基于声纹的开关剩余使用寿命预测

doi:10.16628/j.cnki.2095-8188.2025.03.008

摘要/Abstract

摘要：

针对5.3 A控制保护开关的剩余使用寿命预测,研究发现随着开关的性能退化,触头弹跳现象会越来越明显,开关的反力特性也会随之改变。通过触头弹跳的变化,将声音信号与开关的弹簧刚度等特性相联系;通过反力特性的变化,将开关的电寿命与开关的弹簧刚度等特性相联系,从而将声音信号与电寿命相联系。通过声音信号的变化趋势,即可对开关进行剩余使用寿命预测。实验表明,基于声纹对电寿命为分合0次、分合100次、分合120 000次、分合160 000次的识别准确率达96.40%,对开关的更换具有指导意义,又因声纹监测的非接触式的特点,故对高压设备维护具有借鉴意义。

关键词: 开关, 寿命预测, 声纹监测, 机器学习

Abstract:

For the prediction of the remaining useful life of the 5.3 A control and protection switch, it is found that with the performance degradation of the switch, the contact bounce phenomenon becomes more and more obvious, and the reaction characteristics of the switch also changes.Through the change of contact bounce,the sound signal is related to the spring stiffness and other characteristics of the switch.Through the change of the reaction force characteristics,the electrical life of the switch is related to the spring stiffness and other characteristics of the switch,so as to link the sound signal with the electric life.The remaining service life of the switch can be predicted by the change trend of the sound signal. The experimental results show that the recognition accuracy of voiceprint based on the electrical life of 0,100,120 000 and 160 000 times is 96.40%,which has guiding significance for the replacement of the switch. Moreover,due to the non-contact characteristics of voiceprint monitoring, it has reference significance for the maintenance of high voltage equipment.

Key words: switch, life prediction, voiceprint monitoring, machine learning

中图分类号:

TM564

宋毕颖, 蔡志远. 基于声纹的开关剩余使用寿命预测[J]. 电器与能效管理技术, 2025, 0(3): 54-63.

SONG Biying, CAI Zhiyuan. Prediction of Remaining Useful Life of Switches Based on Voiceprint[J]. LOW VOLTAGE APPARATUS, 2025, 0(3): 54-63.

图/表 14

图1

图2

图3

图4

表1

图5

图6

图7

表2

图8

表3

图9

图10

图11

参考文献 18

[1]	明鑫电器. 2024版明鑫控制与保护开关产品样本[EB/OL]. 2024-10-21 [2025-01-05]. https://www.minthink.cn/cpxq.
[2]	何志鹏, 赵虎. 小型断路器电寿命试验研究[J]. 电器与能效管理技术, 2022(1):9-26.
[3]	陈昇, 刘亮, 孙凯革. 基于超程时间退化特性的电磁接触器寿命预测方法[J]. 电器与能效管理技术, 2024(2):66-71.
[4]	赵新航, 刘方, 黄明涛, 等. 列车轴承故障声音信号单通道去相关分离矫正[J]. 振动与冲击, 2023, 42(13):137-146.
[5]	孙筠, 李晨雨. 风力发电机组齿轮箱滚动轴承剩余寿命预测[J/OL]. 机械设计与制造,1-7.(2024-12-27) [2025-01-05].https://doi.org/10.19356/j.cnki.1001-3997.20241223.007.
[6]	王广真, 付德慧, 杜非, 等. 基于重复模式提取与高斯混合模型的变压器故障声纹识别[J]. 广东电力, 2023, 36 (1):126-134.
[7]	赵宏梅, 丛培杰, 李晨涛, 等. 基于矢量空间状态优化的GIS机械故障检测方法[J]. 高压电器, 2024, 60(6):65-72.
[8]	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):39-44,68.
[9]	李建鹏, 赵冀宁, 孟延辉, 等. 高压断路器操动机构非侵入式多信息检测及故障诊断研究[J]. 高压电器, 2024, 60 (7):128-137.
[10]	游颖敏, 王景芹, 舒亮, 等. 基于音频特征的交流接触器电寿命预测方法[J]. 电工技术学报, 2021, 36(9):986-998.
[11]	邵阳, 武建文, 冯英, 等. 基于声-振信号的高压断路器机械故障设置与数据采集研究[J]. 高压电器, 2023, 59(11):145-154.
[12]	白雪. 电机与电气控制技术[M]. 西安: 西北工业大学出版社, 2008.
[13]	张白帆. 低压电器技术精讲[M]. 北京: 机械工业出版社, 2020.
[14]	孙鹏, 马少华. 电器学[M]. 北京: 科学出版社, 2012.
[15]	刘利宏. 交流接触器的“低压”运行的吸力特性与反力特性配合分析[J]. 农村电气, 2003(3):40-41.
[16]	刘树鑫, 宋健, 刘洋, 等. 交流接触器触头系统运动分析及故障诊断研究[J]. 电工技术学报, 2021, 36(增刊2):477-486.
[17]	高胜有, 王昌长, 李福祺. 电力设备的在线监测与故障诊断[M].第2版. 北京: 清华大学出版社, 2018.
[18]	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.

参数	数值
额定工作电流/A	5.3
额定工作电流整定范围/A	2~5.3
交流额定工作电压/V	380 (400)
交流额定绝缘电压/V	1 000
起动操作线圈/VA	660
吸持消耗功率/W	2
操作频率/(次·h^-1)	1 200(功率因数为40%)
额定运行短路分断能力/kA	50(400)
使用类别	AC-44
型号	SDMK1-1.2~100

设备	操作次数/次	采集次数/次	有效采集次数/次	总计	类别
0	0	20	16	16	类别1
0	100	114	114	114	类别2
a	120 000	107	107	227	类别3
b	120 000	120	102	227	类别3
a	160 000	118	118	212	类别4
b	160 000	106	94	212	类别4

声纹指标	含义
L_CImin	测量时间内最小声级,应用‘C’频率计权和脉冲时间计权
L_AFmax	测量时间内最大声级,应用‘A’频率计权和快速时间计权
L_Cpeak	峰值声压级,‘C’频率计权
L_Aeq	等效连续噪声,应用‘A’频率计权