CN103743554B - 一种基于振动信号分析的高压断路器机械故障诊断方法 - Google Patents
一种基于振动信号分析的高压断路器机械故障诊断方法 Download PDFInfo
- Publication number
- CN103743554B CN103743554B CN201310269283.5A CN201310269283A CN103743554B CN 103743554 B CN103743554 B CN 103743554B CN 201310269283 A CN201310269283 A CN 201310269283A CN 103743554 B CN103743554 B CN 103743554B
- Authority
- CN
- China
- Prior art keywords
- time
- vibration
- moment
- difference
- time difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 11
- 238000004458 analytical method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000002474 experimental method Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 24
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 230000003139 buffering effect Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010358 mechanical oscillation Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010338 mechanical breakdown Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种基于振动信号分析的高压断路器机械故障诊断方法,包括如下步骤:在正常工况实验下与典型故障实验下测定断路器分闸与合闸过程中各振动事件发生时刻的时间序列及时间差分序列,构造时间序列特征库与时间差分序列特征库;测定实际运行的断路器各振动事件发生时刻的时间序列及时间差分序列;将实际运行的断路器分闸与合闸过程中各振动事件发生时刻的时间差分序列同时间差分序列特征库中的时间差分序列进行比对确定故障类型;将时间序列特征库中所述故障类型的不同程度故障下的时间序列同测定的时间序列比对确定故障程度。该方法比较直观的解决了现有基于振动的断路器诊断方法判据过于简单,精确度低的问题,并可确定故障的程度。
Description
技术领域
本发明涉及一种基于振动信号分析的高压断路器机械故障诊断方法。
背景技术
与其它电气设备相比,高压断路器机械部分零件众多,其操作过程是一个短时间内的能量释放与传递过程,伴随着一系列的机械运动与撞击事件,以及由此产生的机械振动。这一过程具有瞬时、高速、大动能的特点,对机构和设备本身的机械冲击也比较严重。当设备存在材料、工艺或设计等方面的缺陷时,在这种外力因素的作用下,高压断路器就存在零件变形移位、轴销松断、机构卡涩、锁扣失灵、拉杆断裂、缓冲异常、密封泄漏等机械故障风险。若能有效监控设备振动特征的变化情况,对实时运行的开关设备机械状态做出正确评估,即可发现故障早期征兆。通过优化***运行,提高电网对故障的响应速度,防止故障发展、蔓延。
对于基于弹簧机构的断路器来说,机械振动信号的激励源包括:分合闸电磁铁、储能机构、脱扣机构、连杆机构、触头等的碰撞、分离、摩擦、电动力等。现有研究表明,高压断路器操作时产生的机械振动信号是一个丰富的信息载体,包含着大量的设备状态信息。因此,使用机械振动传感器测得高压断路器振动信号的波形,通过一定的信号处理和状态评估技术,判断断路器的特性参数与工作状态并指导断路器维护工作具有重要意义。
目前已知的由西安邮电学院申请的“201110260010.5基于振动特征的高压断路器在线监测***”中的诊断方法存在以下问题:
将实测的振动波形与正常断路器的操作瞬间的特征波形“指纹”进行对比,如果吻合度大于并等于90%,则判定高压断路器正常,如果吻合度小于90%,则判定高压断路器出现故障,这种诊断方法判据过于简单,判断结果模糊,难以指导断路器维护工作。
发明内容
本发明的目的是提供一种基于振动信号分析的高压断路器机械故障诊断方法,用以解决由于判据过于简单造成的断路器故障判断精度过低的问题。
为实现上述目的,本发明的方案是:一种基于振动信号分析的高压断路器机械故障诊断方法,包括如下步骤:
1)在正常工况实验下测定断路器分闸与合闸过程中各振动事件发生时刻的时间序列及时间差分序列,在典型故障实验下测定断路器分闸与合闸过程中各对应故障振动事件发生时刻的时间序列及时间差分序列,根据正常工况实验与典型故障实验得到的时间序列构造时间序列特征库,根据正常工况实验与典型故障实验得到的时间差分序列构造时间差分序列特征库;
2)测定实际运行的断路器分闸与合闸过程中各振动事件发生时刻的时间序列,并由该步骤测得的时间序列确定时间差分序列;
3)将步骤2)确定的时间差分序列同时间差分序列特征库进行比对确定故障类型;
4)将步骤2)中测定的时间序列同时间序列特征库中所对应的典型故障实验下的时间序列依次比对确定故障程度。
振动事件发生时刻按照突变信号起始点提取,提取方法为:
在一个预设的时间跨度a内计算最大值与最小值的差值,若差值大于预设的定值b,则记录a内的最小值对应时刻;
将所述最小值对应时刻与已确定的前一振动事件的发生时刻作差,若大于预设定值c,则将所述的最小值对应时刻确定为一次振动事件的发生时刻。
振动事件发生时刻按照突变信号起始点提取,提取流程为:
(1)根据断路器振动信号情况设定参数a、b、c,其中a为单次计算振动的时间跨度点数,b为每次比较阈值,c为两次计算间隔振动的时间跨度点数;
(2)以参数a为计算范围,计算i~i+a时刻内振动最大值与最小值之间的差值,其中i为计算时刻起点;
(3)将差值与参数b比较,当差值大于b转至第(4)步,当差值小于b则令i=i+1,转至第(2)步;
(4)计算范围a内最小值对应时刻与上一个已确定的振动事件的发生时刻差值,当差值大于c,则将最小值对应时刻确定为一次振动事件的发生时刻,当差值小于c,令i=i+1,转至第(2)步。
典型故障实验包括电磁铁动静芯气隙偏离正常值、电磁铁动铁芯与锁闩间距偏离正常值、凸轮和主拐臂上磙子间距偏离正常值、电磁铁卡塞、拐臂转轴或锁扣零部件轴销摩擦过大、缓冲器顶端与缓冲拐臂之间的间隙缩短、合分闸弹簧装配不当造成的合分闸不到位实验。
本发明介绍的方法以正常工况实验、典型故障实验下各振动事件发生的时间序列的集合组成时间序列特征库,并由时间序列特征库组成时间差分序列特征库,将实际运行的断路器分闸与合闸过程中的各振动事件的时间差分序列与时间差分序列特征库进行比对确定故障类型,在确定了故障类型后,将实测的时间序列同时间序列特征库中该故障类型的各个不同故障程度的时间序列比对确定故障程度。这种判断方法比较直观,解决了现有基于振动的断路器诊断方法判据过于简单,精确度低的问题,能够对实时运行的断路器机械状态做出正确评估,发现故障早期征兆,防止故障发展,根据故障的发展程度在时间序列上呈现的规律性变化可以进一步推定断路器实际运行中发生故障的程度,方便指导断路器的维护工作。
附图说明
图1是弹簧机构和传感器安装位置图;
图2是软件处理流程图;
图3是合闸振动事件的波形图;
图4是分闸振动事件的波形图;
图5是电极法原理图;
图6是电极安装位置图;
图7是电极法测量结果图;
图8是突变信号起始点提取算法提取起始点办法流程图;
图9是实施例凸轮与主拐臂磙子间隙配合问题对比阶梯图;
图10是实施例凸轮与主拐臂磙子间隙配合问题的差分序列图;
图11是故障定位与程度判别的流程图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
如图1所示,1为棘轮,2为合闸保持掣子,3为分闸锁闩,4为电磁铁,5为脱口件,6为支座,7为振动传感器,8为主拐臂,9为凸轮,10为分闸保持掣子,11为电磁铁,12为分闸锁闩。按照图1所示安装振动传感器,采集振动信号,对原振动信号进行小波去噪处理,处理掉实验现场噪声,然后对去噪后的波形进行希尔伯特变换、低通滤波等处理得到清晰的包络谱线。合闸、分闸过程振动波形如图3、4所示。
利用电极法确定分闸与合闸过程中的振动事件,电极法原理如图5所示,1为同轴电缆输出,2为金属撞击点,3为同轴电缆输出。当金属撞击点接触以后,电路导通,同轴电缆输出电信号;电极安装位置如图6所示,1为棘轮,2为合闸保持掣子,3为电极。将电极按照图6中所示的位置安装,按照图6中所示的位置安装的电极测试结果如图7所示,1为振动信号,2为电极信号。则按照图6中电极的安装位置可以确定:图7中电极信号箭头所指的振动事件代表合闸保持掣子与棘轮碰撞事件。按照这个方法更改电极的安装位置重复进行试验可以确定高压断路器的各个振动事件,如图3、4所示:合闸过程,事件1-电磁铁动铁芯碰撞静铁芯,事件2-脱口件撞支座,事件3-合闸保持掣子撞击合闸锁闩,事件4、5、6-合闸保持掣子撞击棘轮,事件7-分闸掣子与分闸止位销相撞,事件8未知事件,9-分闸掣子与分闸止位销归位相撞。分闸过程,事件1-分闸电磁铁动铁芯撞击静铁芯,事件2-合闸保持挚子撞击分闸锁闩和防跳掣子与止位销相撞。
将振动传感器采集到的振动信号经过小波去噪法和包络分析法处理后得到振动信号包络图,为了提取振动事件发生时刻,编写突变信号起始点提取算法,批量处理数据,提高数据处理的速度与准确性。算法程序流程图如图8所示,突变信号起始点提取算法首先需设定参数a、b、c,其中a为单次计算振动的时间跨度点数,b为每次比较阈值,c为两次计算间隔振动的时间跨度点数。参数的设定根据不同断路器的振动信号情况做出相应调整,对于同一型号断路器可以设定一次之后不做修改。该算法具体为:以参数a为计算范围,找到范围内的最大值和最小值,然后做出两者之间的差值与参数b进行比较,如果大于参数b,且范围a内的最小值所对应的时刻与上一个已确定的振动事件的发生时刻差值大于参数c,则将最小值对应的时刻作为一次振动事件的起始点,以此确定各个振动的起始点。重复上述方法找出典型故障实验(电磁铁动静芯气隙偏离正常值、电磁铁动铁芯与锁闩间距偏离正常值、凸轮和主拐臂上磙子间距偏离正常值、电磁铁卡塞、拐臂转轴或锁扣零部件轴销摩擦过大、缓冲器顶端与缓冲拐臂之间的间隙缩短、合分闸弹簧装配不当造成的合分闸不到位实验)各个振动事件的起始时刻,并以时间阶梯图的方式绘制构造正常工况下与典型故障实验工况下的时间序列特征库,根据时间序列特征库构造时间差分序列特征库,时间差分序列特征库阶梯图如图10所示,具体构造方法为将时间序列中两个相邻的振动事件的发生时刻的差值绘制构造阶梯图。分闸过程与合闸过程特征库分别由上述两个特征库构成:1、时间序列特征库;2、时间差分序列特征库。
以凸轮和主拐臂磙子间隙配合问题为例,绘制的时间阶梯图如图9所示:横轴为振动事件时序,即振动发生的时间顺序,纵轴为振动事件发生时刻平均值,由图9可得,不同间隙下,合闸操作中前四个振动事件在四种状态下基本一致,故合闸振动事件1~4(合闸电磁铁动静铁芯碰撞、合闸脱扣件与支座碰撞、合闸保持掣子与合闸锁闩碰撞和合闸保持掣子与棘轮碰撞)与主拐臂输出连杆长度无关。合闸振动事件5和事件6在传动机构不同状态下呈现不同的状态,差异性较大。而合闸振动事件7、8、9则随着凸轮与主拐臂间距的增大而提前,规律性较强。这就是该故障的典型特征,图9所示阶梯图可作为时间序列特征库中的一组时间序列,时间序列特征库包含多种故障情况下的多组时间序列。
通过提取实际运行中断路器的时间序列计算出时间差分序列,并将时间差分序列与实验得到的相应序列对比,即可实现故障定位。具体的故障定位方法如下:如图10所示,横轴坐标1~2之间线段表示凸轮和主拐臂磙子间隙不同距离时第二个振动事件与第一个振动事件发生时刻的差值,每条线段定义为一个时间差分序列,其中,标准距离1mm时的时间差分序列称为一个标准时间差分序列,其他不同距离时的差分序列称为不同故障程度下的时间差分序列,其他的时间差分序列依次类推,图10所示的阶梯图作为时间差分序列特征库中的一组时间差分序列,时间差分序列特征库中包含多种故障情况下的多组时间差分序列。可以看出在间距不同时,第五个振动事件与第四个振动事件发生时刻的差值、第六个振动事件与第五个振动事件发生时刻的差值呈现出很大的差异,因此可以判断:当凸轮与拐臂之间距离出现偏离时,第五个振动事件与第四个振动事件的发生时刻的差值必然与这两个振动事件的标准时间差分序列相差很大,实际测量时,如果发现这种偏差,则可以判断凸轮与拐臂之间的间距出现偏差。故障程度的判断方法如下:如图9所示,在凸轮与拐臂间距不同时,可以看出不同故障程度下第7至第9个时间序列出现规律性变化,将断路器在实际运行时的时间序列中第7至第9个时间序列与图9中第7至第9个时间序列相比,查看实际运行得到的7~9时间序列落入图9中7~9哪两个故障程度的时间序列之间,推断出实际的故障程度。
部分故障的故障定位与程度判别的流程如图11所示,首先提取时间序列特征库中的时间序列,对时间序列进行分析计算得到时间差分序列;从第二与第一个振动事件的时间差分开始依次将实际运行的断路器振动事件的时间差分与正常状态时间差分序列对比判断该振动事件发生时刻是否超前或滞后超过了允许范围;如果超过允许范围则继续比较后续振动事件的时间差分序列进而确定后续振动事件与前一次振动事件之间的时间差是否超过允许范围;如果后续的时间差分序列没有超过允许范围,则可以判定该振动事件后续的振动事件正常而仅仅该振动事件发生异常;然后将该振动事件的发生时刻同时间序列特征库中该振动事件在不同程度故障时测得的发生时刻进行对比确定故障程度。
以上过程实例仅为本发明的一个实施过程,其描述较为具体和详细,但是本领域技术人员应该理解,详尽的说明只是为了帮助读者更好的理解本发明精神,而不是对本发明保护范围的限制,相反,任何基于本发明精神所做的任何改进或变形,都属于本发明的保护范围。
Claims (2)
1.一种基于振动信号分析的高压断路器机械故障诊断方法,其特征在于,包括如下步骤:
1)在正常工况实验下测定断路器分闸与合闸过程中各振动事件发生时刻的时间序列及时间差分序列,在典型故障实验下测定断路器分闸与合闸过程中各对应故障振动事件发生时刻的时间序列及时间差分序列,根据正常工况实验与典型故障实验得到的时间序列构造时间序列特征库,根据正常工况实验与典型故障实验得到的时间差分序列构造时间差分序列特征库;
2)测定实际运行的断路器分闸与合闸过程中各振动事件发生时刻的时间序列,并由该步骤测得的时间序列确定时间差分序列;
3)将步骤2)确定的时间差分序列同时间差分序列特征库进行比对确定故障类型;
4)将步骤2)中测定的时间序列同时间序列特征库中所对应的典型故障实验下的时间序列依次比对确定故障程度;所述诊断方法方便断路器的维护工作;
所述振动事件发生时刻按照突变信号起始点提取,提取流程为:
(1)根据断路器振动信号情况设定参数a、b、c,其中a为单次计算振动的时间跨度点数,b为每次比较阈值,c为两次计算间隔振动的时间跨度点数;
(2)以参数a为计算范围,计算i~i+a时刻内振动最大值与最小值之间的差值,其中i为计算时刻起点;
(3)将差值与参数b比较,当差值大于b转至第(4)步,当差值小于b则令i=i+1,转至第(2)步;
(4)计算范围a内最小值对应时刻与上一个已确定的振动事件的发生时刻差值,当差值大于c,则将最小值对应时刻确定为一次振动事件的发生时刻,当差值小于c,令i=i+1,转至第(2)步。
2.根据权利要求1所述的一种基于振动信号分析的高压断路器机械故障诊断方法,其特征在于,所述的典型故障实验包括电磁铁动静芯气隙偏离正常值、电磁铁动铁芯与锁闩间距偏离正常值、凸轮和主拐臂上磙子间距偏离正常值、电磁铁卡塞、拐臂转轴或锁扣零部件轴销摩擦过大、缓冲器顶端与缓冲拐臂之间的间隙缩短、合分闸弹簧装配不当造成的合分闸不到位实验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310269283.5A CN103743554B (zh) | 2013-06-28 | 2013-06-28 | 一种基于振动信号分析的高压断路器机械故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310269283.5A CN103743554B (zh) | 2013-06-28 | 2013-06-28 | 一种基于振动信号分析的高压断路器机械故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103743554A CN103743554A (zh) | 2014-04-23 |
CN103743554B true CN103743554B (zh) | 2017-03-29 |
Family
ID=50500592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310269283.5A Active CN103743554B (zh) | 2013-06-28 | 2013-06-28 | 一种基于振动信号分析的高压断路器机械故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103743554B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568134A (zh) * | 2014-12-26 | 2015-04-29 | 国家电网公司 | 高压断路器的机械振动信号的特征提取方法和装置 |
CN105241643B (zh) * | 2015-09-19 | 2017-08-08 | 东北电力大学 | 采用hs变换和单类支持向量机的高压断路器机械状态监测方法 |
CN105606353B (zh) * | 2016-02-01 | 2018-03-16 | 杭州杰牌传动科技有限公司 | 一种机械故障诊断方法及*** |
CN105740822B (zh) * | 2016-02-01 | 2019-02-19 | 杭州杰牌传动科技有限公司 | 一种机械故障诊断优化方法及*** |
CN106017879B (zh) * | 2016-05-18 | 2018-07-03 | 河北工业大学 | 基于振声信号特征融合的万能式断路器机械故障诊断方法 |
CN106601534B (zh) * | 2016-11-22 | 2019-01-11 | 平高集团有限公司 | 高压隔离开关及高压隔离开关传动机构故障监测方法 |
CN109100641A (zh) * | 2017-06-20 | 2018-12-28 | 平高集团有限公司 | 一种高压隔离开关故障检测方法和装置 |
CN107633114B (zh) * | 2017-08-21 | 2018-08-14 | 江苏省电力试验研究院有限公司 | 一种高压断路器潜伏性机械故障振动信号仿真方法及装置 |
CN108828441A (zh) * | 2018-06-12 | 2018-11-16 | 江苏镇安电力设备有限公司 | 高压断路器故障诊断方法 |
CN110398350A (zh) * | 2019-07-23 | 2019-11-01 | 赵怡宸 | 断路器机械特性监测方法、装置、电子设备及存储介质 |
CN112924856B (zh) * | 2020-12-17 | 2023-05-05 | 国网江苏省电力有限公司检修分公司 | 基于断路器振动过程突变时刻检测的信号通道切换方法 |
CN112665711A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
CN112665710A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
JP2022191578A (ja) * | 2021-06-16 | 2022-12-28 | 株式会社日立製作所 | 遮断器音響診断装置及び方法 |
CN115935114B (zh) * | 2022-11-29 | 2023-10-03 | 光大环境科技(中国)有限公司 | 一种风电场内电网故障损失电量计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05157662A (ja) * | 1991-12-04 | 1993-06-25 | Sumitomo Heavy Ind Ltd | 射出成形機の故障診断方法及び故障診断装置 |
CN102435424A (zh) * | 2011-09-05 | 2012-05-02 | 西安邮电学院 | 基于振动特征的高压断路器在线监测*** |
CN102736027A (zh) * | 2012-07-18 | 2012-10-17 | 南京因泰莱配电自动化设备有限公司 | 一种基于断路器动特性测试仪的断路器故障诊断方法 |
CN202631704U (zh) * | 2012-07-04 | 2012-12-26 | 广西电网公司电力科学研究院 | 一种高压断路器振动及机械特性在线监测*** |
CN102928069A (zh) * | 2012-10-08 | 2013-02-13 | 西安交通大学 | 高压断路器振动检测***及检测方法 |
CN103076168A (zh) * | 2013-01-09 | 2013-05-01 | 西安交通大学 | 一种断路器机械故障的诊断方法 |
-
2013
- 2013-06-28 CN CN201310269283.5A patent/CN103743554B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05157662A (ja) * | 1991-12-04 | 1993-06-25 | Sumitomo Heavy Ind Ltd | 射出成形機の故障診断方法及び故障診断装置 |
CN102435424A (zh) * | 2011-09-05 | 2012-05-02 | 西安邮电学院 | 基于振动特征的高压断路器在线监测*** |
CN202631704U (zh) * | 2012-07-04 | 2012-12-26 | 广西电网公司电力科学研究院 | 一种高压断路器振动及机械特性在线监测*** |
CN102736027A (zh) * | 2012-07-18 | 2012-10-17 | 南京因泰莱配电自动化设备有限公司 | 一种基于断路器动特性测试仪的断路器故障诊断方法 |
CN102928069A (zh) * | 2012-10-08 | 2013-02-13 | 西安交通大学 | 高压断路器振动检测***及检测方法 |
CN103076168A (zh) * | 2013-01-09 | 2013-05-01 | 西安交通大学 | 一种断路器机械故障的诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103743554A (zh) | 2014-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103743554B (zh) | 一种基于振动信号分析的高压断路器机械故障诊断方法 | |
CN103076168B (zh) | 一种断路器机械故障的诊断方法 | |
CN109447187B (zh) | 电机故障诊断方法及*** | |
CN104360263B (zh) | 运用分合闸线圈电流的断路器操作机构故障诊断专家***的方法 | |
CN104360262A (zh) | 基于特征点的断路器操作机构分合闸线圈电流比对方法 | |
CN107860562B (zh) | 一种高压断路器操作弹簧疲软测试方法 | |
CN111318576B (zh) | 一种基于工况信号触发的咬钢冲击数据滤除方法 | |
CN109974770A (zh) | 一种电动阀状态检测***及方法 | |
CN112986810A (zh) | 一种适用于断路器及高压开关的机械特性分析方法、装置及*** | |
CN113748326A (zh) | 用于对感应电动机估计轴承故障严重性的方法 | |
CN105676127A (zh) | 一种检测异步电动机故障的方法及其装置 | |
CN104636746B (zh) | 一种基于局部区域小波变换的gis设备特征值提取方法 | |
CN104062111A (zh) | 一种基于高速摄像机采集断路器机械特性参数的方法 | |
US10466690B2 (en) | Damage estimation device | |
CN104502837A (zh) | 一种断路器机械故障诊断方法及装置 | |
EP4124874A1 (en) | Monitoring system for a low voltage, medium voltage, or high voltage circuit breaker | |
CN110709953A (zh) | 用于开关***的监控装置 | |
US11656279B2 (en) | Method for monitoring circuit breaker and apparatus and internet of things using the same | |
CN111504627A (zh) | 一种断路器缺陷部件的检测方法 | |
CN101968379B (zh) | 航空发动机转子***工况振动信号特征信息提取方法 | |
CN106768923A (zh) | 一种真空灭弧室触头磨损量实时在线智能监测方法和装置 | |
CN104266827B (zh) | 基于机械性能参数的断路器状态评估***及评估方法 | |
US11867763B2 (en) | Method for monitoring circuit breaker and apparatus and internet of things using the same | |
CN110426192A (zh) | 一种断路器的声学指纹检测***和方法 | |
CN108919041A (zh) | 一种基于聚类分析的变压器绕组状态在线监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |