為了解決現有交流接觸器觸頭系統故障診斷技術存在的運行狀態識別率較低的問題，沈陽工業大學特種電機與高壓電器教育部重點實驗室的研究人員劉樹鑫、宋健、劉洋、曹云東、李靜，在2021年《電工技術學報》增刊2上撰文，以改進多尺度排列熵（MMPE）與能量矩為特征向量，提出一種基于粒子群優化算法最小二乘支持向量機的交流接觸器觸頭系統運動分析及故障診斷方法，能夠有效提高運行狀態識別率。經實測數據驗證表明，所提方法可以完成交流接觸器運行狀態的有效識別，能夠更有效地完成交流接觸器故障定性診斷，并可以有針對性地對設備進行檢修和維護。

交流接觸器是一種廣泛用于低壓電氣線路控制與保護的開關設備，負責電氣線路大電流和主回路頻繁的合分操作。交流接觸器發生故障時，會影響受控設備的正常運行，甚至導致嚴重事故的發生。因此，為了能夠對交流接觸器進行觸頭系統運動分析及故障診斷研究，需要從科學的角度給出接觸器各種工作模式與工作狀態，為接觸器的檢測與維護奠定堅實基礎。

交流接觸器的機械故障中最常見的是分合閘故障，如彈跳時間長，導致吸合時觸頭彈跳幅度增加，它會對交流接觸器分斷電流的能力造成直接影響；吸合時間長，將導致燃弧時間增加，不僅影響系統的性能，而且降低接觸器的電壽命；未達到預期開距，可以間接反映出觸頭燒蝕情況，電弧侵蝕引起交流接觸器觸頭質量損耗，使其電接觸性能不斷退化；未達到預期超程，電弧侵蝕觸頭，觸頭厚度對應降低，從而降低觸頭超程。

觸頭碰撞速度快，會增加觸頭彈跳幅度；接觸器銜鐵和動觸頭分閘速度與溫度呈線性關系，觸頭分閘速度慢會使電弧溫度升高，增加滅弧時間，影響接觸器使用壽命，對接觸器的運行構成危害。

在實際的交流接觸器在線監測過程中，人們只對發生故障的位置及是否發生故障進行監測，無法反映接觸器的具體工作狀態。如果能夠實時監測交流接觸器觸頭運動系統狀態，及時發現潛在故障，積極制定檢修策略，對于延長設備生命周期、提高電氣線路運行穩定性、增強市場競爭力具有十分的重要意義。

近年來，國內外學者對交流接觸器動態特性做了很多研究，然而其中大多數工作都是通過單一的機構運動方程來分析接觸器動態特性，而對接觸器觸頭系統的故障診斷有待進一步研究。交流接觸器的觸頭運動信號為非線性信號。常用于交流接觸器故障識別的非線性動力學參數分析方法，如樣本熵、近似熵都存在魯棒性不強等缺點，多尺度排列熵針對復雜時間序列具有魯棒性很強的特點，可以獲取更詳細的信息。

多尺度分解是一種手段，局部均值分解是一種自適應時頻分析法，局部均值分解（Local Mean Decomposition, LMD）與經驗模態分解（Empirical Mode Decomposition, EMD）相比較而言，LMD很好地改善了EMD在分解信號的時候產生的諸多問題。因此沈陽工業大學特種電機與高壓電器教育部重點實驗室的研究人員通過多尺度排列熵提取交流接觸器觸頭運動信號故障特征。

目前有許多方法用于故障識別，有學者利用變分模態分解與支持向量機（Support Vector Machine, SVM）相配合的故障識別方法，其需要借用傳統的經驗模態分解，沒有精確數學表達式進行取值。有學者采用對SVM參數優化的方法，獲得SVM的最優參數，通過使用遺傳算法全局搜索，構造識別模型。但這種遺傳算法，其收斂速度很慢，對于基因變異所造成的不穩定性很高。

沈陽工業大學特種電機與高壓電器教育部重點實驗室的研究人員提出了基于粒子群優化算法最小二乘支持向量機（Least Squares Support Vector Machine Based on Particle Swarm Optimization, PSO-LSSVM）的交流接觸器觸頭系統運動分析及故障診斷方法，配合試驗系統運用在交流接觸器故障檢測中，與目前的交流接觸器故障定性診斷方法相比，能夠明顯地提高識別準確率和識別速度，更加適用于要求高可靠性的交流接觸器故障識別領域。

他們最后得出如下研究結論：

1）設計了一種交流接觸器觸頭系統運動分析及故障診斷試驗系統，通過設備的觸頭系統運動試驗數據進行分析并對其不同的工作模式進行定義。

2）對交流接觸器工作模式進行識別，利用LMD分解將信號自適應分解，由改進多尺度排列熵與能量矩共同構成特征向量，再經過主成分分析法降維及歸一化后，作為PSO-LSSVM的輸入量，實現交流接觸器工作模式的識別。

3）本故障診斷方法配合試驗系統運用在交流接觸器故障檢測中，與目前的交流接觸器故障定性診斷方法相比，能夠明顯提高識別準確率和識別速度，更加適用于可靠性要求高的交流接觸器故障識別領域。

本文編自2021年《電工技術學報》增刊2，論文標題為“交流接觸器觸頭系統運動分析及故障診斷研究”，作者為劉樹鑫、宋健 等。

標簽： 診斷方法 運動分析