基于EMd-SVM的航空故障電弧檢測.pdf

1、隨著我國航空事業(yè)的不斷發(fā)展，航空電氣系統(tǒng)的安全運行也越來越引起人們的關注。然而航空電纜的工作環(huán)境特殊，需要長期工作在高溫、高輻射、高振動的環(huán)境，這些因素都會加速航空電纜的老化，誘發(fā)故障電弧。航空故障電弧具有很高的能量，很容易引起火災，嚴重威脅著航空安全。因此，航空故障電弧檢測技術的研究是保障航空安全的重要課題。
　　本文首先總結了航空故障電弧的產(chǎn)生機理，采用Cassie動態(tài)電弧模型在Simulink環(huán)境下對航空串聯(lián)電弧進行仿真。然

2、后借鑒UL1699標準中故障電弧的試驗方法，設計試驗方案并搭建航空電弧試驗平臺。利用該試驗平臺采集了大量的航空故障電弧試驗數(shù)據(jù)，獲取了阻性負載、阻感性負載和非線性負載在400Hz條件下的故障電弧試驗數(shù)據(jù)，從而建立起航空電弧試驗數(shù)據(jù)庫，為航空電弧故障檢測算法的研究打下基礎。
　　為了提取航空電弧的故障特征，本文在分析電弧電流頻域特性后，引入經(jīng)驗模態(tài)分解(EMD)方法，對航空電弧的電流波形進行平穩(wěn)化處理。之后對EMD得到的本征模態(tài)函數(shù)

3、IMF分量建立3階自回歸(AR)模型，并采用Burg算法估計AR模型參數(shù)，其模型參數(shù)能有效反映故障特征，可作為航空故障電弧的特征向量。
　　最后本文將最小二乘支持向量機(LS-SVM)應用于航空故障電弧的識別，構建了LS-SVM學習機器。將處理好的數(shù)據(jù)分為訓練集與測試集，對該LS-SVM分類器進行訓練和測試，實現(xiàn)了對線性負載、非線性負載和未知負載的航空電弧故障識別。結果表明，該算法能有效識別非線性負載和未知負載的電弧故障，可以為航