交流接觸器的電壽命指標是其關鍵的性能指標之一。通常交流接觸器的機械壽命可達上百萬次,但是電壽命只有幾萬次,電壽命的優劣直接影響低壓配電系統、自動控制系統的運行質量與水平。
目前國內外對交流接觸器電壽命預測的研究主要集中于退化參數的分析方法,如觸頭磨損、吸合時間、觸頭接觸電阻、燃弧能量等參數的分析。這些基于退化參數的接觸器電壽命預測方法,可以比較直觀地反映接觸器當前的運行狀態,但由于涉及具體參數的測量,需要對接觸器進行拆卸或者破壞,過程較為復雜,在實際工程應用中存在弊端。
采用音頻分析的方法可以通過非接觸的方式對設備、裝置運行狀態進行分析和診斷,可有效避免接觸式診斷方法的弊端。目前這種方法在大型機電設備領域有一定研究。
但是,目前基于音頻特征對交流接觸器進行電壽命預測的研究還較少。河北工業大學、溫州大學樂清工業研究院的研究人員基于音頻特征的交流接觸器電壽命預測方法,采用快速傅里葉變換法分析交流接觸器線圈工作電壓異常、觸頭磨損和殼體松動三種狀態下接觸器合閘時的音頻特征,分別與正常的交流接觸器音頻特征進行對比。對比結果發現,非正常狀態的交流接觸器合閘時其音頻特征與正常狀態時明顯不同。
圖1 電壽命試驗裝置原理框圖
為進一步研究接觸器合閘時的振動發聲機理,基于振動方程和聲壓波動方程建立接觸器合閘時的聲場模型,仿真結果表明,該聲場模型產生的音頻頻譜幅值隨線圈工作電壓的增大而變大、頻譜分布隨觸頭形貌改變而變化。分別運用BP神經網絡和卷積神經網絡(CNN)構建交流接觸器合閘音頻特征與電壽命的關聯模型,對比了L-M算法、擬牛頓法、動量BP法和自適應梯度下降法四種BP網絡學習算法,建立電壽命驗證平臺。
圖2 碰撞發聲仿真流程
實驗結果表明,L-M算法性能最優,預測電壽命誤差小于10%;CNN可以在線學習和提取音頻特征,但其預測誤差超過20%。
研究人員最后得出以下結論:1)接觸器控制電壓變化造成音頻特定頻率的幅度變化;2)接觸器殼體松動造成音頻頻譜分布變化,造成音頻幅值變化;3)接觸器觸頭磨損情況產生的音頻頻譜,能在低頻分布權重dw參數中體現;4)運用MFCC法提取的音頻特征作為BP神經網絡的輸入,采用L-M學習算法可獲得低于10%的錯誤率,滿足工程應用的需求;5)運用CNN法雖然免去音頻特征提取步驟,但對接觸器的壽命預測效果欠佳。
以上研究成果發表在2021年第9期《電工技術學報》,論文標題為“基于音頻特征的交流接觸器電壽命預測方法”,作者為游穎敏、王景芹 等。