一種基于支持向量分類機的接觸器故障診斷方法

楊家偉，曾威嶂，朱文龍，徐海龍，張中景

（株洲中車時代電氣股份有限公司， 湖南 株洲 412001）

0 引言

接觸器被廣泛應用于電力、配電與用電場合。其利用電流流過線圈產生電磁吸力與彈簧的反力特性，可頻繁地接通與斷開大電流控制電路或交、直流主電路，起到連接/隔離電氣回路、控制系統邏輯時序的作用［1］。近些年，對接觸器的研究多通過力學分析軟件研究觸頭運行特性［2-4］。如文獻［4］對接觸器的動態特性進行了全面研究，通過建模和仿真分析，對接觸器參數進行逐個分析和優化設計，但并未實現接觸器關鍵參數關聯關系的完全理論推導及實驗驗證。

在接觸器正常工作服役期間，其運動特性及參數的變化很難被捕捉到。在大多數工業環境中，接觸器的健康狀態是通過研究其動作時間來判斷的［5-7］；而實際工業應用時，接觸器供電電壓和溫度大多數情況下是不穩定的，由此將帶來接觸器線圈電流、吸合力和動作時間等參數的變化。因此，僅僅通過研究接觸器動作時間來判斷接觸器健康狀態是遠遠不夠的。

本文針對接觸器吸合過程中銜鐵的運動過程建立了動力學模型；并結合接觸器動作動態過程，分析了接觸器線圈電壓、線圈電流、動作時間和接觸器結構參數的關聯關系。通過搭建實驗臺，進行了接觸器故障模擬實驗，并在實驗數據基礎上建立了基于支持向量分類機的故障診斷算法；同時，結合真實環境下列車牽引變流器充電過程數據進行了該診斷算法的驗證實驗。

1 接觸器動作機理與常見故障

1.1 接觸器機械系統模型

接觸器通常由動鐵心（銜鐵）、靜鐵心、線圈、還原彈簧、動觸頭、靜觸頭、滅弧罩等結構組成［8］，如圖1所示。接觸器吸合過程首先是接觸器供電電源對線圈通電，由此產生磁場；在磁場作用下，接觸器銜鐵向下運動，使觸點閉合，完成吸合過程。

圖1 接觸器機械系統力學模型Fig.1 Mechanical model of contactor mechanical system

當接觸器線圈通電后，其周圍產生磁場，銜鐵受到一個向下的吸合力（電磁力），使得銜鐵向下運動，而還原彈簧則產生一個向上的彈力。由此可得到接觸器銜鐵受迫運動的動力學方程：

式中：Fe——接觸器線圈產生的吸合力；k——還原彈簧剛度；m——接觸器銜鐵質量；x(t)——銜鐵向下運動實時行程。

接觸器的吸合力與線圈匝數、相關磁路的磁阻和線圈電流有關。在接觸器吸合過程，由于線圈匝數、磁阻基本不變，因此，電磁力的大小主要與吸合電壓大小相關，即

式中：α——磁場參數，其值由線圈匝數、相關磁路的磁阻決定；i——線圈電流；U——線圈電壓；R——線圈電阻。

1.2 接觸器動作過程分析

由1.1節中受力分析可知，接觸器吸合過程為受迫運動過程，可用非齊次二階微分方程表示：

對某型號接觸器而言，其剛度、銜鐵質量、吸合行程、磁場參數及線圈電阻等參數在設計階段已確定；但在使用過程中，當接觸器性能退化時，其特征參數也將隨之發生變化。通過式（7）可以看出，接觸器動作時間、電壓、電流參數之間存在關聯關系，其很好地反映了接觸器參數的變化規律。

1.3 接觸器常見故障

受通斷頻繁、工作溫度高等因素的影響，接觸器在實際運用中出現故障的頻率較高。其常見故障主要包括以下幾種：

（1）卡分卡合。接觸器由于性能退化、線圈老化、彈簧性能下降等原因，導致觸頭無法斷開或者無法閉合，造成主電路無法進行正常的通斷控制。

（2）輔助觸頭信號異常。接觸器在吸合和斷開過程中，輔助觸頭作為狀態反饋結構，在頻繁的動作下，會出現接觸不良、信號丟失的情況，以致無法反饋接觸器的吸合/斷開狀態信息。

（3）參數退化。在接觸器壽命后期，其線圈絕緣性能、彈簧剛度及磁阻等性能參數都將發生退化，導致接觸器動作響應遲緩。

2 故障診斷方法建立

通過對接觸器動作機理分析得知，接觸器的動作時間、電壓、電流等參數可以反映其故障狀態。根據這些參數的關聯關系，本文提出一種基于支持向量分類機的接觸器故障診斷方法，并對接觸器常見的4種故障進行實驗，采集了接觸器電流、電壓、動作時間等參數，結合實驗樣本數據訓練模型對模型準確度進行了驗證。

2.1 支持向量機算法

支持向量機（SVM）［9］是20世紀90年代由Vapnik提出的一種算法，可用于解決分類問題、擬合問題和回歸問題。

支持向量分類機在分類中被廣泛使用，其算法步驟如下：

2.2 接觸器實驗

通過搭建實驗臺，對接觸器進行吸合實驗，模擬不同類型故障；采集接觸器的線圈電壓、線圈電流和吸合時間參數用于建立故障診斷模型。

所搭建的接觸器實驗臺如圖2所示，其包括示波器（用于記錄數據）、接觸器（測試對象）、開關電源（用于向主觸頭端施加電壓）、電流環（用于測試線圈電流）。

圖2 實驗臺現場接線圖Fig.2 Field experiment wiring

圖3示出接觸器實驗原理。選取正常接觸器，在接觸器線圈兩端施加109 V電壓，通過電源的通與斷，實現接觸器的吸合和斷開過程。記錄接觸器線圈電壓、電流和動靜觸頭電壓曲線，如圖4所示。

圖3 接觸器實驗原理圖Fig.3 Principle diagram of the field experiment

圖4 正常接觸器吸合過程電流電壓波形Fig.4 Current and voltage waveforms of normal contactor in pull-in process

由圖4可知，在109 V的供電電壓情況下，此接觸器的線圈電流為203 mA，吸合過程耗時57.6 ms。

將接觸器銜鐵固定，致使其無法完成吸合動作，模擬卡分故障。重復上述試驗步驟，記錄電壓、電流波形，如圖5所示。由圖可知，在109 V供電電壓工況下，此接觸器的線圈電流不足200 mA，接觸器無法完成吸合動作。

圖5 卡分故障吸合過程電流、電壓波形Fig.5 Current and voltage waveforms of the contactor with stuck open fault in the pull-in process

共計完成5種健康狀態類別接觸器實驗，且每種類別接觸器均進行30組實驗。接觸器包括：（1）正常接觸器；（2）卡分故障接觸器；（3）卡合故障接觸器；（4）輔助觸頭信號異常故障接觸器；（5）參數退化故障接觸器。

2.3 支持向量分類機模型建立與驗證

通過分析接觸器的線圈電壓、線圈電流和動作時間等參數，建立基于支持向量分類機的故障診斷方法，其診斷流程如圖6所示。

圖6 支持向量分類機故障診斷流程Fig.6 Fault diagnosis flow of support vector machine

基于SVM分類算法，將接觸器中銜鐵質量、彈簧剛度、線圈電流、線圈電壓和動作時間作為輸入，輸出接觸器健康度作為指標參數。不同故障類型情況下得到的指標參數不同。將各故障類型接觸器進行標記，正常時，類別標簽為0；卡分故障時，類別標簽為1；卡合故障時，類別標簽為2；輔助觸頭信號異常故障時，類別標簽為3；參數退化故障時，類別標簽為4。

將2.2節中每種接觸器的30組數據均分成2個樣本數據，其中15組作為訓練集數據，15組作為測試集數據。

將訓練集數據作為輸入，選擇多項式核函數進行模型訓練，結果如圖7所示。由圖可知，對1組正常接觸器和4種故障接觸器訓練集數據訓練后，5種健康類別不存在相互重疊區間，其健康類別區分明顯。

圖7 樣本集數據分類Fig.7 Sample-set data classification

輸入剩余的15組測試集數據，基于訓練數據建立的模型進行分析，得出5種接觸器測試集數據診斷結果的類別標簽結果如圖8和表1所示。

圖8 測試集數據診斷結果Fig.8 Diagnostic results of test-set data

由表1可知，基于支持向量分類機的診斷結果準確率均超過93%，具有很高的分類準確率，在工程上有較高的應用價值。

表1 測試集數據診斷結果Tab.1 Diagnostic results of test-set data

3 接觸器故障診斷驗證實驗

本文基于某動車組牽引變流器進行電容器充電實驗，實現接觸器吸合和斷開動作過程。該變流器主電路如圖9所示，牽引變流器充電過程中，先閉合充電接觸器KM4；當電容器Cd兩端的中間電壓上升到2 667 V時，閉合短接接觸器KM1，而后將中間電壓充至3 000 V。

圖9 某動車組牽引變流器電容器充電回路Fig.9 Capacitor charging circuit of an EMU traction converter

采集充電接觸器多次動作過程的數據，通過支持向量分類機方法進行診斷，結果如圖10所示。

由圖10可知，正常接觸器的10次充電過程的診斷結果類別標簽始終為0，代表接觸器正常，與實際情況一致?？梢?，該支持向量分類機診斷方法準確。

圖10 驗證實驗數據Fig.10 Validation experimental data

4 結語

本文建立了接觸器吸合過程動力學模型，并得到接觸器線圈電壓、線圈電流、動作時間和接觸器結構參數的關聯關系。在此基礎上，文章提出了一種適用于接觸器故障診斷的支持向量分類機模型；同時，基于接觸器實驗臺進行了模型訓練及樣本數據驗證，發現其診斷準確率超93%；最后，結合某動車組牽引變流器進行了方法驗證，結果驗證了其診斷的準確性?？梢?，基于支持向量分類機的診斷方法在工程上有較高的應用價值。

本文通過支持向量分類機實現了4種常見的接觸器故障分類研究，但尚未達到對接觸器故障問題的全覆蓋，如觸頭灼傷、滅弧罩損傷、線圈過熱等問題。后期研究將擴展接觸器故障診斷的覆蓋面。