- 頭條航空電弧故障識別的新方法，識別效率超過96%2021-05-19 作者：崔芮華 曹歡 | 來源：《電工技術學報》 | 點擊率：導語為了進行航空交流串聯電弧故障檢測，河北工業大學電器研究所的研究人員崔芮華、曹歡，在2020年《電工技術學報》增刊1上撰文，在115V/400Hz的航空供電條件下按照美標UL 1699以及SAE AS 5692進行了點接觸試驗、振動試驗和截斷試驗。利用工控機和數據采集卡提取出電流的正常信號和電弧故障信號，根據基于相空間重構的方法和波形比較法計算出電流信號的計盒維數、信息維數、均值比及其標準差和峰峰值。 結果發現，發生了電弧故障后，以上特征值相比于正常情況均產生了較大程度的改變。將上述特征值組成電弧故障樣本，作為遺傳算法優化的BP神經網絡的輸入數據，將線路是否正常作為輸出，進行電弧故障識別。分析結果表明，該方法的識別效率在96%以上。
由于飛機內空間狹小，航空電纜排線復雜，加之高空中的強氧化環境、粒子射線以及水汽的影響，使得航空電纜容易受到損害。此外，在飛機起飛和降落的過程中，受到氣流影響，飛機的飛行狀態發生改變，引起的連續振動會導致電纜線束發生彎曲、摩擦甚至折斷的現象，繼而發生航空交流電弧故障，進而可能引發空難。因此，研制電弧故障斷路器（Arc Fault Circuit Breaker, AFCB）是十分必要的。綜上，尋求一種能夠快速、準確地識別電弧故障的方法對于AFCB的研發和相關標準的修改都將具有重要意義。
河北工業大學電器研究所的研究人員研究了眾多的電弧故障識別策略，但是都不能很好地解決問題。利用傳統的單一指標檢測法進行故障識別的時候，正常數據和故障數據往往存在一定的重疊數據，因此即使確定了識別閾值，仍然有部分數據點發生識別錯誤，使得識別率不高。此外，單一指標檢測法對負載類型及阻值的改變過于敏感，例如，小波變換對于線性負載和非線性負載的檢測頻段是不一樣的，無法使用統一的閾值進行故障識別。
圖1 點接觸試驗原理
圖2 振動試驗原理
圖3 截斷試驗原理
研究人員利用將相空間重構和遺傳算法優化的BP神經網絡相結合的方法進行電弧故障檢測。從所得的電流相平面圖能夠很好地觀察出是否發生電弧故障，對于非線性負載也有很好的辨識度。利用相平面圖計算出信號的分形維數，結果表明，對于不同的試驗類型，雖然故障電流波形差異很大，但是分形維數均能夠很好地識別出故障電流信號，并且不受采樣頻率變化的影響。
基于相空間重構的計盒維數、信息維數以及均值比及其標準差和峰峰值在對點接觸、振動和截斷三類試驗進行電弧故障診斷時均表現出良好的特性，克服了單一指標的檢測缺陷，可以為電弧故障識別提供初步的判斷依據。將傳統的BP神經網絡進行遺傳算法優化，克服了傳統神經網絡收斂速度慢、容易陷入局部極值的缺點，故障預測準確率進一步提高，為航空電弧故障診斷提供了新的思路。
以上研究成果發表在2020年《電工技術學報》增刊1，論文標題為“基于相空間重構的航空電弧故障識別方法”，作者為崔芮華、曹歡。
