基于振動(dòng)信號(hào)的高壓斷路器彈簧疲勞程度檢測(cè)方法

豆龍江 何玉靈 萬(wàn)書亭 張 雄 王曉龍

基于振動(dòng)信號(hào)的高壓斷路器彈簧疲勞程度檢測(cè)方法

豆龍江1,2何玉靈1,2萬(wàn)書亭1,2張 雄1,2王曉龍1,2

（1. 華北電力大學(xué)機(jī)械工程系 保定 071003 2. 河北省電力機(jī)械裝備健康維護(hù)與失效預(yù)防重點(diǎn)實(shí)驗(yàn)室 保定 071003）

針對(duì)在運(yùn)高壓斷路器時(shí)有發(fā)生彈簧疲勞故障且傳統(tǒng)方法無(wú)法在線檢測(cè)的問(wèn)題，該文提出一種基于振動(dòng)信號(hào)的高壓斷路器彈簧疲勞程度檢測(cè)方法。首先，根據(jù)高壓斷路器的工作原理，對(duì)其運(yùn)動(dòng)過(guò)程能量傳遞機(jī)理進(jìn)行分析，并將整體進(jìn)行了質(zhì)點(diǎn)簡(jiǎn)化；然后，對(duì)振動(dòng)信號(hào)進(jìn)行濾波處理，結(jié)合簡(jiǎn)化的質(zhì)點(diǎn)模型，構(gòu)建不同測(cè)點(diǎn)動(dòng)能的函數(shù)關(guān)系式，換算得到各個(gè)質(zhì)點(diǎn)的等效能量分布；最后，采用非線性最小二乘法構(gòu)建出高壓斷路器能量傳遞函數(shù)，并推算出了彈簧儲(chǔ)能值。實(shí)驗(yàn)結(jié)果表明，利用所提方法計(jì)算得到的彈簧儲(chǔ)能值檢測(cè)誤差在2.2%以內(nèi)，驗(yàn)證了所提方法的有效性和準(zhǔn)確性，為高壓斷路器彈簧疲勞程度在線檢測(cè)提供了一種新的思路。

高壓斷路器 彈簧疲勞 振動(dòng)信號(hào) 非線性最小二乘法

0 引言

高壓斷路器在電力系統(tǒng)中起著重要的保護(hù)與控制作用[1-2]，其分合閘性能的穩(wěn)定性對(duì)于選相合閘控制、故障情況下及時(shí)斷開線路均具有重要意義[3-5]。國(guó)網(wǎng)和南網(wǎng)運(yùn)行多年的高壓斷路器時(shí)常出現(xiàn)因彈簧疲勞導(dǎo)致的合閘不到位或分閘時(shí)間長(zhǎng)燃弧爆炸的事故，且隨投運(yùn)年數(shù)的增長(zhǎng)，彈簧疲勞故障發(fā)生率越高，及時(shí)檢測(cè)出彈簧疲勞并采取相應(yīng)的措施避免安全事故，對(duì)于提高供電可靠性以及電力系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要意義[6-8]，而如何有效檢測(cè)出彈簧疲勞的問(wèn)題成為擺在運(yùn)維人員面前的難題，亟待解決。

針對(duì)高壓斷路器彈簧疲勞機(jī)理，部分學(xué)者對(duì)高壓斷路器發(fā)生彈簧疲勞后其動(dòng)特性的變化開展相關(guān)研究，楊秋玉等利用機(jī)械系統(tǒng)動(dòng)力學(xué)自動(dòng)分析（Automatic Dynamic Analysis of Mechanical Systems, ADAMS）軟件對(duì)高壓斷路器彈簧機(jī)構(gòu)進(jìn)行仿真研究，建立了相應(yīng)的動(dòng)力學(xué)模型，對(duì)分合閘彈簧故障進(jìn)行了仿真分析，揭示了彈簧疲勞故障下其特性參數(shù)的動(dòng)態(tài)變化規(guī)律[9]。文獻(xiàn)[10]分析了彈簧儲(chǔ)能和負(fù)載之間的關(guān)系，得出完成合閘動(dòng)作最小儲(chǔ)能值，分析得到長(zhǎng)期處于壓縮狀態(tài)下合閘彈簧的靜態(tài)應(yīng)力變化，建立了合閘彈簧的儲(chǔ)能壽命和疲勞壽命模型，實(shí)現(xiàn)了高壓斷路器合閘彈簧壽命預(yù)測(cè)。文獻(xiàn)[11]對(duì)合閘彈簧疲勞后高壓斷路器動(dòng)觸頭的行程曲線變化進(jìn)行了研究，提出了將振動(dòng)信號(hào)中包含的振動(dòng)事件時(shí)間節(jié)點(diǎn)用來(lái)評(píng)估彈簧疲勞特性，取得了一定的成效。但上述研究更多的是從理論層面對(duì)彈簧疲勞后高壓斷路器性能展開分析，可對(duì)高壓斷路器的設(shè)計(jì)、制造和組裝等環(huán)節(jié)提供指導(dǎo)，在推廣到實(shí)際在運(yùn)高壓斷路器彈簧疲勞故障檢測(cè)方面還有一定的應(yīng)用壁壘。

對(duì)于高壓斷路器的故障診斷，國(guó)內(nèi)外學(xué)者開展了大量相關(guān)研究[12-18]。其中，Zhang Guogang等開展了彈簧應(yīng)力松弛研究，建立了預(yù)測(cè)彈簧疲勞的線性回歸方程，分析總結(jié)出高壓斷路器在不同疲勞情況下其特性參數(shù)的變化規(guī)律，嘗試將多種模式識(shí)別算法應(yīng)用在彈簧操動(dòng)機(jī)構(gòu)的力學(xué)狀態(tài)識(shí)別和預(yù)測(cè)中，取得了一定的效果[19]。劉寶穩(wěn)團(tuán)隊(duì)提出了基于S變換D-SVM AlexNet模型的氣體絕緣組合電器（Gas Insulated Switchgear, GIS）機(jī)械故障診斷方法，通過(guò)搭建合閘驅(qū)動(dòng)彈簧疲勞松動(dòng)故障模擬系統(tǒng)，從模式識(shí)別的角度對(duì)S變換圖像進(jìn)行處理，取得了較好的時(shí)頻圖像分類效果[20]。王繼鋒針對(duì)彈簧疲勞故障進(jìn)行了大量模擬實(shí)驗(yàn)，采用小波包對(duì)振動(dòng)信號(hào)進(jìn)行處理，提取各頻帶的小波包能量作為特征向量，結(jié)合Kolmogorov-Smirnov檢驗(yàn)法實(shí)現(xiàn)降維處理，利用支持向量機(jī)準(zhǔn)確診斷出彈簧疲勞故障[21]。武建文團(tuán)隊(duì)探索了利用多個(gè)傳感器診斷高壓斷路器彈簧疲勞等機(jī)械故障問(wèn)題，提出了一種改進(jìn)的多傳感器證據(jù)組合規(guī)則，對(duì)不同傳感器收集起來(lái)的特征進(jìn)行了優(yōu)化，實(shí)驗(yàn)測(cè)試表明，所提方法具有良好的優(yōu)越性[22]。

總體而言，目前學(xué)者們更多的是從模式識(shí)別的角度來(lái)對(duì)彈簧疲勞等機(jī)械故障進(jìn)行定性診斷[23-28]，然而高壓斷路器在實(shí)際運(yùn)行中由于長(zhǎng)期處于拉伸或壓縮的狀態(tài)其疲勞演變是逐漸發(fā)生的，直至分合閘時(shí)間等特性參數(shù)超過(guò)核定的閾值時(shí)認(rèn)為高壓斷路器達(dá)到退役標(biāo)準(zhǔn)，如何針對(duì)彈簧的疲勞程度進(jìn)行定量的在線監(jiān)測(cè)，實(shí)現(xiàn)高壓斷路器彈簧狀態(tài)的實(shí)時(shí)感知和故障的及時(shí)診斷具有重要意義，也是目前工程領(lǐng)域亟須攻關(guān)解決的瓶頸問(wèn)題之一。

作為探索和改進(jìn)，本文以高壓斷路器分閘過(guò)程振動(dòng)信號(hào)作為研究對(duì)象，提出了一種基于振動(dòng)信號(hào)的高壓斷路器彈簧疲勞程度檢測(cè)方法。利用不同測(cè)點(diǎn)的振動(dòng)信號(hào)反推高壓斷路器能量變化規(guī)律，構(gòu)建不同測(cè)點(diǎn)動(dòng)能的函數(shù)關(guān)系式，探尋能量變化敏感測(cè)點(diǎn)，推導(dǎo)不同測(cè)點(diǎn)能量和系統(tǒng)總能量的映射關(guān)系。利用非線性最小二乘法推導(dǎo)出彈簧儲(chǔ)能的計(jì)算公式，基于多個(gè)測(cè)點(diǎn)的振動(dòng)信號(hào)分析來(lái)實(shí)現(xiàn)對(duì)彈簧的疲勞程度在線檢測(cè)。

1 高壓斷路器能量傳遞機(jī)理及模型

1.1 高壓斷路器能量傳遞機(jī)理

配備彈簧操動(dòng)機(jī)構(gòu)的高壓斷路器分合閘過(guò)程，本質(zhì)上是將彈簧儲(chǔ)存的操作功轉(zhuǎn)化為機(jī)構(gòu)零件的運(yùn)動(dòng)的過(guò)程，以實(shí)現(xiàn)動(dòng)觸頭的上下移動(dòng)完成分合閘動(dòng)作，下面結(jié)合高壓斷路器的機(jī)械結(jié)構(gòu)，對(duì)其分合閘過(guò)程中能量傳遞機(jī)理進(jìn)行解釋說(shuō)明。

高壓斷路器質(zhì)點(diǎn)模型如圖1所示，高壓斷路器彈簧操動(dòng)機(jī)構(gòu)能量傳遞機(jī)理如下：

（1）合閘過(guò)程。合閘電磁鐵通電后，觸發(fā)合閘摯子脫扣，在合閘彈簧的作用下，凸輪開始轉(zhuǎn)動(dòng)擠壓滾輪向下運(yùn)動(dòng)，滾輪帶動(dòng)轉(zhuǎn)軸轉(zhuǎn)動(dòng)，轉(zhuǎn)軸帶動(dòng)傳動(dòng)桿和動(dòng)觸頭向上運(yùn)動(dòng)，同時(shí)壓縮緩沖彈簧、拉伸分閘彈簧，直至完成合閘動(dòng)作系統(tǒng)回到靜止?fàn)顟B(tài)。彈簧儲(chǔ)能克服摩擦力后，部分轉(zhuǎn)化為緩沖彈簧和分閘彈簧的彈性勢(shì)能，部分轉(zhuǎn)化為運(yùn)動(dòng)部件動(dòng)能，經(jīng)零件沖擊碰撞后轉(zhuǎn)化為高壓斷路器本體振動(dòng)。

圖1 高壓斷路器質(zhì)點(diǎn)模型

（2）分閘過(guò)程。分閘電磁鐵通電后，觸發(fā)分閘摯子脫扣，在分閘彈簧和緩沖彈簧的作用下，帶動(dòng)三相連桿轉(zhuǎn)動(dòng)，使得動(dòng)觸頭向下運(yùn)動(dòng)，動(dòng)觸頭和運(yùn)動(dòng)部件從靜止到加速運(yùn)動(dòng)再到碰撞停止的過(guò)程，緩沖彈簧和分閘彈簧釋放的能量轉(zhuǎn)化為高壓斷路器本體的振動(dòng)。

1.2 高壓斷路器質(zhì)點(diǎn)簡(jiǎn)化模型

表1 高壓斷路器各個(gè)質(zhì)點(diǎn)質(zhì)量

Tab.1 Particle mass of high voltage circuit breaker （單位: kg）

根據(jù)高壓斷路器能量傳遞機(jī)理分析，結(jié)合能量守恒定律，在分閘過(guò)程中，彈簧儲(chǔ)存能量最終轉(zhuǎn)化為7個(gè)質(zhì)點(diǎn)的振動(dòng)能量，嘗試根據(jù)各個(gè)質(zhì)點(diǎn)的振動(dòng)能量評(píng)估彈簧儲(chǔ)能情況。

2 振動(dòng)測(cè)點(diǎn)能量換算及彈簧儲(chǔ)能檢測(cè)

以某開關(guān)廠生產(chǎn)的ZW57-40.5型高壓斷路器和LW42A-40.5型高壓斷路器為研究對(duì)象，二者均配備彈簧操動(dòng)機(jī)構(gòu)，探索其分閘過(guò)程中不同測(cè)點(diǎn)振動(dòng)信號(hào)的變化，并構(gòu)建能量計(jì)算模型，推導(dǎo)換算公式。

2.1 測(cè)點(diǎn)信號(hào)去噪處理

高壓斷路器平常處于靜止?fàn)顟B(tài)，在接收到分合閘指令后會(huì)在極短時(shí)間內(nèi)完成動(dòng)作，一般只有幾十毫秒。考慮到斷路器工作環(huán)境特殊，在采集到的振動(dòng)信號(hào)中，難免會(huì)受到電磁等噪聲的干擾，本文利用變分模態(tài)分解對(duì)信號(hào)進(jìn)行分解，變分模態(tài)分解（Variational Mode Decomposition, VMD）是K. Dragomiretskiy等提出的一種信號(hào)處理新方法，其核心思想是變分問(wèn)題。該方法在獲取本征模態(tài)分量（Intrinsic Mode Function, IMF）時(shí)不同于經(jīng)驗(yàn)?zāi)B(tài)分解和局部均值分解算法所使用的循環(huán)篩分剝離的信號(hào)處理方式，而是將信號(hào)分解過(guò)程轉(zhuǎn)移到變分框架內(nèi)，通過(guò)迭代搜尋變分模型最優(yōu)解來(lái)確定每個(gè)分量的頻率中心及帶寬，從而能夠自適應(yīng)地實(shí)現(xiàn)信號(hào)的頻域剖分及各分量的有效分離，突出了數(shù)據(jù)的局部特征，表現(xiàn)出更好的噪聲魯棒性，且具有良好的采樣效應(yīng)，算法詳見文獻(xiàn)[29]。

2.2 不同測(cè)點(diǎn)能量換算

2.3 彈簧儲(chǔ)能與測(cè)點(diǎn)能量的映射關(guān)系

研究各個(gè)質(zhì)點(diǎn)振動(dòng)信號(hào)能量和彈簧儲(chǔ)能的對(duì)應(yīng)關(guān)系，嘗試根據(jù)各個(gè)質(zhì)點(diǎn)的能量變化推導(dǎo)彈簧儲(chǔ)存能量變化，結(jié)合上述構(gòu)建的7個(gè)質(zhì)點(diǎn)的能量公式，推導(dǎo)彈簧儲(chǔ)能公式系數(shù)。

結(jié)合高壓斷路器能量傳遞機(jī)理，根據(jù)能量守恒定律，分析得出高壓斷路器能量傳遞函數(shù)為

式（4）可以轉(zhuǎn)化為

利用多組測(cè)量得到的數(shù)據(jù)，構(gòu)建彈簧疲勞推導(dǎo)公式，采用非線性最小二乘（Nonlinear Least Square, NLS）法對(duì)權(quán)重系數(shù)進(jìn)行推導(dǎo)求解。

式（8）變換可得

非線性最小二乘法需采用復(fù)雜的優(yōu)化算法求解，常用的包括搜索算法和迭代算法，本文采用迭代算法求解。

2.4 彈簧儲(chǔ)能與測(cè)點(diǎn)能量的映射關(guān)系

通過(guò)獲取高壓斷路器在不同儲(chǔ)能狀態(tài)下的振動(dòng)信號(hào)，并對(duì)振動(dòng)信號(hào)進(jìn)行濾波處理，換算得到各個(gè)質(zhì)點(diǎn)的能量，結(jié)合擬合得到的彈簧儲(chǔ)能與測(cè)點(diǎn)能量的映射函數(shù)，實(shí)現(xiàn)了高壓斷路器彈簧儲(chǔ)能的檢測(cè)。具體來(lái)說(shuō)，高壓斷路器彈簧儲(chǔ)能檢測(cè)流程如圖2所示。

圖2 彈簧疲勞檢測(cè)流程

3 實(shí)驗(yàn)檢測(cè)與驗(yàn)證

3.1 實(shí)驗(yàn)測(cè)量分析

高壓斷路器實(shí)驗(yàn)如圖3所示。利用加速度傳感器分別選取7個(gè)測(cè)點(diǎn)對(duì)高壓斷路器各部分振動(dòng)進(jìn)行測(cè)量（圖3標(biāo)號(hào)代表各個(gè)測(cè)點(diǎn)），包括ABC三相滅弧室的振動(dòng)、橫梁振動(dòng)、操動(dòng)機(jī)構(gòu)振動(dòng)和支架的振動(dòng)，分別檢測(cè)觸頭沖擊、緩沖振動(dòng)以及零件碰撞能量。

圖3 高壓斷路器實(shí)驗(yàn)

高壓斷路器分閘時(shí)，系統(tǒng)是按照起動(dòng)、加速、沖擊（緩沖）和停止的過(guò)程完成分閘動(dòng)作，彈簧儲(chǔ)存的彈性勢(shì)能首先轉(zhuǎn)化為零件的動(dòng)能，然后零件的動(dòng)能轉(zhuǎn)化為動(dòng)觸頭和緩沖零件的沖擊碰撞，進(jìn)而引起局部和整體的振動(dòng)。因零件沖擊形成振源位置的差異性，造成不同測(cè)點(diǎn)的振動(dòng)信號(hào)能量及變化存在一定的差異，測(cè)點(diǎn)1～3可直接檢測(cè)到ABC三相動(dòng)觸頭的振動(dòng)情況，測(cè)點(diǎn)4可對(duì)三相連桿以及緩沖能量引起的振動(dòng)進(jìn)行準(zhǔn)確檢測(cè)，測(cè)點(diǎn)6可準(zhǔn)確反映彈簧操動(dòng)機(jī)構(gòu)在一系列的沖擊、碰撞等連續(xù)動(dòng)作下振動(dòng)能量變化，測(cè)點(diǎn)5、7能反映斷路器整體阻尼衰減情況，故不同的檢測(cè)位置對(duì)應(yīng)不同沖擊源，相應(yīng)的對(duì)其沖擊力（能量）的變化等更敏感，構(gòu)建的測(cè)點(diǎn)體系有利于全方位評(píng)估斷路器各部分能量變化。

實(shí)驗(yàn)采用東華1A115E型號(hào)的加速度傳感器，量程為1 000g，采集儀型號(hào)為東華動(dòng)態(tài)信號(hào)測(cè)試分析系統(tǒng)5 922N，采樣頻率設(shè)置為10K，采樣時(shí)間設(shè)置為200ms，利用開口型霍爾傳感器夾持到分閘線圈的控制線上，當(dāng)檢測(cè)到線圈電流時(shí)觸發(fā)采集儀開始信號(hào)采集，7個(gè)測(cè)點(diǎn)采集到的信號(hào)如圖4所示。

從圖4中可以發(fā)現(xiàn)，ABC三相絕緣子處振動(dòng)沖擊非常敏感，形成了多個(gè)明顯的振動(dòng)沖擊；另外，橫梁和操動(dòng)機(jī)構(gòu)處的振動(dòng)沖擊也較為明顯，兩側(cè)支柱的振動(dòng)沖擊相對(duì)于其他測(cè)點(diǎn)并不明顯。

圖4 高壓斷路器振動(dòng)信號(hào)

3.2 彈簧疲勞模擬及儲(chǔ)能計(jì)算

高壓斷路器分閘彈簧由4根型號(hào)一樣的彈簧構(gòu)成，分閘彈簧基本參數(shù)見表2。緩沖彈簧的剛度系數(shù)為19.8N/mm，分閘動(dòng)作位移為45mm，預(yù)緊力為100N，計(jì)算得出儲(chǔ)能值為24.55J；通過(guò)調(diào)節(jié)分閘彈簧緊固螺栓改變預(yù)緊力大小的方式模擬分閘彈簧疲勞故障，分別模擬分閘彈簧在正常狀態(tài)、輕微疲勞（預(yù)緊力退化19.20%）、一般疲勞（預(yù)緊力退化37.55%）和嚴(yán)重疲勞（預(yù)緊力退化75.15%）共四種工況下的高壓斷路器分閘動(dòng)作，不同疲勞程度下分閘彈簧儲(chǔ)能計(jì)算結(jié)果見表3。每種工況各動(dòng)作10次，測(cè)量得到不同疲勞程度下各個(gè)測(cè)點(diǎn)的振動(dòng)信號(hào)。

表2 分閘彈簧基本參數(shù)

Tab.2 The basic parameters of opening spring

表3 分閘彈簧儲(chǔ)能結(jié)果

Tab.3 The energy storage results of opening spring

進(jìn)一步研究，通過(guò)對(duì)比不同彈簧疲勞程度下各個(gè)測(cè)點(diǎn)的時(shí)域信號(hào)，不能直觀地觀測(cè)出各路信號(hào)的明顯變化，無(wú)法簡(jiǎn)單地根據(jù)多個(gè)測(cè)點(diǎn)的時(shí)域信號(hào)評(píng)估彈簧儲(chǔ)能狀態(tài)，需對(duì)信號(hào)內(nèi)有效信息進(jìn)一步提取。

3.3 振動(dòng)信號(hào)去噪處理

對(duì)采集到的多路信號(hào)進(jìn)行濾波處理，進(jìn)一步增強(qiáng)信號(hào)中有效信息。首先利用VMD對(duì)振動(dòng)信號(hào)進(jìn)行分解，根據(jù)各模態(tài)分量中心頻率是否接近確定分解分量的個(gè)數(shù)，實(shí)驗(yàn)表明，當(dāng)分量個(gè)數(shù)設(shè)置為7的時(shí)候中心頻率出現(xiàn)了相近的情況，所以設(shè)置為6。提取與原始信號(hào)匹配方差較小的模態(tài)分量進(jìn)行重構(gòu)，達(dá)到去噪的目的。以采集到的A相滅弧室的振動(dòng)信號(hào)為例，對(duì)其進(jìn)行VMD分解，結(jié)果如圖5所示。然后求取各模態(tài)分量與原始信號(hào)的匹配方差，見表4。

根據(jù)各分量與原始信號(hào)的匹配方差，參考分解結(jié)果時(shí)域信號(hào)的關(guān)鍵時(shí)刻點(diǎn)，選取匹配方差較小的5個(gè)分量重構(gòu)斷路器分閘過(guò)程A相滅弧室振動(dòng)信號(hào)，A相滅弧室振動(dòng)信號(hào)重構(gòu)信號(hào)如圖6所示。

通過(guò)圖6和原始信號(hào)的對(duì)比可以看出，原始信號(hào)中的噪聲得到有效濾除，振動(dòng)事件的沖擊得到進(jìn)一步的強(qiáng)化，有效抑制了干擾信號(hào)。

3.4 彈簧儲(chǔ)能與測(cè)點(diǎn)能量的映射關(guān)系

如3.1節(jié)所述，對(duì)采集到的四種工況（正常狀態(tài)和三種疲勞故障）下的振動(dòng)信號(hào)進(jìn)行濾波處理后，得到40組數(shù)據(jù)，每種工況10組數(shù)據(jù)，取每種工況7組數(shù)據(jù)共28組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，用來(lái)構(gòu)建彈簧儲(chǔ)能推導(dǎo)公式，擬采用非線性最小二乘法對(duì)權(quán)重系數(shù)進(jìn)行推導(dǎo)求解。

部分訓(xùn)練數(shù)據(jù)各個(gè)簡(jiǎn)化質(zhì)點(diǎn)的動(dòng)能按照式（2）計(jì)算得到的結(jié)果見表5。

圖5 VMD分解結(jié)果

表4 各模態(tài)分量與原始信號(hào)匹配方差

Tab.4 The matching variance of IMFs and the original signal

圖6 重構(gòu)信號(hào)

表5 各個(gè)質(zhì)點(diǎn)動(dòng)能計(jì)算結(jié)果

Tab.5 The calculation results of each particle kinetic energy（單位: J）

分析圖7可發(fā)現(xiàn)，對(duì)于同一類型的斷路器，不同質(zhì)點(diǎn)的等效能量相差較大，其中橫梁、操動(dòng)機(jī)構(gòu)本體以及支架處能量相對(duì)較大。雖然不同質(zhì)點(diǎn)的等效能量大小不一，但隨著彈簧疲勞程度的加深，各個(gè)質(zhì)點(diǎn)的等效能量總體呈現(xiàn)逐步下降的趨勢(shì)，變化趨勢(shì)基本一致，可評(píng)估各測(cè)點(diǎn)能量變化敏感性，據(jù)此為彈簧疲勞測(cè)點(diǎn)的選擇提供參考。

圖7a與圖7b對(duì)比可發(fā)現(xiàn)，兩種斷路器因結(jié)構(gòu)、型號(hào)的差異性，質(zhì)點(diǎn)等效能量大小存在一定的差異性，但各個(gè)質(zhì)點(diǎn)的等效能量變化趨勢(shì)一致，隨著彈簧疲勞程度的加深，各個(gè)質(zhì)點(diǎn)的等效能量總體呈逐步下降的趨勢(shì)，表明了所提方法的有效性。

為了對(duì)比非線性最小二乘（Nonlinear Least Square, NLS）法的處理效果，同時(shí)運(yùn)用了非線性回歸（Nonlinear Regression, NR）法和多元線性回歸（Multiple Linear Regression, MLR）法對(duì)ZW57-40.5型高壓斷路器信號(hào)進(jìn)行處理，求解得出的權(quán)重系數(shù)見表6，利用不同方法擬合得到的彈簧儲(chǔ)能值如圖8所示。

表6 不同方法求解得到的權(quán)重系數(shù)

Tab.6 The weight coefficient obtained by different methods

通過(guò)分析表6可以發(fā)現(xiàn)，不同質(zhì)點(diǎn)的能量權(quán)重系數(shù)相差較大，但橫梁和兩個(gè)支架處振動(dòng)信號(hào)權(quán)重系數(shù)相對(duì)于其他測(cè)點(diǎn)的權(quán)重系數(shù)較大，且不同方法求解結(jié)果相一致，說(shuō)明這3個(gè)測(cè)點(diǎn)處能量和分閘彈簧儲(chǔ)能更相關(guān)，能較好地反映分閘彈簧釋放能量的變化。

圖8中，圓點(diǎn)實(shí)線為彈簧儲(chǔ)能理論真實(shí)值，擬合值越接近圓點(diǎn)實(shí)線代表擬合效果越好。通過(guò)分析對(duì)比可發(fā)現(xiàn)，不同擬合方法的整體變化趨勢(shì)一致，隨著彈簧疲勞程度的加深，能量呈現(xiàn)逐步下降的趨勢(shì)，且均在理論儲(chǔ)能值附近上下波動(dòng)，驗(yàn)證了所提方法理論的可行性。通過(guò)三種擬合方法對(duì)比可以看出，采用非線性最小二乘法擬合得到的彈簧儲(chǔ)能結(jié)果和理論儲(chǔ)能值大小更接近，誤差相對(duì)于其他算法更小，相對(duì)于其他算法擬合效果更好。

圖8 不同擬合方法結(jié)果對(duì)比

3.5 分閘彈簧儲(chǔ)能檢測(cè)結(jié)果

利用本文所提出的VMD和NLS相結(jié)合（VMD- NLS）的方法評(píng)估高壓斷路器分閘彈簧性能，為了對(duì)比VMD去噪效果，同時(shí)利用NLS處理原始振動(dòng)信號(hào)構(gòu)建出擬合公式。測(cè)量彈簧在正常和不同疲勞程度共四種狀態(tài)下7個(gè)測(cè)點(diǎn)的振動(dòng)信號(hào)，每種狀態(tài)測(cè)量3次數(shù)據(jù)，分別利用上述方法求解彈簧儲(chǔ)能檢測(cè)結(jié)果，不同疲勞狀態(tài)下檢測(cè)結(jié)果見表7。

表7 分閘彈簧儲(chǔ)能檢測(cè)結(jié)果對(duì)比

Tab.7 Comparison of opening spring energy

從表7中可以看出，利用VMD-NLS處理測(cè)量得到的信號(hào)，對(duì)于同一運(yùn)行狀態(tài)下，擬合得到的儲(chǔ)能值和理論儲(chǔ)能值基本一致，多次測(cè)量誤差相對(duì)較小；對(duì)于不同運(yùn)行狀態(tài)下，利用振動(dòng)信號(hào)擬合得出的儲(chǔ)能值存在明顯的大小層次，且基本接近理論儲(chǔ)能值。與此同時(shí)，利用NLS直接處理原始信號(hào)擬合得到的結(jié)果對(duì)比發(fā)現(xiàn)，雖然不同運(yùn)行狀態(tài)下擬合得到的儲(chǔ)能值呈現(xiàn)階梯式下降趨勢(shì)，但對(duì)于同一運(yùn)行狀態(tài)下擬合得到的儲(chǔ)能值與理論儲(chǔ)能值誤差較大，因信號(hào)中噪聲成分的干擾降低了擬合效果，實(shí)驗(yàn)結(jié)果表明，所提VMD-NLS檢測(cè)方法相對(duì)于NLS可更為精準(zhǔn)計(jì)算出彈簧儲(chǔ)能值。

為了對(duì)比非線性最小二乘法的處理效果，同時(shí)運(yùn)用非線性回歸法和多元線性回歸法處理得到的權(quán)重系數(shù)對(duì)振動(dòng)信號(hào)能量進(jìn)行擬合，對(duì)擬合結(jié)果與理論儲(chǔ)能值求取誤差平均值，對(duì)比結(jié)果如圖9所示。

圖9 不同方法擬合誤差

從圖9中可以看出，無(wú)論是在同一運(yùn)行狀態(tài)還是不同運(yùn)行狀態(tài)下，采用非線性最小二乘法的擬合得到的數(shù)值與理論儲(chǔ)能值對(duì)比，誤差都最小；非線性回歸法和多元線性回歸法擬合誤差在不同程度上均大于非線性最小二乘法的誤差。通過(guò)不同算法的對(duì)比，有效驗(yàn)證了非線性最小二乘擬合算法的優(yōu)越性。本文所提方法對(duì)于高壓斷路器分閘彈簧儲(chǔ)能值檢測(cè)誤差均控制在2.2%以內(nèi)，從實(shí)驗(yàn)角度驗(yàn)證了所提方法的準(zhǔn)確性。

4 結(jié)論

本文以高壓斷路器分閘過(guò)程振動(dòng)信號(hào)作為研究對(duì)象，提出了一種利用振動(dòng)信號(hào)評(píng)估彈簧疲勞程度的檢測(cè)方法。首先采用變分模態(tài)分解處理各個(gè)測(cè)點(diǎn)振動(dòng)信號(hào)，選擇與原始信號(hào)匹配方差較小的成分分量進(jìn)行重構(gòu)，實(shí)現(xiàn)信號(hào)濾波；然后分析各個(gè)測(cè)點(diǎn)的等效能量變化規(guī)律；最后利用非線性最小二乘法推導(dǎo)出彈簧儲(chǔ)能和測(cè)點(diǎn)響應(yīng)能量的映射關(guān)系，構(gòu)建出彈簧儲(chǔ)能的計(jì)算公式，實(shí)現(xiàn)了高壓斷路器彈簧疲勞程度的檢測(cè)。通過(guò)本文研究得出以下結(jié)論：

1）首次提出了利用多個(gè)測(cè)點(diǎn)振動(dòng)信號(hào)實(shí)現(xiàn)高壓斷路器彈簧疲勞程度的檢測(cè)方法，解決了傳統(tǒng)測(cè)量方法需停電檢修、無(wú)法在線測(cè)試的問(wèn)題。

2）提出了基于質(zhì)點(diǎn)簡(jiǎn)化的高壓斷路器能量分布分析方法，總結(jié)了質(zhì)點(diǎn)能量隨彈簧疲勞程度變化規(guī)律，對(duì)高壓斷路器振動(dòng)測(cè)點(diǎn)的選擇提供有益參考。

3）利用變分模態(tài)分解與非線性最小二乘法相結(jié)合的方法處理斷路器振動(dòng)信號(hào)，構(gòu)建了彈簧儲(chǔ)能的計(jì)算公式，可準(zhǔn)確檢測(cè)彈簧儲(chǔ)存能量值。

4）通過(guò)對(duì)配備彈簧操動(dòng)機(jī)構(gòu)的高壓斷路器開展分閘彈簧疲勞模擬實(shí)驗(yàn)，驗(yàn)證所提方法的有效性和準(zhǔn)確性，與理論儲(chǔ)能值對(duì)比表明檢測(cè)精度較好，檢測(cè)誤差可收斂在2.2%以內(nèi)。本文研究為高壓斷路器彈簧儲(chǔ)能在線檢測(cè)提供了一種新的思路。

[1] 溫偉杰, 李鵬宇, 李斌, 等. 多端口機(jī)械式直流斷路器的動(dòng)作策略與參數(shù)優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(11): 86-94.

Wen Weijie, Li Pengyu, Li Bin, et al. Operation strategy and parameter optimization of multi-port mechanical DC circuit breaker[J]. Automation of Electric Power Systems, 2021, 45(11): 86-94.

[2] 王燦, 杜船, 徐杰雄. 中高壓直流斷路器拓?fù)渚C述[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(9): 187-199.

Wang Can, Du Chuan, Xu Jiexiong. Review of topologies for medium-and high-voltage DC circuit breaker[J]. Automation of Electric Power Systems, 2020, 44(9): 187-199.

[3] Polycarpou A A, Soom A, Swarnakar V, et al. Event timing and shape analysis of vibration bursts from power circuit breakers[J]. IEEE Transactions on Power Delivery, 1996, 11(2): 848-857.

[4] Lee D W, Sohn J H, Yoo W S. Mass effect analysis of a coil spring for the performance evaluation of a gas insulated circuit breaker[J]. International Journal of Precision Engineering and Manufacturing, 2014, 15(12): 2543-2548.

[5] Rudsari F N, Razi-Kazemi A A, Shoorehdeli M A. Fault analysis of high-voltage circuit breakers based on coil current and contact travel waveforms through modified SVM classifier[J]. IEEE Transactions on Power Delivery, 2019, 34(4): 1608-1618.

[6] 林莘, 王飛鳴, 劉衛(wèi)東, 等. 高壓SF6斷路器冷態(tài)介質(zhì)恢復(fù)特性試驗(yàn)研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2016, 36(14): 3973-3981.

Lin Xin, Wang Feiming, Liu Weidong, et al. Experi- ment researches on cold state dielectric recovery characteristics in high voltage SF6circuit breakers[J]. Proceedings of the CSEE, 2016, 36(14): 3973- 3981.

[7] Runde M, Ottesen G E, Skyberg B, et al. Vibration analysis for diagnostic testing of circuit-breakers[J]. IEEE Transactions on Power Delivery, 1996, 11(4): 1816-1823.

[8] 李鵬飛, 周文俊, 曾國(guó), 等. 高壓斷路器合閘彈簧動(dòng)態(tài)特性及儲(chǔ)能狀態(tài)檢測(cè)方法[J]. 電工技術(shù)學(xué)報(bào), 2016, 31(3): 104-112.

Li Pengfei, Zhou Wenjun, Zeng Guo, et al. The dynamic characteristics and energy storage state detection method of high-voltage circuit breaker closing spring[J]. Transactions of China Electro- technical Society, 2016, 31(3): 104-112.

[9] 楊秋玉, 彭彥卿, 莊志堅(jiān). 基于ADAMS的高壓斷路器彈簧機(jī)構(gòu)動(dòng)力學(xué)仿真與故障分析[J]. 高壓電器, 2018, 54(6): 67-73, 80.

Yang Qiuyu, Peng Yanqing, Zhuang Zhijian. Dynamic simulation and failure analysis of spring mechanism of high-voltage circuit breaker based on ADAMS[J]. High Voltage Apparatus, 2018, 54(6): 67-73, 80.

[10] Su Yi, Lu Yufeng, Xie Zhibiao, et al. Study on closing spring fatigue characteristics of high voltage circuit breaker[J]. IOP Conference Series: Earth and Environmental Science, 2020, 508(1): 012174.

[11] Dou Longjiang, Wan Shuting. Characteristic para- meter change of circuit breaker under closing spring fatigue[J]. Transactions of the Canadian Society for Mechanical Engineering, 2019, 43(2): 189-198.

[12] 程顯, 袁曉東, 葛國(guó)偉, 等. 真空開關(guān)高動(dòng)作穩(wěn)定性的永磁操動(dòng)機(jī)構(gòu)控制系統(tǒng)[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(21): 4617-4626.

Cheng Xian, Yuan Xiaodong, Ge Guowei, et al. Permanent magnet mechanism control system with high operation stability of vacuum switch[J]. Transa- ctions of China Electrotechnical Society, 2021, 36(21): 4617-4626.

[13] 萬(wàn)書亭, 豆龍江, 李聰, 等. 基于振動(dòng)信號(hào)的高壓斷路器合閘特性參數(shù)在線檢測(cè)方法研究[J]. 振動(dòng)工程學(xué)報(bào), 2019, 32(2): 359-367.

Wan Shuting, Dou Longjiang, Li Cong, et al. Study on on-line detection of high voltage circuit breaker closing characteristic parameters based on vibration signal[J]. Journal of Vibration Engineering, 2019, 32(2): 359-367.

[14] 楊秋玉, 王棟, 阮江軍, 等. 基于振動(dòng)信號(hào)的斷路器機(jī)械零部件故障程度識(shí)別[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(13): 2880-2892.

Yang Qiuyu, Wang Dong, Ruan Jiangjun, et al. Fault severity estimation method for mechanical parts in circuit breakers based on vibration analysis[J]. Transactions of China Electrotechnical Society, 2021, 36(13): 2880-2892.

[15] 孫曙光, 張偉, 王景芹, 等. 基于動(dòng)作過(guò)程振動(dòng)檢測(cè)的低壓斷路器機(jī)械壽命預(yù)測(cè)[J]. 儀器儀表學(xué)報(bào), 2020, 41(12): 146-157.

Sun Shuguang, Zhang Wei, Wang Jingqin, et al. Mechanical life prediction of low-voltage circuit breaker based on vibration detection during operation[J]. Chinese Journal of Scientific Instrument, 2020, 41(12): 146-157.

[16] 楊秋玉, 阮江軍, 張燦, 等. 基于定量遞歸分析的高壓斷路器機(jī)械缺陷辨識(shí)及應(yīng)用[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(18): 3848-3859.

Yang Qiuyu, Ruan Jiangjun, Zhang Can, et al. Study and application of mechanical defect identification for high-voltage circuit breakers using recurrence quanti- fication analysis[J]. Transactions of China Elec- trotechnical Society, 2020, 35(18): 3848-3859.

[17] 楊元威, 關(guān)永剛, 陳士剛, 等. 基于聲音信號(hào)的高壓斷路器機(jī)械故障診斷方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2018, 38(22): 6730-6737.

Yang Yuanwei, Guan Yonggang, Chen Shigang, et al. Mechanical fault diagnosis method of high voltage circuit breaker based on sound signal[J]. Proceedings of the CSEE, 2018, 38(22): 6730-6737.

[18] 孫曙光, 李勤, 杜太行, 等. 基于一維卷積神經(jīng)網(wǎng)絡(luò)的低壓萬(wàn)能式斷路器附件故障診斷[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(12): 2562-2573.

Sun Shuguang, Li Qin, Du Taihang, et al. Fault diagnosis of accessories for the low voltage con- ventional circuit breaker based on one-dimensional convolutional neural network[J]. Transactions of China Electrotechnical Society, 2020, 35(12): 2562- 2573.

[19] Liu Yakui, Zhang Guogang, Zhao Chenchen, et al. Mechanical condition identification and prediction of spring operating mechanism of high voltage circuit breaker[J]. IEEE Access, 8: 210328-210338.

[20] 劉寶穩(wěn), 湯容川, 馬鉦洲, 等. 基于S變換D-SVM AlexNet模型的GIS機(jī)械故障診斷與試驗(yàn)分析[J]. 高電壓技術(shù), 2021, 47(7): 2526-2538.

Liu Baowen, Tang Rongchuan, Ma Zhengzhou, et al. GIS mechanical fault diagnosis and test analysis based on S transform D-SVM AlexNet model[J]. High Voltage Engineering, 2021, 47(7): 2526-2538.

[21] 王繼鋒. 基于信號(hào)多維特征值提取的彈簧操動(dòng)機(jī)構(gòu)斷路器故障診斷方法研究[D]. 廣州: 華南理工大學(xué), 2016.

[22] Ma Suliang, Yuan Yang, Wu Jianwen, et al. Multi- sensor decision approach for HVCB fault detection based on the vibration information[J]. IEEE Sensors Journal, 2021, 21(2): 985-994.

[23] Zhao Shutao, Ma Li, Wang Kedeng, et al. Research on optimal identification method of circuit breaker defect type based on phase space reconstruction and SVM[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2019, 14(10): 1471-1477.

[24] Zhang Yingjie, Jiang Yuan, Chen Yan, et al. Fault diagnosis of high voltage circuit breaker based on multi-classification relevance vector machine[J]. Journal of Electrical Engineering & Technology, 2020, 15(1): 413-420.

[25] Zhang Hongye, Xie Yanzhao, Yi Tongqiang, et al. Fault detection for high-voltage circuit breakers based on time-frequency analysis of switching transient E-fields[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(4): 1620-1631.

[26] Yao Yu, Wang Nan. Fault diagnosis model of adaptive miniature circuit breaker based on fractal theory and probabilistic neural network[J]. Mechani- cal Systems and Signal Processing, 2020, 142: 106772.

[27] Liu Mingliang, Li Bing, Zhang Jianfeng, et al. An application of ensemble empirical mode decom- position and correlation dimension for the HV circuit breaker diagnosis[J]. Automatika, 2019, 60(1): 105- 112.

[28] 趙書濤, 許文杰, 李云鵬, 等. 基于優(yōu)選泛特征的真空斷路器彈簧機(jī)構(gòu)儲(chǔ)能狀態(tài)辨識(shí)方法[J]. 高電壓技術(shù), 2021, 47(11): 3777-3784.

Zhao Shutao, Xu Wenjie, Li Yunpeng, et al. Identification method for energy storage state of spring mechanism of vacuum circuit breaker based on optimal multi-characteristics[J]. High Voltage Engin- eering, 2021, 47(11): 3777-3784.

[29] Dragomiretskiy K, Zosso D. Variational mode decomposition[J]. IEEE Transactions on Signal Pro- cessing, 2014, 62(3): 531-544.

Detecting Method of High Voltage Circuit Breaker Spring Fatigue Based on Vibration Signal

1,21,21,21,21,2

（1. Department of Mechanical Engineering North China Electric Power University Baoding 071003 China 2. Hebei Key Laboratory of Health Maintenance and Failure Prevention of Electrical Machinery and Equipment Baoding 071003 China）

Spring fatigue is a typical fault that frequently occurs in high-voltage circuit breakers. However, most traditional test methods cannot detect online. Therefore, a way to detect the spring fatigue fault based on vibration signals is proposed. Firstly, according to the working principle of the high-voltage circuit breaker, the energy transfer mechanism in the operation process is analyzed, and the whole structure is simplified into particle points. Then, after filtering the noise in the vibration signal, the equivalent energy distribution is calculated by constructing the kinetic energy function of each particle point. Finally, the energy transfer function of the high voltage circuit breaker is constructed by the nonlinear least square method to calculate the spring energy. The experimental results show that the detection error of the spring energy is within 2.2%, which verifies the effectiveness and accuracy of the proposed method. This method can provide a new way to detect spring fatigue in high-voltage circuit breakers.

High voltage circuit breaker, spring fatigue, vibration signal, nonlinear least square method

10.19595/j.cnki.1000-6753.tces.212014

TM561

國(guó)家自然科學(xué)基金（51777075, 51777074）、中央高校基本科研業(yè)務(wù)資金（2020MS110）、河北省自然科學(xué)基金（E2020502031）、保定市科技計(jì)劃基礎(chǔ)研究專項(xiàng)基金（2172P010）和河北省青年拔尖人才支持計(jì)劃（[2018]-27）資助項(xiàng)目。

2021-12-10

2022-01-05

豆龍江 男，1988年生，博士，講師，研究方向?yàn)殡娬驹O(shè)備在線監(jiān)測(cè)與故障診斷。E-mail: doulongjiang@126.com

何玉靈 男，1984年生，副教授，博士生導(dǎo)師，研究方向?yàn)閺?fù)雜機(jī)電系統(tǒng)建模。E-mail: heyuling1@ncepu.edu.cn（通信作者）

（編輯 崔文靜）