基于经验模态分解的小型断路器振动信号分析

• 作者: 张贤 王兴宇 迟长春
• 来源期刊: 上海电机学院学报
• 学科: 工学
• 关键词: 小型断路器 故障诊断 经验模态分解 振动信号 概率神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机电工程
• 页码范围: 222-227
• 页数: 6页
• 分类号: TM561
• 字数: 2632字
• 语种: 中文

摘要

小型断路器作为使用最为广泛的开关电器之一,出现故障不仅会导致经济损失,严重时甚至会危害生命安全.因此,研究小型断路器的故障诊断具有非常重要的经济意义和工程应用价值.采用经验模态分解方法对小型断路器的分、合闸振动信号进行研究,提取其特征值,通过概率神经网络(PNN)进行故障诊断,并提供精确的仿真依据.仿真结果表明,PNN比BP神经网络在小样本的故障诊断中,辨识度更加精确,能够更有效地识别出小型断路器的故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟长春	上海电机学院电气学院	60	93	5.0	7.0
2	张贤	上海电机学院电气学院	3	2	1.0	1.0
3	王兴宇	上海电机学院电气学院	1	0	0.0	0.0