文章目录

0 引言

1 基于EMD的特征向量提取方法

1.1 经验模态分解

1.2 IMF包络能量熵

2 基于证据理论的多信息融合断路器故障诊断方案

2.1 基于D-S证据理论的加权概率分配函数

2.2 多信息融合断路器故障诊断方案

3 断路器故障诊断试验及分析

3.1 故障诊断试验

3.2 特征向量提取

3.3 加权概率分配的获取

3.4 数据融合与分析

4 结论

文章摘要:为了提高塑壳断路器故障诊断的正确率,根据D-S证据理论提出基于多信息融合的塑壳断路器故障诊断方法。首先,对断路器合闸声音信号和振动信号进行经验模态分解,提取不同信号的IMF包络能量熵,并作为特征向量输入LIBSVM（library for support vector machines）进行诊断,依据内部投票规则获得基本概率分配;然后将LIBSVM测试样本总分类正确率作为固定权重,构成声振信号的加权概率分配;最后通过D-S证据理论对声振信号加权概率分配进行决策层融合,得到断路器故障诊断结果。在实验室条件下,进行塑壳断路器操作试验,获得安装正常、安装松动、主拉簧断裂3种不同状态下的试验数据,并进行诊断分析,结果表明,融合诊断比单信息诊断的正确率高。

文章关键词:

论文DOI:10.16186/j.cnki.1673-9787.2021010112

论文分类号:TM561