仪器仪表学报

作者：孙曙光，杨飞龙，陈 静，黄光临，王景芹

单位：孙曙光,1. 河北工业大学人工智能与数据科学学院,,杨飞龙,1. 河北工业大学人工智能与数据科学学院,,陈 静,2. 温州聚星科技股份有限公司,,黄光临,2. 温州聚星科技股份有限公司,,王景芹,3. 河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,

关键词：万能式断路器;广域信息融合;多任务学习;多故障诊断

基金：河北省自然科学基金(E2021202136)项目资助

万能式断路器机械结构复杂,其产生的故障具有多源性,对多源故障进行失效溯源分析是十分必要的。然而,传统的多任务诊断方法不能很好地处理任务间存在的干扰问题,导致故障识别率降低。针对此问题,提出一种基于振动-电流广域特征与软共享机制的多故障诊断方法。首先利用TKEO与DTM,实现分合闸振动信号片段的精准分割,在此基础上分别融合触头动作关联振动信号和附件电流信号的广域特征信息合成彩色图像样本以丰富故障表征信息。然后基于多任务学习的软共享机制构建多故障诊断模型,并通过自适应加权方法来自动的调整两个任务损失函数的权重比例,消除了任务间的相互干扰,进而提高了故障诊断的性能。最后分别从合闸和分闸两个过程进行实例分析,结果表明本文所提方法在两个任务的分类准确率分别达到了99.78%和99.85%,可以有效地实现万能式断路器多故障诊断。

来源：2024年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第1期