高壓斷路器機(jī)械故障的診斷技術(shù)之研究

何 剛

（ 肇東市人民政府油田服務(wù)中心，黑龍江 肇東151100）

1 振動(dòng)信號(hào)分析技術(shù)在高壓斷路器機(jī)械故障診斷中的應(yīng)用

在高壓斷路器機(jī)械故障診斷中， 可以對(duì)振動(dòng)信號(hào)分析技術(shù)進(jìn)行運(yùn)用，由于高壓斷路器產(chǎn)生的振動(dòng)信號(hào)具有非線性的特征，并且其中含有諧波，所以在進(jìn)行振動(dòng)信號(hào)分析前，需要先去除噪聲，并對(duì)特征進(jìn)行提取，隨后構(gòu)建診斷模型進(jìn)行故障診斷。

1.1 噪聲去除

在高壓斷路器的振動(dòng)信號(hào)中，除了有高頻之外，還有低頻，與機(jī)械狀態(tài)相關(guān)聯(lián)的信息大部分都集中在高頻上， 如觸頭撞擊形成的沖擊信號(hào)，除此之外的信息則集中在低頻上。 在現(xiàn)場(chǎng)對(duì)高壓斷路器進(jìn)行振動(dòng)信號(hào)采集時(shí)，若是其它斷路器進(jìn)行分合閘操作，則會(huì)對(duì)振動(dòng)信號(hào)測(cè)量結(jié)果的準(zhǔn)確性造成影響。 不僅如此，采集的振動(dòng)信號(hào)本身也存在噪聲，所以需要進(jìn)行去噪處理，將無(wú)用的信息除去，保留具有利用價(jià)值的信息，從而提高機(jī)械故障診斷結(jié)果的準(zhǔn)確性。 在對(duì)高壓斷路器振動(dòng)信號(hào)的噪聲進(jìn)行去除時(shí)， 可以采用小波變換的方法，這種方法分為兩種情況，一種是借助軟閾值來(lái)去除振動(dòng)信號(hào)中的噪聲，另一種則是通過(guò)硬閾值來(lái)完成去噪[1]。 在實(shí)際應(yīng)用中發(fā)現(xiàn)，軟閾值的函數(shù)雖然要比硬閾值的函數(shù)更加光滑， 但卻會(huì)導(dǎo)致部分具有利用價(jià)值的信息損失，為避免該情況的發(fā)生，可以采用硬閾值的方法對(duì)振動(dòng)信號(hào)中的噪聲進(jìn)行去除。

1.2 振動(dòng)信號(hào)提取

當(dāng)高壓斷路器發(fā)生機(jī)械故障后，在分閘時(shí)振動(dòng)信號(hào)會(huì)出現(xiàn)兩次非常明顯的振動(dòng)波。 同時(shí)，還有一些幅值相對(duì)較小的振動(dòng)波會(huì)在機(jī)械內(nèi)進(jìn)行傳播，在對(duì)振動(dòng)信號(hào)進(jìn)行提取時(shí)，要先對(duì)起止位置進(jìn)行確定，其中起點(diǎn)時(shí)間的確定方法如下：當(dāng)振動(dòng)信號(hào)連續(xù)10 個(gè)采樣點(diǎn)全部大于設(shè)定值，便可判定為發(fā)生振動(dòng)事件，振動(dòng)信號(hào)的起始點(diǎn)為事件發(fā)生前的25ms，由于在此之后還有幅值比較小的振動(dòng)信號(hào)，故此將振動(dòng)信號(hào)的分析時(shí)間最終確定后30ms。 對(duì)振動(dòng)信號(hào)特征進(jìn)行提取時(shí)，可以采用時(shí)頻特征譜，這是一種較為實(shí)用的特征提取方法，在詳細(xì)的時(shí)頻劃分后，得到的時(shí)頻能量譜具有明顯的差別，其特征非常明顯[2]。 當(dāng)高壓斷路器的機(jī)械狀態(tài)出現(xiàn)變化后，振動(dòng)信號(hào)會(huì)隨之改變，能夠在時(shí)頻特征能量譜上如實(shí)地反映出來(lái)，換言之，對(duì)振動(dòng)信號(hào)的時(shí)頻能量特征進(jìn)行分析，能了解高壓斷路器的機(jī)械狀態(tài)，將能量譜作為機(jī)械故障診斷模型的輸入量，可對(duì)機(jī)械故障進(jìn)行快速診斷。

1.3 構(gòu)建故障診斷模型

在對(duì)高壓斷路器機(jī)械故障診斷模型進(jìn)行構(gòu)建時(shí)， 可以利用深度學(xué)習(xí)網(wǎng)絡(luò)中的自編碼網(wǎng)絡(luò)， 其又被稱之為SAE， 即棧式自編碼器，它在復(fù)雜非線性問(wèn)題的處理中效果較好，能夠快速完成特征提取，并對(duì)故障進(jìn)行準(zhǔn)確分類。 SAE 是由多個(gè)AE（ 自編碼器）以堆疊的方式組合而成，具體的學(xué)習(xí)過(guò)程包括預(yù)訓(xùn)練和微調(diào)，前者為無(wú)監(jiān)督學(xué)習(xí)，后者為監(jiān)督學(xué)習(xí)，使網(wǎng)絡(luò)達(dá)到全局最優(yōu)為止。 AE 作為SAE中的基本單元，其結(jié)構(gòu)與神經(jīng)網(wǎng)絡(luò)相類似，它的預(yù)訓(xùn)練是一個(gè)逐層訓(xùn)練過(guò)程，輸入層數(shù)據(jù)為振動(dòng)信號(hào)劃分后的時(shí)頻段能量，輸出層為高壓斷路器機(jī)械故障振動(dòng)的結(jié)果。 隨后通過(guò)微調(diào)能夠大幅度增強(qiáng)網(wǎng)絡(luò)的性能，從而使診斷結(jié)果變得更加準(zhǔn)確。

2 基于線圈電流的高壓斷路器機(jī)械故障診斷技術(shù)

對(duì)于高壓斷路器而言， 分合閘線圈電流是其機(jī)械運(yùn)行狀態(tài)的重要監(jiān)測(cè)數(shù)據(jù)，由監(jiān)測(cè)結(jié)果可知，當(dāng)高壓斷路器出現(xiàn)機(jī)械故障時(shí)，分合閘線圈電流會(huì)隨之出現(xiàn)較為明顯的變化。 因此，通過(guò)對(duì)分合閘線圈電流波形的分析，并對(duì)相關(guān)的特征進(jìn)行提取，能夠?yàn)闄C(jī)械故障診斷提供依據(jù)。 與振動(dòng)信號(hào)相比，由于線圈電流波形信號(hào)并不會(huì)受到傳感器裝設(shè)位置的影響，所以得到的數(shù)據(jù)更加可靠，并且便于特征向量的提取。

2.1 線圈電流的特性

2.1.1 等效電路

當(dāng)高壓斷路器進(jìn)行分合閘時(shí)， 動(dòng)觸頭會(huì)在操作機(jī)構(gòu)的帶動(dòng)下發(fā)生動(dòng)作，進(jìn)而完成分合閘，這個(gè)操作最初是線圈通電后生成電磁場(chǎng)，在電磁力的作用下，鐵芯引起脫口機(jī)構(gòu)動(dòng)作，并帶動(dòng)分合閘杠桿運(yùn)動(dòng)[3]。由此可知，分合閘線圈電流是鐵芯由靜止?fàn)顟B(tài)轉(zhuǎn)變?yōu)檫\(yùn)動(dòng)狀態(tài)，最終恢復(fù)為靜止?fàn)顟B(tài)時(shí)，線圈中流過(guò)的電流波形，它可以反映出操作機(jī)構(gòu)當(dāng)前所處的工況。 比如，線圈的電阻是否處于正常狀態(tài)、鐵芯以及操作機(jī)構(gòu)有無(wú)卡澀的現(xiàn)象等。 據(jù)此，便可對(duì)高壓斷路器的機(jī)械故障進(jìn)行快速診斷。 可以采用等效的方法，將高壓斷路器分合閘線圈的回路轉(zhuǎn)換為以下器件的串聯(lián)形式：電源（ 直流）、電阻和電感、開(kāi)關(guān)，這樣便組成了一個(gè)等效電路[3]。

2.1.2 電流波形

在高壓斷路器的分合閘線圈中， 電流信號(hào)波形主要與鐵芯的運(yùn)動(dòng)特性有關(guān)， 大體上可將鐵芯的運(yùn)動(dòng)分為以下幾個(gè)階段：A 階段為靜止欲動(dòng)， 在該階段分合閘線圈電流呈現(xiàn)出指數(shù)形式增長(zhǎng)的特點(diǎn)，電流的特征能夠反映出線圈的工作狀態(tài)；B 階段為鐵芯運(yùn)動(dòng)，在該階段，線圈電流出現(xiàn)明顯的下降，并且鐵芯開(kāi)始運(yùn)動(dòng)，從電流的變化趨勢(shì)中能夠反映出鐵芯的運(yùn)動(dòng)狀況， 如卡澀、 所受阻力的大小、脫扣等等；C 階段為觸頭分合閘，在該階段，高壓斷路器的輔助接點(diǎn)會(huì)被切斷， 線圈電路特征能夠反映出操作機(jī)構(gòu)的工作狀態(tài)；D階段為電流切斷，在該階段，電流的變化能夠反映出電磁輔助電路的性能。

2.2 線圈電流的處理

由于通過(guò)傳感器采集到的電流，除了會(huì)受到電磁的干擾之外，還會(huì)受到噪聲的影響，所以在對(duì)線圈電流進(jìn)行提取之前，應(yīng)當(dāng)對(duì)噪聲進(jìn)行有效去除。 分合閘線圈的電流從性質(zhì)上看具有簡(jiǎn)單的特點(diǎn)，它的處理要比振動(dòng)信號(hào)更加容易， 可以采用軟閾值對(duì)線圈電流信號(hào)進(jìn)行處理，經(jīng)過(guò)處理后，能夠?yàn)樘卣魈崛√峁┯欣麠l件。 以小波對(duì)線圈電流信號(hào)進(jìn)行分解，并對(duì)閾值進(jìn)行合理設(shè)定，用軟閾值處理小波系數(shù)后，經(jīng)重構(gòu)便可得到去噪后的電流波形。

2.3 線圈電流的故障特性

為對(duì)高壓斷路器不同機(jī)械狀態(tài)的電流波形特征是否相同進(jìn)行驗(yàn)證，分別對(duì)正常和故障狀態(tài)的線圈電流進(jìn)行處理，然后以隨機(jī)的方式選取電流信號(hào)， 共計(jì)三組進(jìn)行對(duì)比分析。 在正常與故障狀態(tài)下，分合閘線圈的電流波形在時(shí)域平面內(nèi)呈現(xiàn)出不同的狀態(tài)，并且特征量的分布也不相同。 由于各個(gè)故障狀態(tài)與正常狀態(tài)之間的距離存在明顯的差異， 所以可對(duì)特征向量間的距離變化趨勢(shì)進(jìn)行計(jì)算，來(lái)對(duì)線圈電流當(dāng)前所處的狀態(tài)進(jìn)行具體分類，正常狀態(tài)時(shí)，三條線圈電流為基本重合狀態(tài)。 當(dāng)高壓斷路器基座的螺栓出現(xiàn)松動(dòng)故障時(shí)，線圈電流比正常狀態(tài)時(shí)的電流大，之所以會(huì)出現(xiàn)這樣的情況，主要是因?yàn)槁菟ㄋ蓜?dòng)導(dǎo)致機(jī)構(gòu)的牢固性降低，增大了分合閘操作時(shí)機(jī)構(gòu)的磨損程度，鐵芯的摩擦面變得過(guò)于光滑，運(yùn)動(dòng)時(shí)間隨之縮短。 鐵芯卡澀故障時(shí)，由于需要克服摩擦阻力，從而使得鐵芯的運(yùn)動(dòng)時(shí)間延長(zhǎng)，電流值增大[4]。

2.4 故障診斷模型的構(gòu)建

在對(duì)基于分合閘線圈電流信號(hào)的高壓斷路器機(jī)械故障診斷模型進(jìn)行構(gòu)建時(shí)，可以引入KNN（ k 最鄰近算法），這是數(shù)據(jù)挖掘中最為簡(jiǎn)單且實(shí)用的一種方法，可將之視作為非參數(shù)化分類器，在該分類器當(dāng)中，狀態(tài)都是特征空間中由特征向量組成的點(diǎn)[5]。診斷模型的構(gòu)建過(guò)程如下： 對(duì)傳感器采集到的高壓斷路器正常與故障狀態(tài)的分合閘線圈電流數(shù)據(jù)進(jìn)行處理，然后以隨機(jī)的方法，從處理好的數(shù)據(jù)中選取一部分作為訓(xùn)練樣本，另一部分作為待分類樣本；對(duì)初始值k 進(jìn)行設(shè)定，按照距離從大到小的順序，建立隊(duì)列，以此來(lái)對(duì)最近的訓(xùn)練樣本進(jìn)行存儲(chǔ)；對(duì)訓(xùn)練樣本集進(jìn)行編歷，并對(duì)歐氏距離進(jìn)行計(jì)算，經(jīng)比較之后進(jìn)行舍棄，當(dāng)編歷完成后，找出的k 歸類到元素最多的類別中，最后給出故障識(shí)別結(jié)果。 實(shí)踐證明，這種方法在高壓斷路器機(jī)械故障診斷中的效果較好。

3 結(jié)論

綜上所述， 高壓斷路器機(jī)械故障診斷是一個(gè)較為復(fù)雜的過(guò)程，為加快診斷速度，并提高診斷結(jié)果的準(zhǔn)確性，可以對(duì)振動(dòng)信號(hào)和線圈電流加以利用，據(jù)此構(gòu)建相關(guān)的診斷模型，借助模型對(duì)高壓斷路器的機(jī)械故障進(jìn)行診斷。