基于改进经验小波变换多特征融合的航空交流串联电弧故障检测

针对时频域分析方法经验模态分解(EMD)在处理电弧信号上存在模态混叠现象,提出一种基于改进经验小波变换(IEWT)多特征融合与极限学习机(ELM)的电弧故障检测方法。该方法首先将电弧电流信号进行IEWT变换,自适应分解为5个经验模态分量(EMFs),提取EMFs的权重能量熵、EMF4的样本熵及EMF1的方均根值作为特征量。在进行数据标准化后,将3个电弧故障特征融合并形成多维特征矩阵,最后通过ELM进行故障识别。在分析中对IEWT和EMD分解进行比较,结果表明,IEWT方法要优于EMD对信号的处理,并且在多特征提取下也避免了单一特征造成的误判,再结合ELM可以准确识别出电弧故障,经试验验证平均准确率为97.85%。

基于相空间重构和PCA的航空电弧故障检测

由电弧故障引起的航空安全问题深受人们重视,由于飞机内部空间狭小,电弧故障特征不明显且极易受到航空飞行条件的干扰,导致检测困难。该文将采集到的电弧电流信号看作一维时间序列,从系统的混沌特征出发,利用相空间重构技术将电弧电流信号引入高维空间,分析相平面吸引子的几何特征和属性特征,分别分析了中心距、矢径偏移、相关维数、K熵4种特征量在电弧故障发生前后的变化规律。利用主成分分析(principal component analysis,PCA)故障检测技术将特征矩阵降维处理,同时给出各试验负载下的PCA的监测统计量平方预测误差(squared prediction error,SPE)及其控制限,通过电弧故障发生前后的SPE值与其控制限的比较,实现航空交流电弧故障的检测。分析结果表明,4种特征量从不同的角度充分地反映了电弧故障发生前后系统变化的随机性和混沌性的差异,不需要人工设置阈值,可实现无监督在线判别电弧故障的发生。最后,利用主成分分析给出不同类型负载的分类方法,为在今后实现电弧故障检测的同时,实现负载的有效分类,能够更加有针对性地对电弧故障做出判断和应对。

航空交流电弧故障和串扰问题的频域分析及特征量提取

航空交流电弧故障直接危害着飞机飞行的安全,由于航空环境复杂极易引发电弧故障,因此这一问题越来越受到人们的重视。依据标准搭建了点接触串联和电缆切割并联电弧故障实验及串话干扰实验,后者模拟了当有一个支路发生电弧故障时对另一个支路电流信号的影响,并且在故障检测时被干扰支路信号应诊断为正常情况。鉴于频域相比于时频域和时域方法兼具了实时性和可靠性的优点,因此利用快速傅里叶变换对采集的实验电流信号进行频谱分析,在特征频段内提取奇次谐波和值与偶次谐波和值之后用欧式距离算法对其进行融合处理得到特征量谐波和距离值,根据电弧故障、被干扰和正常情况下谐波含量的变化情况区分是否产生电弧故障。将特征量输入到训练之后的粒子群算法优化的支持向量机中进行测试识别,结果表明该方法的识别准确率达到了98.125%,具有较好的实时性和适用性。最后采用测试负载验证了上述电弧故障识别算法的有效性。

基于三维熵距和熵空间的航空电弧故障检测与分类技术

鉴于常用的时频域分析方法在航空电弧故障检测中的局限性,同时为避免单特征量的偶然性,该文提出利用三维熵距的方法实现三种信息熵的特征融合,为减少特征融合带来的噪声与冗余,利用主元分析(PCA)故障检测技术以实现特征矩阵的降维处理。分别分析小波能量熵、功率谱熵、样本熵以及三种信息熵的三维熵距在电弧故障发生前后的特征差异。利用PCA故障检测技术将特征矩阵降维处理,同时给出各试验负载下的PCA的监测统计量T^2和平方预测误差(SPE)及其各自的控制限,通过电弧故障发生前后的T^2和SPE值与各自的控制限的比较,实现航空交流电弧故障的检测。分析结果表明,该方法结合了各特征量的优势,不需要人工设置阈值,能够较为准确地判别电弧故障的发生。最后利用三维熵空间,给出几种典型的电弧故障类型的分类方法。在实现电弧故障检测的同时,给出电弧故障的类型,能够更加有效地对不同电弧故障的发生做出有针对性的应对。

基于多信息融合的航空线路串联故障电弧识别方法

航空电气线路工作环境复杂,故障电弧判别可靠性要求较高,而单特征的识别方法诊断效果相对较差。针对这一问题,提出运用多特征信息融合算法对航空低压配电线路故障电弧检测的方案。采用脉宽百分比、变异系数、间谐波均值和小波奇异熵四个特征量对线路电流时域、频域和时频域特征进行提取;依据突变理论建立故障电弧评价模型,对多特征量信息融合求出故障电弧评价指标;根据评价指标,对线路中是否出现故障电弧进行判断。结果表明,正常情况和故障电弧下的评价指标区分明显,易于设定阈值,且该方法适用于多种负载类型和电流等级。

基于广义S变换的航空串联电弧故障检测

航空串联电弧故障隐蔽性强导致检测困难,严重危害航空飞行的安全,这一问题越来越受到人们的重视。鉴于目前串联电弧故障诊断时频方法的局限性,提出利用广义S变换对实验电流信号进行分析,并提取特征量。依据标准搭建串联电弧故障模拟发生装置和串话干扰实验,并采集电路中的电流信号,采用信号选取框截取实验数据进行广义S变换,提高了电弧故障识别准确率。根据发生故障后时频谱的变化情况,对2kHz分量分别提取均方根值和能量作为特征量,通过与小波变换方法的分析结果进行对比,结果表明该方法在进行航空串联电弧故障诊断时具有更高的识别准确率,并且串话干扰情况不会被误判。最后,对提取的特征量构建特征向量再输入到粒子群优化的支持向量机中进行识别,结果表明识别准确率达到98.75%,与单一特征量故障识别相比,准确率得到了进一步提升,为航空电弧故障断路器的研制提供了可靠参考。

用于交流电弧故障检测的间谐波分析方法

针对现有的交流电弧故障检测方法易受某些负载特别是非线性负载的干扰问题,为提高配电线路串、并联电弧故障在线监测的可靠性,依托自主设计的串、并联电弧故障模拟试验装置获取数据并加以分析,本文提出了一种基于信号间谐波特征值的交流电弧故障检测方法.通过该试验装置采集了五类典型负载正常工作和电弧故障两种状态下的电压和电流信号,对滤波后的信号计算其间谐波组的特征值,并对特征值做了进一步的修正,最终给出了阈值区间.该方法检测不同种类的负载可设定统一的判定阈值,且计算量不大,便于实现在线监测.试验数据表明,本方法可有效识别多种负载条件下产生的串、并联电弧故障.

数据库技术在CAD软件开发中的应用

本文讲述了数据库技术在CAD设计系统开发中的作用。基于Pro/E系统,应用面向对象的编程语言,结合数据库的ADO技术,开发交流接触器的智能CAD设计系统,实现对数据的提取、存储和计算功能。

交流接触器电磁机构动态仿真分析

本文在研究电磁机构动态特性的有限元分析方法的基础上,应用ANSYS分析软件构建了交流接触器电磁机构的三维实体模型;对不同激励下,时间进程中各空间方位离散的点进行了静态分析,完成了该机构动态分析。

VMD-ApEn在航空交流串联型电弧故障检测中的应用

针对经验模态分解应用于故障检测中存在的模态混叠问题,提出一种基于变分模态分解-近似熵与支持向量机结合的航空串联型电弧故障检测方法。以实验线路中不同负载类型的电流信号为研究对象,利用变分模态分解算法将其分解为4组固有模态分量,分别计算前三组固有模态分量的近似熵值作为特征向量,输入支持向量机进行电弧故障识别。将所用特征提取方法与基于经验模态分解-近似熵的方法进行比较,实验结果表明,基于变分模态分解-近似熵的特征提取方法以其抑制模态混叠产生的性质弥补了经验模态分解算法在信号处理方面的不足,与支持向量机相结合可以准确可靠地识别电弧故障;在负载已知的情况下,其识别准确率高达98%以上,负载未知时,其识别准确率分布在93. 75%~97. 5%之间。

永磁同步电机绕组非线性电感的测量

引言永磁同步电机的发展，不仅仅由于高性能永磁材料的出现和广泛应用，而且还受到电子工业迅速发展的影响，使得传统的永磁电机与电子系统相结合而形成多种新的同步电机系统，成为近代电机发展的一类热点，例如无刷直流发电机，无刷直流电动机，交流伺服电动机，永磁步进...

基于峭度和间谐波分析的故障电弧识别方法

为了对115 V/400 Hz供电条件下的线路进行串联电弧故障检测,计算了点接触试验中发生电弧故障前后电流信号的峭度值、间谐波数学期望和方差,以此作为识别电弧故障的指标和BP神经网络的输入,将线路故障和正常作为输出,采用带附加动量的学习方法对神经网络进行训练。该方法的电弧识别正确率在98%以上。

基于多维特征量的航空串联故障电弧检测

航空交流系统工作环境复杂、故障电弧检测可靠性要求较高,而单一特征的检测方法适应能力相对较差。开展了航空交流电源条件下串联型故障电弧模拟试验,分别对电源频率为360 Hz、400 Hz、450 Hz时的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。

基于Icepak的二次配电装置温度场仿真

依据二次配电装置实物,通过合理简化而建立热仿真模型,得到了温度分布,仿真结果与试验结果基本吻合,证明Icepak热仿真方法的可行性,对此后同类产品的热分析具有指导作用。

基于微控制器的智能脱扣器数据采集系统硬件设计

随着现代电气智能化的发展,智能电器已经广泛应用于电力系统的分配控制方面,在监测电网的运行状态时,高速、高精地采集信号是十分重要的。文章对微控制器的智能数据采集系统的硬件电路进行了设计,实现了电网信号的采集、跟踪和显示,其中所涉及的电路包括信号采集和转换电路、选通采集电路与锁相倍频电路,并通过示波器观测各个电路的输出情况,完成整体智能数据采集系统的设计。

基于小波重构信号奇异点的航空故障电弧检测

通过航空交流串联故障电弧的模拟试验,对多种线性和非线性负载,在不同电流情况下的电弧电流数据进行系统采集。利用小波变换提取特征参量,并用K均值聚类算法实现智能化辨别故障电弧。试验结果证明这是一种可靠的串联电弧故障检测方法,可以检测在不同负载类型以及电流值不同的电路运行状态下,是否有电弧产生;而且区分效果好、运算量较小、易于嵌入式系统实现,为电弧检测在航空电气系统上的研究和设计提供了一种切实可行的新思路。

基于Levene检验的航空交流串联电弧故障检测

航空电弧故障直接影响着航空飞行的安全,这一问题越来越受到重视,其中,交流串联电弧故障更隐蔽,造成的危害更大。该文基于航空115V/400Hz交流系统开展串联电弧故障模拟实验,并对检测方法进行了研究,鉴于目前统计学方法的局限性,提出用Levene检验对实验电流信号进行分析并提取特征量。Levene检验是分析两组及以上数据的方差齐性,从而找到正常和电弧故障情况的明显差异,与常见统计学方法峭度、偏态指标和相关系数利用粒子群算法优化的支持向量机进行识别准确率测试。结果表明,该方法的效率高于其他三种,并采用测试负载验证了其有效性。由此,在识别航空串联电弧故障时,Levene检验方法有较好的实时性和适用性,易于设定阈值,具有重要的工程应用价值。

基于相空间重构的航空电弧故障识别方法

为了进行航空交流串联电弧故障检测,该文在115V/400Hz的航空供电条件下按照美标UL 1699以及SAE AS 5692进行了点接触试验、振动试验和截断试验。利用工控机和数据采集卡提取出电流的正常信号和电弧故障信号,根据基于相空间重构的方法和波形比较法计算出电流信号的计盒维数、信息维数、均值比及其标准差和峰峰值。结果发现,发生了电弧故障后,以上特征值相比于正常情况均产生了较大程度的改变。将上述特征值组成电弧故障样本,作为遗传算法优化的BP神经网络的输入数据,将线路是否正常作为输出,进行电弧故障识别。分析结果表明,该方法的识别效率在96%以上。

基于相关系数和偏态指标的航空串联电弧故障检测

针对航空串联电弧故障的检测与识别问题,提出一种基于相关系数和偏态指标的航空电弧故障检测方法。通过提取不同负载电流信号的相关系数和偏态指标,构建二维特征量,分析对比了隐含层节点数对极限学习机性能的影响,引入灰狼优化的极限学习机进行分类识别。对阻性、阻感性、阻容性和非线性负载的大量实验结果表明,所提方法能够有效提取不同负载电弧故障特征,串联电弧故障诊断率高达98%,可为开发新型的航空电弧故障断路器提供可靠参考。

基于小波包技术和熵理论的航空故障电弧特征频段研究

针对航空交流系统串联型故障电弧电流信号频谱范围宽、检测困难的问题,提出了小波包理论、信息熵理论与傅里叶变换相结合提取故障电弧特征频段的方法。首先开展了不同类型负载线路的航空交流系统串联型故障电弧模拟试验。其次,利用小波包技术、奇异熵理论和负熵理论,选择最优的小波母函数和分解层数,并对发生故障电弧前后的电流信号进行特征频段的提取。然后,对比特征频段下故障电弧发生前后电流信号的间谐波特征。结果表明,特征频段上的间谐波特征比没有经过特征频段提取计算出的间谐波特征更有利于故障电弧的检测。