基于改进BREMD与ELM的断路器机械故障诊断

摘要

为了准确快速的从断路器的振动信号中获取故障信息,提出了一种基于改进限制带宽经验模态分解的故障特征提取方法,并与极限学习机相结合实现断路器故障诊断。针对限制带宽经验模特分解在选取最优带宽频率上的不足,该方法先建立优化函数,确定最优限制带宽信号频率,再在经验模态分解的过程中引入该信号频率。提出的方法通过选取限制带宽经验模态分解的最优带宽频率,从而提高了频率分辨能力,能够对从断路器中提取的正常与故障时的振动信号进行有效分析。实验结果表明,采用本方法建立故障诊断知识库,再利用极限学习机进行训练得到的故障诊断模型,其正确率达到98.3%,具有较高的精确度和较强的鲁棒性,可以用于诊断断路器的机械故障。