[发明专利]一种用于大功率电源车接触器的故障检测方法

说明书

技术领域

本发明涉及一种故障检测方法，特别是一种用于大功率电源车接触器的故障检测方法。

背景技术

目前基于振动信号的接触器检测诊断的分析方法主要有：小波变换和经验模态分解的方法。目前国内应用较多的经验模态分解的分析方法，即信号通过经验模态分解，分解为不同频域上的内禀模态函数(IMF)，通过计算各个IMF的单位能量来提取能量信号的特征向量进行数据分析。经验模态分解方法的主要缺点就是模态混叠的频繁出现，一个单独的内禀模态函数(IMF)中含有全异尺度以及相同尺度在不同的IMF中出现，最终导致经验模态分解对于振动信号的分析精确度不高、不够稳定的问题。

发明内容

本发明目的在于提供一种用于大功率电源车接触器的故障检测方法，解决经验模态分解对于振动信号的分析精确度不高、不够稳定的问题。

一种用于大功率电源车接触器的故障检测方法，其具体步骤为：

第一步搭建故障检测系统

故障检测系统包括：加速度传感模块、数据采集模块、小波包分解模块、特征向量构造模块、支持向量机分析模块、遗传算法优化模块、数据传输模块和输出结果显示模块。

加速度传感模块的功能是：将大功率电源车接触器分合闸时产生的振动信号转换成电信号进行输出。

数据采集模块的功能是：采集大功率电源车接触器的分合闸振动信号，将采集结果传到数据库中等待分析。

小波包分解模块的功能是：将数据采集模块中得到的数据信号进行分解，通过小波包频带分析提取特征向量，并将提取的特征向量输入到特征向量构造模块。

特征向量构造模块的功能是：将小波包分解模块得到的特征向量通过无量纲归一化处理，得到进行数据分析的归一化特征向量。

支持向量机分析模块的功能是：将归一化的特征向量进行支持向量机训练得到训练完成的支持向量机，再将需要进行故障状态分类的归一化特征向量输入到支持向量机中进行分类。

遗传算法优化模块的功能是：对支持向量机参数及核函数参数进行优化，提高故障状态分类的准确度，缩短分类时间，使特征向量能够达到最佳的分类效果。

数据传输模块的功能是：对最终的故障状态信息进行标记，并通过通信的方式输送给上位机等待最终结果显示。

输出结果显示模块的功能是：将数据传输模块输出的故障状态信息进行界面化显示输出。

第二步加速度传感模块进行振动信号采集

加速度传感模块采集大功率电源车接触器的分合闸振动信号A_in，将分合闸振动信号A_in转换成电压信号V_in输出给数据采集模块，加速度传感模块中传感器的量程为0g～200g，灵敏度为5pc/ms^-2，方向为：x轴，y轴，z轴三个方向。

第三步数据采集模块进行电压信号调理

数据采集模块接收到的加速度传感模块调理出的电压信号V_in进行滤波及稳压处理，得到稳定的滤波稳压后的电压信号V₂₀，并将滤波后电压信号V₂₀输出给小波包分解模块，将采集结果传到数据库中等待分析。

第四步小波包分解模块进行特征向量提取

数据采集模块得到滤波后的电压信号V₂₀通过小波包分解将振动信号分解成不同频带的信号S，通过小波包频带分析提取特征向量T，并将提取的特征向量T输入到特征向量构造模块。

将滤波后电压信号V₂₀进行小波包分解，按照信号的特性预先设定信号分解尺度，提取最后分解层中每个频率成分的信号特征S_ij，i和j分别表示小波包分解树中第i层第j个节点，其中，i＝1,2,3,…,N，j＝1,2,3…2^N-1，N为分解层数，则小波包的分解系数为X_ij。

对小波分解系数进行重构，提取频带范围的信号S_ij，求各个频带信号的总能量，设信号S_ij对应的能量为E_i,j：