低压万能式断路器广泛应用在低压配电系统中总进线处或重要设备处,其运行可靠性直接关系到配电网络的安全运行。对其进行故障诊断,可及时发现故障隐患及故障趋势,实现预知性维修。现有故障诊断技术研究多集中于故障定位,而对故障程度很少涉及,事实上,掌握了机械部位的故障损伤程度,才能更加有效的指导设备维护。基于此,本文主要对万能式断路器触头系统、操作附件及其连锁机构等进行机械故障诊断及程度定量评估。为获取万能式断路器动作过程中触头振动信号和操作附件电流信号,开发了故障诊断试验平台,实现了对断路器的电动控制,以及信号的采集、存储等。首先,针对在线故障诊断与程度评估的需要,在对分合闸振动信号进行测量的基础上,提出一种基于灰色综合关联度的万能式断路器分合闸机械故障在线诊断方法。该方法利用灰色综合关联度描述故障特征序列曲线之间的几何相似度来判断故障归属,充分结合故障特征本身的变化趋势,实现了对断路器分合闸故障状态的有效识别。其次,针对传统方法仅能进行故障程度定性分析的问题,提出一种分合闸机械故障程度定量评估方法。通过对振动信号求取多尺度排列熵偏均值,并将其作为定量评估指标,得到了不同故障状态的故障程度特性曲线,其呈现出良好的单调性,可很好的反映故障程度的变化趋势,实现定量评估。然后,针对常规巡检方式不易实现对隐性故障的检测,提出一种基于操作附件电流的万能式断路器机械故障诊断方法。在特征提取上,将电流信号的局部特征与全局特征相结合避免了故障特征不足,并利用基于遗传算法优化权值系数的多核支持向量机进行故障诊断,解决了核函数选择和参数确定问题。该方法具有较高的故障诊断可靠性,能够检测出常规巡检不能发现的隐性故障。最后,同样针对定量评估,提出一种基于相对熵的分合闸线圈回路故障程度定量评估方法。通过求取故障电流信号与正常电流信号的集合经验模态分解能量矩相对熵,建立故障程度特性曲线,实现了故障程度的定量评估。