[发明专利]一种微型漏电断路器有效
| 申请号: | 202010433508.6 | 申请日: | 2020-05-21 |
| 公开(公告)号: | CN111640628B | 公开(公告)日: | 2022-07-12 |
| 发明(设计)人: | 刘海洲 | 申请(专利权)人: | 温州金旭电气有限公司 |
| 主分类号: | H01H71/02 | 分类号: | H01H71/02;H01H71/04;H01H71/10 |
| 代理公司: | 北京捷诚信通专利事务所(普通合伙) 11221 | 代理人: | 王卫东 |
| 地址: | 325600 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 微型 漏电 断路器 | ||
本发明公开了一种微型漏电断路器,包括被中间基板分隔成N极和L极的外壳,N极设有N极触头装置和电子式漏电保护模块或电磁式漏电保护模块;N极触头装置设有N极触头支持;L极设有操作机构、L极触头装置、短路脱扣装置、灭弧装置和过载脱扣装置,操作机构设有跳扣,L极触头装置设有L极触头基座;N极触头支持、L极触头基座和跳扣通过连接轴同轴驱动。本发明,N极触头支持和L极触头支持与操作机构的跳扣同轴联动,提高了断路器的分断能力和产品稳定性;N极的漏电保护模块可以为电子式或电磁式,采用二合一功能模块设计,降低生产成本。
技术领域
本发明涉及微型断路器技术领域,具体涉及一种微型漏电断路器。
背景技术
漏电断路器(Residual Current Circuit Breaker)是电路中漏电电流超过预定值时自动动作的开关,用于防止人身触电,具有过载、短路和漏电保护的功能,常见的电流漏电短路器分为电子式和电磁式。1P+N漏电断路器是一种小型断路器,包括一个L极断路单元和一个N极断路单元,主要适用于交流50Hz/60Hz、额定电流至63A的线路中。
现有的整体式1P+N电子式漏电断路器是将1P+N断路器和漏电单元组合在一起,通常将断路器L极和N极布置在一个模数内,将漏电动作机构、线路板和零序互感器布置在另一个模数内,于是将产品压缩为两个模数宽,从而缩小了产品的体积,然而,由于受空间限制,额定电流也受到限制,目前的两个模数款的整体式1P+N断路器电流基本只做到40A额定电流。也就是说,在电流大于40A时,现有的整体式1P+N断路器的温升、分断能力等指标不能满足安全要求,其安全载流能力不能达到63A,这是因为在原来的两个模数宽的1P+N断路器中增加了漏电脱口单元的一系列构建,使有限的空间内构件超负荷拥挤,而拥挤必然导致与安全载流能力相关的参数(如安全爬电距离、隔弧距离等)发生改变,故而导致安全载流能力的下降。
为此,中国发明专利CN107146745A提供了一种电子式漏电断路器,包括外壳,设置在外壳内的隔板将外壳分隔形成两层空腔,两层空腔为用于布设L极断路模块的第一空腔,以及用于布设N极断路模块和电子式漏电断路器的漏电保护模块的第二空腔。上述电子式漏电断路器,充分利用产品内部空间,在提高额定电流时能避免出现温升偏高等不合格现象,能够确保其安全载流能力和额定电流达到63A。
但是上述电子式漏电断路器存在以下问题:
(1)只能用于布置电子式漏电断路器的漏电保护模块,不能布置电磁式漏电保护模块;
(2)漏电保护模块在N极后闭先断,分断能力和稳定性能较差。
有鉴于此,急需对现有微型漏电断路器的结构进行改进,以适应不同类型的漏电断路器、提高其分断能力。
发明内容
本发明所要解决的技术问题是现有微型漏电断路器只能适用于电子式漏电保护模块、分断能力和稳定性能差的问题。
为了解决上述技术问题,本发明所采用的技术方案如下:
一种微型漏电断路器,包括外壳,所述外壳被中间基板分隔成N极和L极,
所述N极设有N极触头装置和电子式漏电保护模块或电磁式漏电保护模块;所述N极触头装置设有N极触头支持;
所述L极设有操作机构、L极触头装置、短路脱扣装置、灭弧装置和过载脱扣装置,所述操作机构设有跳扣,所述L极触头装置设有L极触头基座;所述L极触头基座的顶面上设有指示模块,用于指示微型漏电断路器是否跳闸;
所述N极触头支持、所述L极触头基座和所述跳扣通过连接轴同轴驱动。
在本方案中,所述电子式漏电检测模块包括:
零序互感器,采用超微晶材料,用于检测漏电电流;
晶体管电子板,采用MOS布局,用于放大所述漏电电流形成动作电信号;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州金旭电气有限公司,未经温州金旭电气有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010433508.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于轮廓卷积神经网络的视频动作识别方法
- 下一篇:一种改善油墨入孔的制作方法





