简介：

分合闸过程中，电流曲线波动、振动频谱与其运动过程有关，本产品利用线圈电流信号、机械振动信号，通过特征分析提取关键特征点，获取断路器分合电流波形、振动频谱等关键特征参数，电流-振动信号特征融合及智能算法，实现断路器机械特性参数的在线监测，为断路器的运行、检修提供定量判据，为断路器的精细化运维管理提供数据支撑。

系统构架图：

核心优势：

多源信号融合技术：

融合线圈电流和机械振动信号，形成多源特征向量进行诊断，并建立数据特征库，为机械缺陷诊断提供丰富数据支持。

精准缺陷诊断算法

运用KPCA-SVM算法，实现对线圈-铁心卡涩、接触不良、分闸掣子卡涩等缺陷的精准诊断，缺陷识别准确率达97%，提供可靠决策依据。

通过模拟分析多种缺陷特征演化规律，结合断路器结构和动作特性，深入分析信号特征与缺陷映射关系，构建综合评估模型。

高精度传感器配置：

配备高精度电流和振动传感器，精确测量电流和振动信号，确保采集数据准确可靠，为故障诊断奠定坚实基础。

技术参数

 典型案例

诊断结果：C相分时信号递归定量特征异常，表明C相在机构制动阶段可能存在异常，如液压阀启闭异常、液压油流通道堵塞等导致的制动异常等。

检查结果：检修发现C相油缸过滤器积污较严重，与诊断结果一致。消缺后递归定量特征分布图如右图所示。