基于参数优化MCKD算法的交流接触器异常噪声信号特征提取

doi:10.16628/j.cnki.2095-8188.2023.11.002

摘要/Abstract

摘要：

交流接触器的不良品在线圈通电后发出异常电磁性噪声,超出规定噪声值。针对交流接触器声音信号的特点,提出最大相关峭度解卷积(MCKD)与包络谱分析结合的方法,提取故障频率,实现交流接触器的异常振动噪声故障诊断。首先对采集到的声信号带通滤波,减少噪声干扰,再通过粒子群算法搜寻MCKD算法最优参数,对信号解卷积,增强信号中周期性脉冲,MCKD算法处理后的信号通过Hilbert变换求包络谱,以故障频率幅值因子为判据判断交流接触器是否故障。通过对交流接触器实际测试验证,结果表明所提方法能够有效诊断交流接触器异常噪声。

关键词: 最大相关峭度解卷积, 包络谱, 故障诊断, 交流接触器

Abstract:

The defective products of AC contactor emit abnormal electro-magnetic noise after the coil is energized, which exceeds the specified noise value.According to the characteristics of AC contactor sound signal, a method combining maximum correlation kurtosis deconvolution (MCKD) algorithm and envelope spectrum analysis is proposed to extract the fault frequency and realize the abnormal vibration noise fault diagnosis of AC contactor.Firstly, the collected original signal is filtered by a band-pass filter to reduce noise interference.Then, the optimal MCKD parameters are searched by the particle swarm optimization algorithm.The signal is deconvolved to enhance the periodic pulse in the signal.The signal processed by the MCKD algorithm is used to obtain the envelope spectrum through Hilbert transform, and the fault frequency amplitude factor is used as the criterion to determine whether the AC contactors is faulty.The actual test of AC contactor shows that the method can effectively diagnose the abnormal noise of AC contactor.

Key words: MCKD, envelope spectrum, fault diagnosis, AC contactor

中图分类号:

TM572

万祖晨, 鲍光海. 基于参数优化MCKD算法的交流接触器异常噪声信号特征提取[J]. 电器与能效管理技术, 2023, 0(11): 8-16.

WAN Zuchen, BAO Guanghai. Hum Fault Feature Extraction of AC Contactor Based on Parameter Optimization MCKD Algorithm[J]. LOW VOLTAGE APPARATUS, 2023, 0(11): 8-16.

图/表 20

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

图18

图19

表1

参考文献 23

[1]	郭树财, 马彦深, 王喜莲. 交流接触器电磁特性分析[J]. 电器与能效管理技术, 2021(2):14-18.
[2]	张志文, 章星栋, 朱映平, 等. 基于机械结构的交流接触器振动机理分析及优化[J]. 电器与能效管理技术, 2022(6):64-68.
[3]	中华人民共和国国家发展和改革委员会.CXJ系列交流接触器:JB/T 7435—2006[S]. 北京: 机械工业出版社, 2007.
[4]	赵建, 鲍光海. 交流接触器振动噪声故障在线检测[J]. 电器与能效管理技术, 2018(18):53-57.
[5]	陈首虹, 杨建红, 范伟, 等. 交流接触器振动噪声测量方法及系统开发[J]. 华侨大学学报(自然科学版), 2019, 40(4):429-436.
[6]	秦启茂, 周泰武, 李文礼. 基于支持向量机的交流接触器吸持振动检测方法研究[J]. 电器与能效管理技术, 2020(6):61-64.
[7]	李瑞新, 刘树鑫, 曹云东. 基于振动信号的交流接触器运行状态识别[J]. 电器与能效管理技术, 2022(6):39-44.
[8]	陈永会, 姜旭, 李海虹, 等. 基于边频分析的齿轮故障诊断[J]. 机械传动, 2010, 34(6):58-61.
[9]	唐宏宾, 吴运新, 滑广军, 等. 基于EMD包络谱分析的液压泵故障诊断方法[J]. 振动与冲击, 2012, 31(9):44-48.
[10]	谢鸿凯, 鲍光海. 基于参数优化变分模态分解的交流继电器交流声故障特征提取[J]. 电器与能效管理技术, 2022(6):51-56.
[11]	ENDO H, RANDALL R B. Enhancement of autoregressive model based gear tooth fault detection technique by the use of minimum entropy deconvolution filter[J]. Mechanical Systems and Signal Processing, 2007, 21(2):906-919. doi: 10.1016/j.ymssp.2006.02.005
[12]	MCDONALD G L, ZHAO Q, ZUO M J. Maximum correlated Kurtosis deconvolution and application on gear tooth chip fault detection[J]. Mechanical Systems and Signal Processing, 2012, 33(Complete):237-255.
[13]	刘尚坤, 王家忠, 王泽河, 等. 改进MCKD方法及轴承早期故障诊断研究[J]. 机械设计与制造, 2021(5):56-58.
[14]	孙伟, 李新民, 金小强, 等. 基于MCKD和增强倒频谱的直升机自动倾斜器滚动轴承故障诊断方法[J]. 振动与冲击, 2019, 38(2):159-163.
[15]	胡爱军, 赵军. 基于自适应最大相关峭度解卷积的滚动轴承多故障诊断[J]. 振动与冲击, 2019, 38(22):171-177.
[16]	钟先友, 赵春华, 陈保家, 等. 基于MCKD和包络谱的旋转机械故障诊断方法[J]. 机械传动, 2015, 39(7):113-117.
[17]	唐贵基, 王晓龙. 自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用[J]. 中国电机工程学报, 2015, 35(6):1436-1444.
[18]	蔡文伟, 黄键, 李伟光, 等. 基于声音信号的微型电机故障诊断方法研究[J]. 机床与液压, 2020, 48(23):190-195.
[19]	申博文, 王华庆, 唐刚, 等. 基于MCKD与CEEMDAN的声信号故障特征提取方法[J]. 复旦学报(自然科学版), 2019, 58(3):385-392,400.
[20]	王俊伟. 粒子群优化算法的改进及应用[D]. 沈阳: 东北大学, 2006.
[21]	唐贵基, 王晓龙. 参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用[J]. 西安交通大学学报, 2015, 49(5):73-81.
[22]	许志红. 电器理论基础[M]. 北京: 机械工业出版社, 2014.
[23]	潘昕怡, 岳建海. 基于参数优化的MCKD的滚动轴承早期故障诊断[J]. 噪声与振动控制, 2021, 41(5):109-113,218. doi: 10.3969/j.issn.1006-1355.2021.05.018

类型	总样本数	误判数	误判率/%	漏判数	漏判率/%
故障	46	—	—	1	1.43
合格	24	2	2.86	—	—