃，造成相当大的经济及其它方面的损失。 根据国家电网公司2 0 0 4 年高压开关事故分析和故障对策训可知，国家电网 公司截至2 0 0 4 年底，系统运行的7 2 - 5 5 0 k v 的开关共2 7 5 3 7 3 台，年增长率为 2 7 5 。其中1 2 6 一- - 5 5 0 k v 的开关年平均增长率均高于2 0 0 3 年水平，1 2 - 7 2 5 k v 开关年平均增长率低于2 0 0 3 年水平，且据相关部门估计电力设备今后五年内共需 要新增装机1 9 亿千瓦，年均3 8 0 0 万千瓦，加上老机组更新，落后机组改造，年 均需4 5 0 0 万千瓦。 随着国家电网公司对高压开关的装用量不断的提高，高压开关的事故和故障 也相应增加。2 0 0 4 年国家电网公司系统发生因为高压开关引起的事故4 6 台次， 比2 0 0 3 年增加1 0 台次，平均事故率o 0 1 7 台次百台，比2 0 0 3 年上升了3 0 8 。 2 0 0 4 年国家电网公司系统发生故障3 4 6 台次，比2 0 0 3 年增加了5 4 台次，平均故 障率0 1 2 6 台次百台，比2 0 0 3 年上升了1 5 6 。根据国家电网公司事故分析报 告以及原因查实结果显示，由于高压开关质量不良造成事故的占6 9 6 ，造成障 碍的占7 5 7 ，所占比例比往年有所上升。其它原因包括天气、基建安装、设备 老化等。 随着现代社会的发展，电网规模的不断扩大，用户对电能质量要求的不断提 高，电力系统的安全运行就愈显得更加重要，因而对在电力系统中担负着控制与 保护双重功能的高压开关提出了更高的要求，其状态的好坏直接影响着电力系统 的安全运行，所以开展高压开关的特性检测与在线监测的研究是很有必要的。 对高压开关进行在线监测，是实现设备预知性维修的前提，是保证设备安全 可靠运行的关键，也是对传统的离线预防性实验的重大补充和新的发展。高压开 关在线监测为实现由计划检修到状态检修的转变创造了条件。长期以来的计划检 修，盲目解体拆卸，浪费了大量的人力、物力和财力，同时也造成了停电损失和 设备寿命的降低。目前，电力系统各个运行单位正致力于高压开关由计划检修到 状态检修的转变，不再以投入年限和动作次数作为衡量标准，而是以设备的实际 状态为维修依据。电力设备的检修要实现这种转变，在线监测势在必行。 随着传感器技术和信息处理技术的发展，对高压开关的运行状态进行在线监 测已经成为可能。这种方法能够及时发现开关的缺陷，降低事故的发生率，减少 2 基于小波分析的高压开关机械特性测试仪的研究 开关预防性实验和检修的工作量及停电次数。因此为了确保高压开关的安全运行 和提高电力系统运行的可靠性，以在线监测为依据的维修逐步取代以预防性实验 为依据的预测维修，或者弥补预防性实验的不足，延长预测维修的周期，这无论 在理论和实用上都具有重大的技术经济价值“。 过去，常常是不管高压开关是否出现故障，都要定期安排检修，有些设备本 不需要解体维修，因解体反而可能使其性能下降，据统计p 。，1 0 o 的高严开关故 障是由于的检修所引起的，高压开关的解体维修，既浪费时间，费用也很高，可 达整个开关费用的1 3 1 2 。另一种情况是等开关坏了以后才去维护，这样就影 响了设备的利用率。从保证供电可靠和经济上来说这两种做法都是不经济和不安 全的。 因此在线监测的出现将会很好的解决这些问题。这种方法能够及时发现设备 的缺陷，降低事故的发生率，减少开关预防性实验和检修的工作量及停电次数， 确保高压开关的安全运行和提高电力系统运行的可靠性。对高压开关进行在线监 测，是实现设备预知性维修的前提，是保证高压开关安全可靠运行的关键，也是 对传统的离线预防性实验的重大补充和新的发展。随着传感器技术和信息处理技 术的发展，对高压开关的运行状态进行在线监测已经成为可能。 因此，对高压开关的特性检测与在线检测技术的研究有着十分广阔的前景值 得深入研究。 1 2 本课题的研究现状 对电力设备进行状态监测的思想，早在1 9 5 1 年，由美国西屋公司的约翰逊 ( j o h n s o n ) 针对运行中的发电机因槽放电导致电机损坏现象，提出并研究了在电机 运行条件下对槽放电现象进行监视。限于当时的技术条件，无法抑制来自线路的 干扰，最后只得将电机从线路上断开，( 即在离线条件下进行检测) 但这种状态监 测基本思想则一直沿用至今。6 0 年代美国率先开发状态监测系统，并成立了庞大 的研究机构，每年召开1 2 次学术交流会议。7 0 年代加拿大、日本、前苏联等国 家的状态监测技术开始起步，并得到迅速发展。其中加拿大于1 9 7 5 年研制成功油 中气体分析的状态监测装置，日本于7 0 年代末研制成功油中氢气的监测装置，8 0 年代研制了变压器局部放电的监测装置，前苏联的状态监测技术发展也很快，特 别是电容性设备的绝缘监测和局部放电的状态监测方面，有较强的技术实力。 我国状态监测技术起始于8 0 年代，在短短的几十年里得到了迅速发展，各单 位相继研制了不同类型的监测装置。主要有各省市电力部门研制的电容性设备的 监测装置；电力系统的一些研究所还研制了各种类型的局部放电的状态监测系统。 第一章绪论 同时，清华大学、重庆大学、西安交通大学等高校开始了绝缘诊断技术的研究。 1 9 8 5 年以后，国家先后将一些诸如：“电力设备运行中局部放电数字化监测装置 和相应的微机系统、“大型气轮发电机故障状态监测系统”项目列入“七五 和“八五 攻关项目。随后，机械部、电力部也先后将诸如“大电机绝缘监测技 术的研究 、“在线局部放电抗干扰 等列入重大科技项目，标志着我国的电力 设备状态监测技术进入全速发展阶段。 目前国内大部分高压开关机械特性测试仪器都是离线的，即只能在开关出厂 之前或服役期间断电的情况下对开关的机械特性进行检测。开展高压开关的在线 监测是今后高压开关机械特性测试系统发展的趋势。由于高压开关主要故障为操 动机构故障，所以开关在线监测的重要对象就是操动机构。操动机构的状态获取 是十分复杂的，出现某一种故障，机构的状态特征可能很多，同时，当操动机构 的某一状态特征发生变化时，引起故障的原因或故障点也不可能是唯一的。目前 监测高压开关操动机构主要是采用信号比较的方法，当某一表征信号与正常情况 有变化时，就可能发生了故障，而对引起故障原因的具体类型和部位则还需要经 验加上理论进行分析。实现高压开关操动机构在线监测的方法也很多，如频谱分 析，红外线分析，系统动态响应特性的测试分析，系统压力的动态测试，组件壳 体的振动信号分析，超声波的分析等，这些方法原理各异，现场实施难度和成本 也不同。如果能可靠地将开关操动机构概率最大的故障检测到，或者按照概率因 素分配监测系统资源和重要性权重，那么就既可以提高设备可靠性，又可以降低监 测系统的复杂性，其性价比也大大提高。 随着信号处理技术，尤其是小波分析的发展，对高压开关振动信号的研究日 益增多，许多新型的技术已经用于实际应用中。高压开关的振动信号是由于操动 机构内部各构件的受力冲击和运动形态的改变引起的：在高压开关的一次动作中， 由一系列的构件按照一定的逻辑顺序启动、运动、制动，形成一个个振动波，沿 着一定的路径传播，最终到达传感器，因此振动信号是一系列衰减振动波的叠加， 不同的结构和不同的运动特性将产生不同的叠加波形。利用小波变换对振动信号 的分析不仅可以计算出开关的分、合闸时间，而且可以将振动信号各个振动波的 特征量提取出来作为高压开关状态检测的依据。1 9 9 6 年r u n d e 等使用加窗f f t 和 d t w ( d y n a m i ct i m ew a r p i n g ) 分析振动信号，对得到的正常状态和测试状态的振动 信号做时间偏移的估计，以此与参考相比较进行诊断取得较好的诊断效果。2 0 0 3 年d e n n i s 等使用小波分解高压开关一次动作所产生的4 个振动信号，利用对开关非 正常状态敏感的节点形成节点直角坐标图，显示开关4 个部分的状态对比图，并利 用后向传播神经网络( b p n n ) 进行状态分类，来区别哪一部分处于非正常状态。这 种方法相对于其他方法( 统计方法神经网络专家系统) 可取得较高的检测准确率。实 验已经表明，同类型的开关动作时所产生的振动信号相似，这就使通过比较同种 4 基于小波分析的高压开关机械特性测试仪的研究 类型不同高压开关的振动信号检测开关故障成为可能。 高压开关机械特性的监测与诊断旨在考查开关的操动机构的特性参数的变化 和机械故障，也是本论文研究的主要内容。目前高压开关振动信号在线监测的研 究主要有以下几个方面的问题： 1 ) 开关在线时很少发生动作，造成振动信号数据的缺乏，不利于经验的积累； 2 ) 提取振动信号的传感器不够精确或信号调理电路不合理，导致信号失真， 造成诊断精度不高； 3 ) 缺乏先进的信号处理方法和故障诊断方法。 因此尽管在国内外已经出现一些高压开关在线监测装置，但是对于开关运行状态 的在线监测仍然处于起步阶段。本系统针对上述问题进行了有效的改进，使得在 线监测技术更有利于应用和推广。 1 3 本文的主要研究工作 针对以上高压开关特性测试技术的国内外研究现状，本课题的主要研究工作 有： 查阅国内外的大量文献资料，深入研究振动信号分析方法，寻找有效的数据 分析方法； 针对在线监测功能，在m a t l a b 7 0 环境下对小波包变换结合短时能量分析的 算法及小波包变换结合r b f 神经网络的算法进行了实验验证，确定了在线监测中 用于开关振动信号的数据分析方法； 在c + + b u i l d e r 环境下，具体实现了上述两种振动信号的数据分析算法； 完成了高压开关机械特性测试系统的上位机系统、下位机系统及上下位机通 信模块的设计。 1 4 本章小结 本节通过对高压开关的维修现状和发展趋势的分析，论述了高压开关在线监 测对于开展开关状态维修的重要意义，分析了小波分析在高压开关在线监测中早 期应用的情况，提出本文的研究内容。 第二章高压开关机械特性在线监测的概念和理论 第二章高压开关机械特性在线监测的概念和理论 2 1 高压开关基本概念及其机械特性 21 1 高压开关基本概念 以实验中用到的v s l 型真空开关为例具体介绍高压开关的结构 驵辫 图21v s l 犁真空开关结构 真空开关是指丌关的主触头置于真空灭弧室内，触头的开断与闭合均在高真 空度的环境中进行。所以真空开关的结构，其实就是真空灭弧室的结构田j ，如图 22 所示。 1 触头 触头的结构和大小是影响开关开断能力的重要因素。真空灭弧室的触头，一 般采用对接式，但对接式触头易产生触头弹跳现象，因此需要提高触头的初压力， 以减少触头的弹跳( 其弹跳时间不允许超过2 m s ) 。为了克服短路电流的电动斥力， 触头还必须具有足够大的终压力。常用的触头材料有铜铋合金、铜铬合金、铜铋 铝合金等，而触头表面( 跑弧面) 则采用纯铜或铬铜。触头的形式有圆盘式和瓷吹 式两种。触头的开距，l o k v 一般为1 0 1 6 m m ，3 5 k v 一般为2 4 4 0 m m 。 2 屏蔽罩 屏蔽罩是包围在触头周围的金属圆筒，它的作用是吸收燃弧过程中排放出的 金属蒸汽和金属液滴，防止其返回触头间隙引起重燃，并防止沉积到绝缘外壳表 面引起的外壳绝缘强度降低。真空灭弧室的屏蔽罩通常是和动、静触头绝缘的， 6 基于小波分析的高压开关机械特性测试仪的研究 可防止真空电弧由触头表面转移到屏蔽罩上，从而防止因电弧在屏蔽罩表面燃烧 导致开断失败。屏蔽罩绝缘固定时，屏蔽罩还有均压作用，可改善真空灭弧室的 绝缘特性。 3 波纹管 波纹管是真空灭弧室重要的部件。利用波纹管的纵向可伸缩性，从真空灭弧 室外部用机械方法使内部的触头运动，而又不破坏外壳的气密性。波纹管是真空 灭弧室中唯一的需要大幅度运动的机械变形的元件，容易因疲劳而损坏。真空灭 弧室中常用的是壁厚为o 1 2 - - - 0 1 4 m m 的液压成型或机械滚压成型的波纹管。一 般使用的材质为铬一镍一钛不锈钢。 4 绝缘外壳 真空灭弧室的绝缘外壳常用材料有玻璃或高氧化铝陶瓷。玻璃外壳的强度低 于陶瓷外壳，且加工精度较低，但价格低，适用于开断电流较小的开关。陶瓷外 壳则可用于所有的真空开关。 囊 图2 。2 真空灭弧室结构图 作为真空开关的主要元件操动机构，也历经了几代的发展，从最初的电 磁机构，发展到现在广泛应用的弹簧操作机构，以及现阶段正迈向成熟并逐渐普 及的永磁操作机构。开关的全部使命，归根到底是体现在触头的分、合动作上， 而分、合动作又是通过操动机构来实现的。下面是真空开关的合、分闸操作过程： 合闸时：操动机构合闸线圈得电一合闸铁芯动作一机构及传动连杆动作一开 关主轴转动一绝缘推杆前推一三角拐臂转动一下压触头弹簧装置一灭弧室动导电 杆向下运动使触头接触一触头弹簧压缩至接触行程终点。与此同时，机构的辅助 开关切断会闹接触器线圈电源，分闸弹簧拉长贮能，电磁机构的扣板由半轴扣车 保持在合闸位置，合闸结束；分闸时：机构中的分闸线圈得电一分闸铁芯动作一 扣板与半轴脱扣一开关在触头弹簧和分闸弹簧的作用下迅速分断一机构的辅助开 关切断分闸线圈电源一机构复原，并由分闸弹簧保持在分闸位置。 第二章高压开关机械特性在线监测的概念和理论 2 i 2 高压开关机械特性参数 高压开关机械特性参数是保证其正常工作的重要依据。根据国家标准高压 交流开关和高压开关设备常温下的机械实验中规定的机械特性实验的检测 项目有：触头开距，超行程，三相不同期，分合闸时间，刚分合速度，触头起始 运动时间，弹跳时间，分、合闸线圈电流等，其中分合闸时间是在线监测中最重 要的特征参量，通过对高压开关分合闸时间的持续的在线监测，可以为预测开关 运行状态提供非常重要的依据。 分闸时间：从接到分闸指令瞬间起到所有极的触头分离瞬间的时间间隔。 合闸时间：从接到合闸指令瞬间起到有其中一极触头接触瞬间的时间间隔。 传统的检测高压开关分、合闸时间的具体做法是如图2 3 所示：将开关一侧 接上拉电阻接到高电平，另一侧接地，理论上当开关分( 合) 时a i n 为高( 低) 电平，测试仪器通过断口线与a i n 相连，即可检测到开关分、合闸时刻点。实际 上在合闸操作中开关动触头还没有达到合闸位置点主回路就已有预击穿电流通 过，这就造成了测量结果比实际值偏小； 时间，即触头分离后还是有电流通过的， 在分闸操作中因为触头分离后还有燃弧 这就导致t n 试结果比实际值偏大。 图2 3 开关量信号采样电路原理图 即使我们可以忽略上述方法所带来的测量误差，由于高压开关所处的高压工作 环境，上述方法也仅适用于开关离线状态下的检测，而对于服役期间的高压开关 的检测就显得束手无策。还有一种测试手段，刚分刚合时刻点取辅助开关接点状 态信号换位时刻，由于辅助开关是机械式触点开关，虽然不用担心燃弧和预击穿 电流的影响，但其转换速度差，而且很不稳定，因此测量结果仍有偏差。 实际上，高压开关在实际运行时，既要避开高压环境又要确定分、合闸时刻 点是很难的。高压开关在合闸动作过程中，动静触头的撞击，分闸动作过程中， 动触头与止钉的撞击都会产生强烈的冲击信号，通过在开关适当的位置安装振动 传感器采集振动信号来确定开关的分、合闸时刻点应该是一种行之有效的方法。 但是对开关振动信号的分析是一个难点，这是由开关结构复杂以及现场测量时各 8 基于小波分析的高压开关机械特性测试仪的研究 种环境噪声的影响，使加速度传感器获取的振动信号存在干扰成分引起的。高压 开关的合或分操作都会产生若干次振动事件，当干扰信号的瞬时幅值和频率大到 与振动信号可比拟时，采用传统的方法很难有效区分噪声和有用信号。因此振动 信号的辨识是开关振动信号监测中的重要内容。 2 2 高压开关振动信号特征分析 高压开关是一种瞬时动作电器，平常处于静止状态，只是在执行分合闸命令 时才快速动作，从而产生强烈的振动，其振动信号有以下特点： 1 振动信号是瞬时非平稳信号，不具有周期性。有效信号出现的时间非常短， 通常在数十到数百毫秒之间； 2 振动是由于操动机构内部各构件的受力冲击和运动形态的改变引起的，在 开关的一次动作中，由一系列的构件按照一定的逻辑顺序启动、运动、制 动，形成一个个振动波，沿着一定的路径传播，最终到达传感器的是一系 列衰减振动波的叠加，信号频率大概分布在0 1 0 k h z 的范围内。不同的结 构和不同的运动特性将产生不同的叠加波形； 3 开关的机构对振动信号的传递过程是复杂的，冲击( 振源) 位置与测量位置 的变更都会显著地改变实测振动信号的特性。 这些振动信号中还会夹杂着各种各样的噪声干扰，主要包括主轴驱动触头弹 簧作变速运动时产生的预振动信号以及触头撞击完毕后开关机构箱的“余振信 。号 ，此外还包括分、合闸线圈引入的瞬态电磁干扰。这些噪声对振动信号特征 量的提取带来很大困难。传统的机械振动信号处理方法采用傅立叶变换进行分析， 基于傅立叶变换的f f t 频谱分析在全频域范围内分辨率理论上可达无穷大，但时 域分辨率为零，因此不适合对非平稳信号进行分析。小波变换具有“变焦的特 点和良好的时频局部化特性，可以把信号在空间和频域上局部化。近年来，小波 分析在电力系统故障诊断、信号消噪等方面得到广泛的应用。实践证明，利用小 波包变换分析振动信号能取得更好的效果。本文提出了小波包分析与短时能量法 相结合的分析方法，用于高压开关振动信号的事件时间提取，可明显地提高信噪 比，具有较强的噪声抑制能力。 同时我们发现在开关分合闸过程中，操动机构的运动和撞击都会产生振动响 应。按时间顺序将出现以下事件“： ( 1 ) 合闸电磁铁顶杆撞击钩锁； ( 2 ) 拐臂与连杆扣接面上的摩擦； ( 3 ) 动静触头相撞； ( 4 ) 拐臂与连杆脱扣后，拐臂逆时针运动与止钉碰撞。 第二章高压开关机械特性在线监测的概念和理论 9 每个事件引起的振动信号分布在不同的频段内，对应着一定的信号能量。当 开关发生故障时，不仅会引起振动冲击事件的时间漂移，还会引起时域波形中相 关波峰幅值的变化。由于故障对振动信号各频率成分的抑制或增强作用，使得振 动信号某些频率成份衰减，另一些频率成份增强。因此，与正常振动信号相比， 相同频带内的信号能量会有较大的差别，某些频带内的信号能量衰减，而另一些 频带内的信号能量增强。实际上很多故障尤其是操动机构的故障能够通过振动波 形表现出来，例如：操动机构的线圈卡涩，几座螺丝松动，触头烧损严重，拉杆、 轴连接部分发生卡涩等故障都会影响到振动信号的波形。基于高压开关振动信号 的这些特征，本文利用小波包分析提取振动信号特征量结合r b f 神经网络实现了 开关故障在线诊断。 2 3 高压开关机械特性在线监测相关理论 2 3 1 小波包分析理论 1 傅立叶变换 设信号厂( r ) ，其傅立叶变换为： f ( r o ) = if ( t ) e 一州出 ( 2 - 1 ) f ( r o ) 确定了托) 在整个时间域上的频谱特性。傅立叶变换适用于确定性的平稳信 号，对于一些非平稳信号不太适应。傅立叶变换将信号的时域特征和频率特征联 系起来，能分别从时域和频域上观察信号，但不能把二者有机结合起来。傅立叶 变换是信号在整个时间域内的积分，识别出的频率在什么时候产生并不知道，因 此是一种全局的变换，不能反映某一局部时间内信号的频谱特性，即在时间域上 没有任何分辨率。这样在信号分析中就面临一对矛盾：时域和频域的局部化矛盾。 傅立叶变换对具有突变的信号的分析有诸多不便和困难。这就促使我们寻求一种 信号时频局部分析的新方法。 2 短时傅立叶变换 短时傅立叶变换又称加窗傅立叶变换，由g a b o r l 9 4 6 年提出。其基本思想是： 把信号划分成许多小的时间间隔，用傅立叶变换分析每一个时间间隔，以确定该 间隔存在的频率，以达到时频局部化之目的。短时傅立叶变换的表达式为：一 f g f ( 刃，f ) = lf ( t ) g ( t i ) e 删出 ( 2 2 ) 式( 2 2 ) 中，g ( t ) 为g ) 的共扼，g ( f ) 为时限函数，又称窗口函数，起时限作用；e - 朋 起频限作用。g ( f ) 与p 一加结合可起时频局部化作用。f g f ( n r ，f ) 大致反映了在时刻 f 、频率为w 的信号成分的相对含量。短时傅立叶变换适用于确定性的平稳信号， 1 0 基于小波分析的高压开关机械特性测试仪的研究 是在信号处理方面寻求时频分析的尝试和过渡，它具有时频分析功能，但是由于 其窗宽固定，使得对于宽带信号难以兼顾高频段的时间分辨率和低频段的频率分 辨率，故对于研究高频信号和低频信号都不是有效的。 3 小波分析 小波分析的目的是“既要看到森林( 信号的概貌) ，又要看到树木( 信号的细 节) ，故被誉为“数学显微镜 。小波分析是一种窗口的大小固定、形状可变的时 频局部化信号分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨 率，在高频部分具有较高的时间分辨率和较低频率分辨率。设y ( f ) l 2 ( r ) ，其 中l 2 ( r ) 表示平方可积的实数空间，即能量有限的空间信号，其傅立叶变换为 杪 ) ，当y ( ) 满足容许条件： q = k 挚 o ( 2 。4 ) v a “ 其中a 为尺度参数，b 为平移参数。它是由小波母函数l f ，( f ) 生成的依赖于参数( a ， b ) 的连续小波函数，简称为小波。对于任意的函数或者信号f ( t ) ，其小波变换定 义为： 巴 ( 口，6 ) 2jf ( t ) w 咖。渺 ( 2 - 5 ) 由式( 2 5 ) n n 看出，作为积分核的小波变换的基函数是小波函数l f ，柚( r ) ，它不是 正弦函数，而且该基函数不是唯一的。在随时间变化的同时，它还受到尺度参数a 和平移参数b 的影响。 4 小波包的优势 傅立叶变换具有最优的频率分辨率，但同时具有最差的时间分辨率，不能提 取任意局部时段上的频率信息。短时傅立叶变换具有时频分析能力，但它的时频 单元是固定不变的，所以很难为包含低频与瞬时高频的时变信号提供很好的频率 分析。小波变换通过满足一定条件的基本小波函数的不同尺度的平移和伸缩构成 的。用小波函数系表示的特点是它在时域和频域同时具有良好的局部化性质，但 其时一频分辨率在低频处频率分辨率高；在高频处时间分辨率高，频率分辨率却 降低，这是正交小波基的一大缺陷。而小波包库包含了丰富的小波包基，能够根 据信号的特征提供最佳基以使时频平面具有多种多样的覆盖方式，因而具有非常 好的时频局部化分析能力，特别是，对于包含大量中、高频信息的非平稳信号能 第二章高压开关机械特性在线监测的概念和理论 l l 够进行更好的时频局部化分析。小波包具有随2 的增加，变宽的频谱窗口进一步 分割变细的优良品质。假定共轭滤波器h ( n ) 满足： 乏：h ( n 一2 k ) h ( n 一2 ，)( 2 - 6 ) 令g ( k ) = ( 一1 ) h ，按双尺度关系，定义一列递归函数( 以) ( 七= o ，1 ，2 ，) 竺：鬈嚣g 从k a 。2 ( 卜2 x 二 ， l 如+ l ( z ) = 一七) 。 式( 2 7 ) 中心( x ) 可以定义为尺度函数咖( x ) ；h ( x ) 为小波基函数眠( x ) ，称以( x ) 为 关于正交尺度函数4 j ( x o ) 的小波包。小波包的完整性和正交性使原始信号的信息得 到完整保留。对一给定信号，通过一组低、高通组合的共轭正交滤波器h 、g ，不 断地将信号划分到不同的频段上，其分解过程如图2 4 所示。 图2 4 小波包分解过程示意图 小波包信号提取的过程实际上是对离散信号进行小波包分解和重构的过程。 在小波包分解的过程中，滤波器组每作用一次，数据点数减半。若原始数据长度 为2 ，分解l 次，每个频段数据长度变为2 ，是原长的去。利用小波包可以 ，2 n 将信号按任意时频分辨率( 满足测不准原理) 分解的特点，将不同频段的信号正 交分解到相应频段内，并根据先验知识，保留分解序列中任意一个或几个频段序 列进行重构。重构信号长度仍为2 ，具有较窄的频带宽度和较高的信噪比。 2 3 2 短时能量分析理论 1 短时能量算法简介 设信号序列为x ( 魂f = 0 ，l ，2 一l ，则短时能量函数s ( n ) 定义为： 以功= ，( f ) 心一力= x 2 ( i ) w ( n - i ) = x z ( n ) 幸以力，n = m - 1 ，。一1 ( 2 - 8 ) f = i = n - m “ 1 2 基于小波分析的高压开关机械特性测试仪的研究 式( 2 8 ) 中o o ( n ) 刀= 0 ，1 ，2 ，一1 ，为滑动窗函数，s ( 珂) 代表了信号在时刻刀的局部能 量。短时能量分析相当于对信号先进行指数变换，然后用分段或分帧叠加的方法加 以处理。分帧可以连续，也可以交叠，用可移动的有限长度窗口进行加权来实现。 由于窗函数的幅频特性类似于低通滤波器，故短时能量分析也可看作是信号平方 通过一个单位函数响应为c o ( n ) 的线性滤波器的输出。 2 短时能量法的信噪比分析1 实际信号中总是存在大量的随机噪声，相对于它的方差而言，噪声在时域中大 部分时刻取值较小，少数时刻取值较大。假设在随机噪声中包含了有用的高频冲击 信号，则信号经过平方处理后可以突出能量较大的有用信号，取值较小的噪声信 号则可以忽略不计。又由于冲击信号具有局部连续性，在开始处连续几点的取值都 较大，而噪声具有随机性，连续几点取到较大值的概率很低。所以，经过窗函数的平 滑可以进一步削弱噪声的影响，从而有效地提高了信噪比，定量分析如下。根据振 动力学理论，假设振动信号满足冲击衰减振荡模型： x ( 刀) = as i n w ( n t - t o ) e 叫”h ( 2 - 9 ) 如果叠加在振动信号上的噪声1 ，( 刀) 满足零均值高斯型随机分布，其方差为仃：， 则采样长度足够大时噪声能量可近似表示为： 总体信号为： y ( n ) = x ( n ) + v ( 玎) ( 2 - 1 0 ) ( 2 - 1 1 ) 对于足够长的观察时间 0 ，n - 1 ，信号的总能量近似表示为： r l| 一l y ( 甩) 2 n a ：+ x ( 刀) 2 ( 2 - 1 2 ) n - - - - on = o ，- 1 式( 2 - 1 2 ) 中j ( 刀) 2 为离散冲击信号的能量，其大小和冲击信号的幅值彳及衰减速 度仃有关。由式( 2 - 1 2 ) 可知，当滑动窗( 为分析方便假设为矩形窗，窗长m ) 中仅含 有噪声时，观测到的短时能量约为m c r ：。实际上，由于冲击信号历时较短，m 不 可能取得很大，但仍可认为该关系式近似成立。在疗时刻，当滑动窗中包含高频冲 击信号时，信号短时能量约为： s ( 胛) m 仃：+ x ( f ) 2 ( 2 1 3 ) 第二章高压开关机械特性在线监测的概念和理论 1 3 和只含噪声的短时能量相比，增加的部分为冲击信号的瞬时能量。相对噪声而言， 冲击信号在起始点的瞬时能量很大，因而用短时能量的方法可以有效提高局部信 噪比。 2 3 3 故障诊断神经网络理论 一、神经网络与故障模式识别 广义的讲，故障可以理解为系统的任何异常现象，是系统表现出所不期望的特 性，这些特性通常表现为系统的某些重要变量或特性偏离了正常范围。起初人们对 故障的认识是通过选择敏感特性和进行简单的比较实现的。这种方法对于简单的 系统可行，而对于复杂的系统和复杂现象，就涉及到故障模式和正常模式的识别问 题模式建立及其识别的复杂性主要取决于系统的复杂性和人们的认识水平。一般 来讲，人们会通过获取各种先验信息，建立设备正常故障，以及各种不同故障的 样板模式。故障诊断时，根据不同的故障征兆完成模式映射过程。 神经网络作为一种自适应的模式识别技术，并不需要预先给出有关模式的经 验知识和判别函数，它通过自身的学习机制自动形成所要求的决策区域。网络的 特性由其拓扑结构、神经元特性、学习和训练规则所决定。它可以充分利用状态 信息，对来自于不同状态的信息逐一进行训练而获得某种映射关系。而且网络可 以连续学习，如果环境发生改变。这种映射关系还可以自适应地进行调整。 因此，神经网络由于自身的特性，在故障模式识别领域中有着越来越广泛的 应用。网络的输入节点对应着故障征兆，输出节点对应着故障原因。首先利用一 组故障样本对网络进行训练，以确定网络的结构( 中间层的传递函数和神经元数 目) 和参数( 神经元之间的连接权值和阈值) 。网络训练完毕后，故障的模式分类 就是根据给定的一组征兆，实现征兆集到故障集之间的非线性映射的过程。利用 神经网络进行故障模式识别具有以下特点： 1 可用于系统模型未知或系统模型较为复杂，以及非线性系统的故障模式识 别； 2 兼有故障信号的模式变换和特征提取功能； 3 对系统含有不确定因素、噪声及输入模式不完备的情况下不太敏感； 4 可用于复杂多模式的故障诊断； 5 可用于离线诊断，也能适应实时监测的要求； 典型的基于神经网络模式识别功能的诊断系统机构如图2 5 所示。 1 4 基于小波分析的高压开关机械特性测试仪的研究 图2 5 神经网络诊断框图 图2 5 中，基于神经网络的诊断过程分为两步。首先，基于一定数量的学习样本 集( 通常称为“征兆一故障 数据集) 对神经网络进行训练，得到期望的诊断网 络；其次，根据当前诊断输入对系统进行诊断，诊断的过程即为利用神经网络进 行前向计算的过程。在学习和诊断之前，通常需要对诊断原始数据和学习样本数 据进行适当的处理，包括预处理和特征提取等，目的是为诊断网络提供合适的诊 。断输入和学习样本。此外，尽管神经网络和传统的故障诊断是两种不同的诊断方 法，但两者是紧密联系在一起的。如采用小波分析等数据处理方法，可以为神经 网路诊断提供可以利用的特征向量。 r b f 网络的学习算法属于有教师型的。这种算法模型具有很好的推广能力， 用于故障模式识别的效果比较好。训练好的r b f 网络计算速度快、内存消耗低， 可用于实时监测和诊断。 二、径向基神经网络 1 概述 径向基函数神经网络，( r a d i a lb a s i sf u n c t i o nn e u r a ln e t w o r kr b f ) 是由 j m o o d y 和c d a r k e n 于2 0 世纪8 0 年代末提出的一种神经网络结构，它是具有单 隐层的三层前向网络。一般其隐含节点层传输函数为具有局部特性的高斯函数或 其它函数。具有结构自适应确定、输出与初始权值无关的优良特性，在函数逼近、 多维曲面拟合、自由曲面重构和大型设备故障诊断等领域有着比较多的应用。与 传统的基于误差反向传播( b a c kp r o p a g a t i o nb p ) 学习算法的b p 神经网络相比， 它不仅具有结构简单，全局逼近能力强，而且有收敛速度快，准确率高等优点，因 此在本课题中选用径向基函数神经网络r b f 作为高压开关故障诊断的专家系统。 2 径向基神经网络的结构训 径向基函数网络由三层组成，其结构如图2 6 所示。输入节点传递输入信号 到隐层，隐层节点由高斯函数( 径向基) 描述，而输出层节点通常由简单的线性 函数刻画。隐层节点( 感知单元) 的作用函数( 核函数) 对输入信号将在局部产 生响应，即当输入信号接近核函数的中央范围时，隐层节点将产生较大的输出， 所以，径向基函数网络( r b n m ) 是局部逼近网络，具有学习速度快等特点，其 第二章高压开关机械特性在线监测的概念和理论 1 5 基函数常用的是高斯函数，可表示为： a，(x)：e-ix丁-q21xp】，扛1 ，2 ，加( 2 - 1 4 ) q ( x ) = e 可舻1 ，2 ，加 ) 式中： a 。( x ) 一第i 个隐层节点的输出。 x 输入样本，x = ( 而，x 2 ，毛) r5 c 一第i 个隐层节点的高斯核函数的中心且与x 具有相同的维数； 矾第i 个隐层节点的变量，称标准化常数或宽度； m 一一隐层节点的个数。 | 协 输入 丐 ， 图2 6 r b f 网络结构图 在r b f 网络中，隐层的每个节点都有一个径向基函数的中心向量q ，此向量 与输入样本具有相同的维数，q = q 。q ：，】r 整个网络有聊个这样的中心。隐节 点的“净输入定义为输入样本x = ( 五，x 2 9o 0 0 9 矗) r 距该隐节点的径向基函数的中 ，晰j i t c , 的欧几里德范数i x q i ：，即： q = i x - c ，：i = ，i = 1 ，2 ，一m( 2 - 1 5 ) 隐节点的输出为隐层为完成非线性转换的某种径向基函数。在r b f 网络中，各隐 层节点的输出实际代表着输入样本x 离开该隐节点的径向基函数中心c f 的程度。 而且在r b f 网络中，并不存在一个像其他网络那样连接各输入节点与各隐节点的 隐层权矩阵。因此，隐层的训练任务不是调节其权矩阵，而是为每个隐节点选择 其中心的向量。 r b f 网络中的输出层是一组线性组合器。输入层实现从x _ 仃，0 ) 的非线性 映射，输出层实现从仃。( x ) 专几的线性映射，即r b f 网络的输出为隐层节点输出 的线性组合，有： 鲥 咒 五 1 6 基于小波分析的高压开关机械特性测试仪的研究 儿= e a f ( x ) ，七= 1 ，2 ，p ( 2 - 1 6 ) i = 1 式中：p 一一输出层的节点数目。 高斯函数的参数可由一种最简单而很有效的方法，即模式聚类法k - n n 引 ( k - n e a r e s tn e i g h b o ra l g o r i t h m ) 来求取。 3 径