振動篩分儀是如何進(jìn)行特征量提取的呢？ 返回

【導(dǎo)讀】在振動篩分儀的特征量提取方面，美國紐約州立大學(xué)的一個研究小組提出了一種辨識振動信號特征的方法。通過測量斷路器正常狀態(tài)與待檢測狀態(tài)下的若干組數(shù)據(jù)，計算單一參數(shù)RR作為狀態(tài)識別的特征量。那么篩粉機如何進(jìn)行特征量提取的呢？接下來我們就來看看振動篩分儀的特征量提取吧！

該研究小組采用的篩分儀的主要信號處理技術(shù)包括:

①短時譜分析；

②修正譜分析；

③修正結(jié)構(gòu)；

④事件發(fā)生時刻；

⑤包絡(luò)分析；

⑥形態(tài)分析。

在此基礎(chǔ)上研制出一套便攜式斷路器振動信號檢測系統(tǒng)。研究表明：該系統(tǒng)已經(jīng)應(yīng)用在1kV及以上的油斷路器和S凡斷路器上，能成功識別出篩粉機的拐臂縮短、彈簧壓縮過度、觸頭磨損及緩沖器失效等機械故障。

近幾年來，國外一些研究機構(gòu)開始在理論上探討檢測斷路器機械振動信號和斷路器機械狀態(tài)之間的對應(yīng)關(guān)系。一些新的信號處理方法在這個領(lǐng)域中也得到了廣泛的應(yīng)用。

將小波分析和神經(jīng)網(wǎng)絡(luò)應(yīng)用到篩粉機的斷路器的振動分析上，通過選擇合適的小波函數(shù)提取代表斷路器不同狀態(tài)的特征向量，然后作為BP神經(jīng)網(wǎng)絡(luò)的輸入，從而實現(xiàn)對不同故障類型的識別。該方法被用在66kV油斷路器的狀態(tài)檢測上，結(jié)果表明狀態(tài)識別正確率達(dá)到了100%，明顯高于傳統(tǒng)傅立葉分析篩粉機的單個神經(jīng)網(wǎng)絡(luò)的識別結(jié)果。

【溫馨提示】“振動篩分儀如何進(jìn)行特征量提取的呢？”由上海凈信為大家提供，更多關(guān)于篩粉機的信息，歡迎大家進(jìn)行了解咨詢！