振動篩分儀是如何進行特征量提取的呢？ 返回

【導讀】在振動篩分儀的特征量提取方面，美國紐約州立大學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，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包括:

①短時譜分析；

②修正譜分析；

③修正結構；

④事件發(fā)生時刻；

⑤包絡分析；

⑥形態(tài)分析。

在此基礎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)已經應用在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)之間的對應關系。一些新的信號處理方法在這個領域中也得到了廣泛的應用。

將小波分析和神經網絡應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神經網絡的輸入，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，結果表明狀態(tài)識別正確率達到了100%，明顯高于傳統(tǒng)傅立葉分析篩粉機的單個神經網絡的識別結果。

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