[发明专利]一种振动传感器的开关故障检测算法

权利要求书

1.一种振动传感器的开关故障检测算法，其特征在于：具体算法原理包括以下步骤：

步骤1：采用快速傅里叶变换算法进行开关振动数据采样；

步骤2：使用Cubic spline插值法拟合开关振动采样点数据，得到振动模型曲线；

步骤2所述的使用Cubic spline插值法拟合开关振动采样点数据，得到开关振动模型曲线，具体步骤如下：

步骤2.1：设H为振动参数矩阵，P为各开关故障率矩阵：

P＝[p₀ p₁ … p_n-1]^T；

步骤2.2：列写开关振动信号的幅值λ与相位θ采样点与各开关状态的Cubic spline插值函数G(p)：

步骤2.3：设上述开关振动参数Cubic spline插值函数G(p)的二阶导数：

步骤2.4：对上述二阶导数进行积分，得到开关振动采样信号参数的Cubic spline插值函数：

步骤2.5：根据Cubic spline插值函数G(x)的一阶导数在各开关振动信号采样点上连续，则建立求解D_k的方程：

δ_k+1D_k+2D_k+1+ε_iD_k+2＝ω_k+1

其中：

步骤2.6：结合开关振动信号限制条件，得到参数求解矩阵方程：

步骤2.6所述的结合开关振动信号限制条件，得到参数求解矩阵方程，具体限制条件如下：

步骤2.6.1：对开关振动信号Cubic spline插值函数二阶导数进行限制：

步骤2.6.2：对开关振动信号Cubic spline插值函数一阶导数进行限制：

步骤2.7：根据上述矩阵方程求解出的参数D_k，得到开关振动信号模型曲线；

步骤3：基于ANFIS算法提取振动模型曲线的特征；

步骤4：通过Gauss-Bayes概率公式计算模型特征的概率分布，基于该概率分布，分析特征判别开关故障点发生位置；

步骤4所述的通过Gauss-Bayes概率公式计算模型特征集V的概率分布并分析特征判别开关故障点发生位置，具体步骤如下：

步骤4.1：将步骤3.5中提取振动模型曲线的特征变量V＝[v₁ v₁ … v_n-1 v_n]与开关状态变量S＝[s₁ s₁ … s_m-1 s_m]代入到Gauss-Bayes方程：

步骤4.2：根据贝叶斯定律分别计算在各振动特征变量V下，各开关的状态变量S的概率：

步骤4.3：计算各开关故障状态变量的最大概率状态，将其作为各开关器件的当前状态：

2.根据权利要求1所述的一种振动传感器的开关故障检测算法，其特征在于：步骤1所述的快速傅里叶变换算法进行开关振动数据采样，具体步骤如下：

步骤1.1：首先获取n个振动信号采样点；

步骤1.2：列写出开关振动信号方程：

D(x)＝d₀+d₁*x+d₂*x²+d₃*x³+…+d_n-2*x^n-2+d_n-1*x^n-1；

步骤1.3：将振动信号分奇偶两部分：

步骤1.4：根据上述奇偶的振动信号公式，进行n/2次快速傅里叶变换，得到各开关振动采样点信号的幅值λ与相位θ。