运行过程中产生的振动信号及特征量能够反映设备机械运行状态，通过传感仪器测得这些信号并加以分析，是实施断路器机械状态监测的主要手段[6]。高压真空断路器是一种瞬动式的机械，在动作时，具有高强度冲击、高速度运动的特点，动作驱动力高达数万牛，动触头能在极短的时间内从静止加速到每秒几米，加速度数量级大于百倍的重力加速度；在缓冲和制动过程中，撞击的幅度更大[3]。84130

在一次操作过程中，运动构件的起动、制动、撞击等运动形态的改变都会引起一个个冲击振动[7]。经过结构部件的传递和衰减，振动波到达传感器测量端，一系列衰减的冲击加速度波形被记录下来[8]。这些冲击振动信号与机械的运动状态存在对应关系，要达到实时监测，就必须充分利用这些有明显冲击振幅且特征明显的振动信号，这就是基于振动信号的状态监测的原理。

在对断路器振动信号的检测和分析上，国外发展得较为成熟。像美国、日本、澳大利亚等发达国家较早地开展了相关研究工作，至今已经研究出较完善的振动信号处理方法，并且投入到实际的断路器状态监测系统中，取得了一定的工程价值[8]。论文网

经过多年对油断路器以及SF6断路器的研究，A·A·Polycarpou等人发现，振动信号的包络线在不同的断路器机械状态下会表现出明显的差异，由此提出了一种基于振动信号包络分析来进行断路器机械状态监测的分析方法[9]，便携式断路器振动信号分析系统(PCPDS)就是在该方法的基础上研发出来的[10]，该系统能正确识别缓冲器失效、触头磨损、弹簧压缩过度和绝缘拉杆缩短等机械故障。

德国N。 Charbkeaw等人研究了一套配备液压操作装置的110kV SF6压力式断路器，实验在空载切换的状态下进行，独立电极和运行装置的振动信号在正常操作状态下采集记录，实验环境始终保持在正常条件，实验中测试了故障断路器，记录了振动信号。对于微小故障的检测，其振动信号的分析在时域上是非常困难的，通过转变为小波的形式，能够实行细微故障的检测，是实行断路器内部间接检修的新方案[1]。

国内近几年来在基于振动信号的断路器状态诊断的课题上也有一些研究成果。重庆大学的陈伟根利用EMD经验模态分解法对断路器的振动信号进行分解，提取振动信号本征模态函数能量熵值（IMF）作为特征向量，利用神经网络对断路器的模拟故障进行识别[11]，区分了正常状态以及操作机构卡涩状态，取得了良好的识别结果。在模拟结果方面，以置信度为衡量标准，对神经网络的状态识别能力作了准确评价[11]。

重庆大学的范海炉利用小波包将振动信号进行分解，通过重构原理将不同频带中的信号能量提取出来，经过归一化处理后构成特征向量。而后以径向基神经网络作为故障诊断分类器，把振动信号特征向量作为输入向量，完成了基于振动信号的断路器机械故障状态检测[12]，经过数据参数验证验证了该方案的准确性。

华北电力大学的李建鹏根据断路器运行过程中振动信号的特征，提出一种多级分段能量熵状态特征量提取方法，采用支持向量机进行故障类型分类，并创造性的引入声波信号作为特征来源，通过对声波信号进行双谱分析，发现声波信号的高频分量可作为区分依据[13]，对声波信号和环境噪声进行HHT变换，提取了断路器声波的相应特征频段，计算出能量熵中心值，与实测值相比较，据此诊断断路器故障。

然而目前基于振动信号的断路器机械状态监测依然存在以下问题：

（1）用于研究的断路器故障样本种类有限，缺乏广泛代表性，目前用于研究的只限于合闸无法保持、分闸弹簧脱落、绝缘拉杆松动、软连接松动、触头磨损导致的三相不同期等几种机械故障。