高压断路器机械特性的检测具有十分重要的工程意义。为实现对高压断路器分、合闸过程信号的记录，设计了一种断路器机械特性检测装置。该装置利用DSP主控芯片、霍尔传感器、位移传感器实现对断路器分、合闸机械特性参数的采集，采用光电耦合器件实现数字信号传送。基于LabVIEW采用G语言和C语言相结合的方法编写上位机软件实现对检测装置的控制，数据的采集、处理、显示、存储和回放。经试验，该装置具有良好的抗干扰性和系统稳定性，能够很好的完成断路器主要机械参数的测试。
2022-03-23 17:09:15
1.75MB
1
以LW6B-252型高压断路器为研究对象,对高压断路器的常见故障进行了分析,确定了故障监测内容,包括:高压断路器分(合)闸线圈电流信号、动触头行程-时间特性、分(合)闸线圈电压信号及控制箱内温升。通过对监测内容与故障之间的对应关系进行研究,对用于故障诊断的特征信号进行了提取,并基于LabVIEW环境开发了一套高压断路器故障监测系统,该系统可以实现高压断路器故障监测数据的获取,波形的实时显示以及故障诊断等功能。通过试验,验证了该监测系统的可行性。
2022-01-03 15:00:39
1013KB
1
针对传统的矿井排水装置中电动机易发生转子偏心、温度过高、振动过大、排水管道堵塞等问题,设计了一种基于LabVIEW的矿井排水装置故障监测系统。该系统能够通过LabVIEW及数据采集卡对排水装置的管道流量、管道压力、水泵真空度、电动机温度、电动机振动等数据进行采集,对振动信号等进行时域分析、幅值谱分析及故障诊断,从而实现对各种超限信号的有效预警。
2021-11-20 13:55:37
668KB
1
传统的高压断路器故障诊断方法太过于依赖经验，不能准确地反映特征量和故障模式之间的关系，诊断准确度不高。针对这个问题，采用卷积神经网络算法进行高压断路器故障诊断，结合高压断路器分合闸线圈电流特点建立诊断模型，通过输入零点故障特征参数进行学习训练，得到相应故障类型输出。仿真结果表明，所提算法的整体准确率高达93.68%，与其他基于神经网络的算法相比具有很大的优势。
2021-08-22 15:40:45
2.01MB
1