一种基于声发射信号的GIS机械故障诊断方法及系统与流程

本申请涉及故障检测技术领域，尤其涉及一种基于声发射信号的gis机械故障诊断方法及系统。

背景技术：

气体绝缘组合电器(gasinsulatedswitchgear，gis)在运行过程中除了电气缺陷外，还会产生机械缺陷。

gis机械缺陷的产生主要是由于其导电回路存在接触不良所导致，运行过程中gis的机械缺陷会导致设备产生机械振动，gis长期发生振动造成螺栓松动,漏气,造成绝缘子和绝缘柱的损坏等,影响外壳接地点的牢固性,一旦出现事故会引起大规模停电,给电网造成无法挽回的损失。

目前有很多基于振动信号分析的gis故障检测系统，振动传感器与被测物体相固定在一起，形成振动系，所以振动传感器是用来检测整个待测物体的振动，这样的振动频率一般较低，因此振动传感器适用于低频段。

技术实现要素：

本申请提供了一种基于声发射信号的gis机械故障诊断方法及系统，针对目前基于振动信号频谱分析的gis设备故障诊断系统做了改进，采用声发射信号代替振动信号，可以采集分析高频信号，并且可以检测机械设备早期故障；并对故障信号进行特征提取，将其送入bp神经网络进行训练，识别出故障聚类位置，以后再采集出信号送入网络中可自动识别出设备是否故障。

为了达到上述目的，本申请实施例采用以下技术方案：

第一方面，提供一种基于声发射信号的gis机械故障诊断方法，所述方法包括如下步骤：

将声发射传感器通过磁性座吸附在被检测的gis壳体外表面上；

通过采集卡获取并传输被检测的gis的声发射信号，所述被检测的gis的声发射信号通过所述声发射传感器采集，再通过声发射前置放大器进行信号处理；

通过计算机连续采集的所述被检测的gis的声发射信号，并进行信号分析，通过bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障。

可选的，通过计算机连续采集的所述被检测的gis的声发射信号，并进行信号分析，通过bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障，具体为：

所述信号分析为rms有效值分析；

在有效值幅度无明显变化时，则无故障，继续采集；

在有效值幅度产生波动时，则有故障，对故障信号处理；

所述故障信号处理通过对故障信号进行特征提取，将两组特征送入bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障。

可选的，所述特征提取包括有效值、幅值、峭度、裕度等特征。

可选的，通过声发射前置放大器对被检测的gis声发射信号进行信号处理，所述信号处理包括放大信号、防止信号衰减、提供滤波。

第二方面，提供一种基于声发射信号的gis机械故障诊断系统，应用一种基于声发射信号的gis机械故障诊断方法，包括：声发射传感器、声发射前置放大器、信号连接线、采集卡、计算机；

所述声发射传感器通过磁性座吸附在被检测的gis壳体外表面上；

所述声发射前置放大器与所述声发射传感器通过电气转换接口相连接，置于所述声发射传感器附近，用于信号处理；

所述采集卡通过所述信号连接线与所述声发射前置放大器相连接，用于获取并传输通过所述声发射前置放大器放大的所述被检测的gis的声发射信号；

所述计算机通过usb接口与所述采集卡连接，用于连续采集所述被检测的gis的声发射信号，并进行信号分析。

可选的，所述采集卡为ni-usb636采集卡。

可选的，所述信号连接线为鳄鱼钳信号连接线。

可选的，所述鳄鱼钳信号连接线一端为两个鳄鱼钳，另一端为bnc电气转换接口。

可选的，bnc电气转换接口和声发射前置放大器连接，两个鳄鱼钳和采集卡信号接收线夹在一起。

可选的，所述系统还包括：所述声发射前置放大器通过长电缆与所述计算机相连接。

本申请实施例提供的一种基于声发射信号的gis机械故障诊断方法及系统，所述声发射传感器通过磁性座吸附在被检测的gis壳体外表面上，用于采集gis产生的声发射信号；所述声发射前置放大器与声发射传感器通过电气转换接口相连接，置于传感器附近，用于放大传感器的输出信号；所述声发射前置放大器与所述采集卡通过所述信号连接线相连接，用于采集通过前置放大器放大的声发射传感器的输出信号；所述计算机通过usb接口与采集卡连接，用于获取声发射传感器输出的声发射信号；实现检测机械设备早期故障，并对故障信号进行特征提取，将其送入bp神经网络进行训练，识别出故障聚类位置，以后再采集出信号送入网络中可自动识别出设备是否故障。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的一种基于声发射信号的gis机械故障诊断方法的流程图；

图2为本申请实施例的另一种基于声发射信号的gis机械故障诊断方法的流程图；

图3为本申请实施例的一种基于声发射信号的gis机械故障诊断系统的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面结合附图对本申请做进一步详细描述：

实施例一

本申请实施例提供一种基于声发射信号的gis机械故障诊断方法，用于故障检测技术领域，参照图1所示，所述一种基于声发射信号的gis机械故障诊断方法包括如下步骤：

101、将声发射传感器通过磁性座吸附在被检测的gis壳体外表面上。

102、通过采集卡获取并传输被检测的gis的声发射信号，所述被检测的gis的声发射信号通过所述声发射传感器采集，再通过声发射前置放大器进行信号处理。

具体的，通过声发射前置放大器对被检测的gis声发射信号进行信号处理，所述信号处理包括放大信号、防止信号衰减、提供滤波；即所述声发射前置放大器的主要作用为高阻抗传感器与低阻抗传输电缆之间提供阻抗匹配，以防信号衰减；通过放大微弱的输入信号，以改善与电缆噪音有关的信噪比；通过差动放大，降低由传感器及其电缆引进的共模电噪音；提供频率滤波器。

103、通过计算机连续采集的所述被检测的gis的声发射信号，并进行信号分析，通过bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障。

本申请实施例提供的一种基于声发射信号的gis机械故障诊断方法，将声发射传感器通过磁性座吸附在被检测的gis壳体外表面上；通过采集卡获取并传输被检测的gis的声发射信号，所述被检测的gis的声发射信号通过所述声发射传感器采集，再通过声发射前置放大器进行信号处理；通过计算机连续采集的所述被检测的gis的声发射信号，并进行信号分析，通过bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障；实现检测机械设备早期故障，并对故障信号进行特征提取，将其送入bp神经网络进行训练，识别出故障聚类位置，以后再采集出信号送入网络中可自动识别出设备是否故障。

实施例二

本申请实施例提供另一种基于声发射信号的gis机械故障诊断方法，用于故障检测技术领域，参照图2所示，所述一种基于声发射信号的gis机械故障诊断方法包括如下步骤：

101、将声发射传感器通过磁性座吸附在被检测的gis壳体外表面上。

102、通过采集卡获取并传输被检测的gis的声发射信号，所述被检测的gis的声发射信号通过所述声发射传感器采集，再通过声发射前置放大器进行信号处理。

具体的，通过声发射前置放大器对被检测的gis声发射信号进行信号处理，所述信号处理包括放大信号、防止信号衰减、提供滤波；即所述声发射前置放大器的主要作用为高阻抗传感器与低阻抗传输电缆之间提供阻抗匹配，以防信号衰减；通过放大微弱的输入信号，以改善与电缆噪音有关的信噪比；通过差动放大，降低由传感器及其电缆引进的共模电噪音；提供频率滤波器。

1031、通过计算机连续采集的所述被检测的gis的声发射信号。

通过设定采样频率为1mhz，一次采样时间为10s，在gis稳定运行时开始采集gis的声发射信号。

1032、进行信号分析，所述信号分析为rms有效值分析。

在有效值幅度无明显变化时，则无故障，继续采集；

在有效值幅度产生波动时，则有故障，对故障信号处理。

1033、所述故障信号处理通过对故障信号进行特征提取，将两组特征送入bp神经网络进行训练。

具体地，所述特征提取包括有效值、幅值、峭度、裕度；分别对两两不同的特征做散点图，将散点图聚类效果好的两组特征送入bp神经网络进行训练。

1034、识别出故障聚类位置，可自动识别出设备产生故障。

具体的，识别出故障聚类位置，以后再采集出信号送入网络中，若在故障聚类位置，可自动识别出设备产生故障。

本申请实施例提供的一种基于声发射信号的gis机械故障诊断方法及系统，通过采集卡获取并传输被检测的gis的声发射信号，所述被检测的gis的声发射信号通过所述声发射传感器采集，再通过声发射前置放大器进行信号处理；通过计算机连续采集的所述被检测的gis的声发射信号，并进行rms有效值分析，判断有效值是否有变化，若有变化，对故障信号特征提取，通过bp神经网络进行训练，识别出故障聚类位置，可自动识别出设备产生故障；实现检测机械设备早期故障，并对故障信号进行特征提取，将其送入bp神经网络进行训练，识别出故障聚类位置，以后再采集出信号送入网络中可自动识别出设备是否故障。

实施例三

本申请实施例提供一种基于声发射信号的gis机械故障诊断系统，用于故障检测技术领域，参照图3所示，所述一种基于声发射信号的gis机械故障诊断系统包括：声发射传感器2、声发射前置放大器3、信号连接线、采集卡4、计算机5。

具体的，所述采集卡4为ni-usb636采集卡，所述信号连接线为鳄鱼钳信号连接线。

所述声发射传感器2通过磁性座吸附在被检测的gis壳体外表面上。

所述声发射前置放大器3与所述声发射传感器2通过电气转换接口相连接，置于所述声发射传感器附近，用于信号处理。

所述信号处理具体指，所述声发射前置放大器的主要作用为高阻抗传感器与低阻抗传输电缆之间提供阻抗匹配，以防信号衰减；通过放大微弱的输入信号，以改善与电缆噪音有关的信噪比；通过差动放大，降低由传感器及其电缆引进的共模电噪音；提供频率滤波器。

所述采集卡4通过所述信号连接线与所述声发射前置放大器3连接，用于采集通过所述声发射前置放大器3放大的所述声发射传感器的输出信号。

具体的，所述鳄鱼钳信号连接线一端为两个鳄鱼钳，另一端为bnc电气转换接口；bnc电气转换接口和声发射前置放大器连接，两个鳄鱼钳和采集卡信号接收线夹在一起。

所述计算机5通过usb接口与所述采集卡4连接，用于获取所述声发射传感器2输出的声发射信号。

本申请实施例提供的一种基于声发射信号的gis机械故障诊断方法及系统，所述声发射传感器通过磁性座吸附在被检测的gis壳体外表面上，用于采集gis产生的声发射信号；所述声发射前置放大器与声发射传感器通过电气转换接口相连接，置于传感器附近，用于放大传感器的输出信号；所述声发射前置放大器与所述采集卡通过所述信号连接线相连接，用于采集通过前置放大器放大的声发射传感器的输出信号；所述计算机通过usb接口与采集卡连接，用于获取声发射传感器输出的声发射信号；实现检测机械设备早期故障，并对故障信号进行特征提取，将其送入bp神经网络进行训练，识别出故障聚类位置，以后再采集出信号送入网络中可自动识别出设备是否故障。

以上内容仅为说明本申请的技术思想，不能以此限定本申请的保护范围，凡是按照本申请提出的技术思想，在技术方案基础上所做的任何改动，均落入本申请权利要求书的保护范围之内。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。