Inteligentní diagnostika a analýza mechanických poruch u vysokokrevných odpojovacích spínačů

V moderních elektrických systémech hrají vysokonapěťové vypínače klíčovou roli. Zajišťují bezpečné izolování elektrického zařízení nebo vedení během údržby a spolehlivost během normálního provozu. Mechanické selhání vysokonapěťových vypínačů, jako je špatný kontakt, selhání pohonu nebo unavení konstrukčních částí, může závažně ovlivnit stabilitу a bezpečnost celého elektrického systému.Tradiční metody detekce poruch se spoléhají na pravidelnou údržbu a ruční prohlídky.

Tyto metody jsou nejen časově náročné a pracné, ale také často přehlédnou optimální čas pro zásah v raném stádiu poruchy. S neustálým pokrokem technologie se objevily inteligentní diagnostické techniky, které nabízejí efektivnější a přesnější řešení pro sledování a diagnostiku poruch.

Inteligentní diagnostické metody, jako je sběr dat pomocí senzorů, zpracování a analýza dat, analýza signálů proudového motoru a měření odporové deformace, mohou identifikovat neobvyklé chování vysokonapěťových vypínačů v reálném čase, předpovědět potenciální poruchy a vést k rozhodnutím o údržbě. To značně zvyšuje spolehlivost a operační efektivitu elektrického systému.

1 Běžné typy mechanických poruch u vysokonapěťových vypínačů
1.1 Porucha špatného kontaktu

Špatný kontakt je hlavně způsoben oxidací kontaktní plochy, nedostatečným kontaktním tlakem nebo sníženou kontaktní plochou. Tento typ poruchy obvykle vedе k nárůstu odporu, což ovlivňuje vodivost vysokonapěťového vypínače. Díky špatnému kontaktu se při průchodu proudem kontaktními body vyvíjí více tepla. To nejen zrychluje opotřebení kontaktních bodů, ale také způsobuje vážnější problémy s tepelným efektem, jako je porucha spájení nebo lokální přetopení.

Špatný kontakt může také způsobit nestabilitu napětí, což ovlivňuje kvalitu napětí v elektrickém systému. Trvalé problémy se špatným kontaktem mohou snadno vést ke snížení izolačních vlastností vysokonapěťového vypínače, což zvyšuje operační bezpečnostní rizika systému. Proto je důležité včas detekovat a správně řešit problémy se špatným kontaktem u vysokonapěťových vypínačů, aby bylo zajištěno stabilní a bezpečné fungování elektrického systému.

1.2 Selhání pohonu

Selhání pohonu je závažný problém ovlivňující výkon vysokonapěťových vypínačů. Tento typ poruchy zahrnuje mechanické opotřebení, nedostatečnou mazání a stárnutí komponent. Mechanické opotřebení se obvykle týká poškození pohonných komponent, jako jsou ložiska a ozubení, v důsledku dlouhodobého opakovaného provozu. Nedostatečné mazání zvyšuje tření, což urychluje míru opotřebení mechanických částí a snižuje operační efektivitu pohonu.

S rostoucím využitím ztrácejí různé komponenty pohonu své původní vlastnosti nebo se deformují v důsledku stárnutí materiálu, což ovlivňuje spolehlivost a bezpečnost celého provozu vysokonapěťového vypínače. Pokud tyto poruchy nejsou včas zjištěny a odstraněny, mohou vést k nesprávnému fungování vysokonapěťového vypínače a v extrémních případech dokonce ohrozit stabilní provoz celého elektrického systému.

1.3 Unavení a poškození konstrukčních částí

Unavení a poškození konstrukčních částí obvykle nastává pod vlivem dlouhodobého mechanického namáhání a environmentálních faktorů. Konstrukční části, jako jsou pilíře, spojovací tyče a ložiska, postupně zažívají materiálové unavení v důsledku dlouhodobého mechanického namáhání, zejména během častých otevíracích a zavíracích operací. S časem se tyto namáhání akumulují v materiálu, což vede k vzniku a šíření mikrotrhlin, které nakonec přerostou v značné mechanické poškození.

Kromě toho mohou environmentální faktory, jako jsou změny teploty, vlhkost a korozivní prostředí, urychlit míru unavení konstrukčních částí, což ovlivňuje jejich mechanické vlastnosti a životnost. Unavení a poškození konstrukčních částí nejen ovlivňuje normální funkci vysokonapěťových vypínačů, ale také představuje hrozbu pro celkovou stabilitu elektrického systému.

2 Inteligentní diagnostické metody pro mechanické poruchy vysokonapěťových vypínačů
2.1 Senzory a sběr dat

Senzory hrají klíčovou roli v mechanické diagnostice vysokonapěťových vypínačů. Jsou hlavně odpovědné za zachycení klíčových fyzikálních parametrů během provozu zařízení, jako jsou vibrační frekvence, zvuk, teplota a proud. Pro vysokonapěťové vypínače se používají hlavně vibrační senzory, akustické emisní senzory a senzory proudu a napětí.

Vibrační senzory slouží k detekci vibrační frekvence a amplitudy generované komponentami zařízení během provozu. Analýzou vibračních dat lze předpovědět opotřebení zařízení a existující poruchy. Obecně by měla vibrační frekvence správně fungujícího vysokonapěťového vypínače být v standardním rozsahu (obvykle je práh nastaven na více než 10krát provozní frekvenci). Pokud tento rozsah překročí, může to naznačovat anomálii. Schéma vibračního senzoru je znázorněno na obrázku 1.

Akustické emisní senzory zachycují zvuk na základě vysokofrekvenčních zvukových vln generovaných materiálovými nebo strukturálními vadami. Během provozu vysokonapěťového vypínače, pokud jsou trhlinky nebo volnost, akustické emisní senzory mohou okamžitě zachytit zvukové fluktuace způsobené těmito menšími deformacemi nebo prasknutími. Princip akustického emisního senzoru je znázorněn na obrázku 2.

Senzory proudu a napětí hlavně monitorují změny v proudu a napětí procházejícím vysokonapěťovým vypínačem. Nenormální hodnoty proudu nebo napětí z těchto senzorů obvykle naznačují problémy s elektrickými spoji nebo funkcionalitou.

1 - Díry pro šrouby; 2 - Základ; 3 - Piezoelektrické krystaly; 4 - Elektronický zesilovač; 5 - Terminální konektor

Co se týče sběru dat, hlavní úkol spočívá v převodu dat shromážděných senzory na použitelné informace. Systém sběru dat obvykle zahrnuje následující tři aspekty:

• Jednotka sběru dat (DAU). DAU je hlavně odpovědná za přijímání analogových signálů od různých senzorů a převod těchto analogových signálů na digitální signály. DAU zajistí, aby data byla shromážděna v přiměřeném tempu (obvykle s doba odezvy v milisekundovém rozmezí) a s určitou přesností (obvykle dosahující 16 bitů nebo vyšší), aby splňovala požadavky na následné zpracování.

• Přenos dat. Shromážděná data jsou přenesena na centrální server pro zpracování dat prostřednictvím stabilní komunikační sítě. Tento krok často využívá bezdrátové komunikační technologie, jako je Wi-Fi nebo síť 4G/5G, což dále zvyšuje rychlost a efektivitu přenosu dat a snižuje složitost a náklady na drátování.

• Ukládání a správa dat. Po úspěšném přenosu dat musí být provedeno efektivní ukládání a správa dat na serveru nebo v cloudu, aby byla vytvořena komplexnější databáze. Ukládání dat musí podporovat rychlý přístup a velkém měřítku analýzu dat, takže jsou vyžadovány vysokovýkonné databáze, aby bylo možné provést dotazy a vyhledávání dat. Schéma vytvoření databáze je znázorněno na obrázku 3.

Pomocí senzorů a sběru dat lze v reálném čase sledovat stav a výkonnostní ukazatele zařízení, což umožňuje včas detekovat potenciální vady, poskytovat základ pro inteligentní diagnostiku mechanických poruch, zabránit vzniku poruch a zajišťovat stabilní provoz elektrického systému.

2.2 Zpracování a analýza dat
2.2.1 Časově-frekvenční analýza

Časově-frekvenční analýza je efektivní metodou zpracování dat, která může transformovat signály z časové domény do frekvenční domény, což odhaluje vnitřní charakteristiky a změny trendů signálů. Běžně používané metody časově-frekvenční analýzy zahrnují Krátkodobou Fourierovu transformaci (STFT), vlnkovou transformaci a Wigner-Ville distribuci.

STFT provádí lokální Fourierovu transformaci signálu prostřednictvím okna pevné velikosti, což ji činí vhodnou pro analýzu signálů, jejichž frekvence pomalu mění ve času. Například při sledování pohonu může STFT efektivně identifikovat drift frekvencí způsobený třením nebo strukturální volností.

Vlnková transformace může poskytnout okna proměnné velikosti, což ji činí vhodnou pro zpracování signálů s okamžitými mutacemi. Přesnou identifikaci neobvyklých vibrací v konkrétním frekvenčním pásmu lze dosáhnout upravením mateřské vlnkové funkce.

Jako pokročilý nástroj časově-frekvenční analýzy, i když Wigner-Ville distribuce generuje křížové termínové interferenci, poskytuje jemnější analýzu času a frekvence signálu, což ji činí zvláště vhodnou pro detekci poruch v komplexním prostředí signálů.

V praxi lze kombinací výše uvedených metod časově-frekvenční analýzy s původními daty změřenými senzory přesně sledovat a diagnostikovat stav vysokonapěťových vypínačů. Za normálních provozních podmínek se frekvenční rozsah vysokonapěťových vypínačů obvykle udržuje v rozmezí 50-100 Hz; v případě špatného kontaktu, unavení konstrukčních částí a poškození dochází k výraznému posunu frekvence vysokonapěťového vypínače nebo se objeví nové frekvenční komponenty.

2.2.2 Strojové učení a rozpoznávání vzorů

Za prvé, po shromáždění dat, skrze etapu předzpracování, jako je eliminace šumu a extrakce vlastností, se data připraví pro algoritmy strojového učení. Data zahrnují frekvenční komponenty vibračních signálů, vlnové charakteristiky elektrických parametrů atd.

Za druhé, supervizované algoritmy strojového učení, jako jsou Support Vector Machines (SVM) a Random Forest, lze použít k klasifikaci dat získaných ze senzorů. Tyto algoritmy jsou trénovány k identifikaci různých typů vzorů poruch, jako jsou jedinečné signálové vzory způsobené špatným kontaktem nebo selháním pohonu. V praxi jsou tisíce datových bodů vstupem do těchto algoritmů pro trénink, aby bylo zajištěno, že budou schopny přesně identifikovat stav poruchy.

Nakonec se pro komplexní rozpoznávání vzorů používají hluboké učení, zejména Convolutional Neural Networks (CNN). Techniky hlubokého učení mohou extrahovat užitečné informace z velkých mnohorozměrných dat pomocí svých automatických schopností učení vlastností, což zlepšuje přesnost diagnostiky. Například v konkrétním modelu CNN jsou několik konvolučních vrstev a vrstev pooling navrženy k zpracování shromážděných videodat, aby byly identifikovány typické charakteristiky poruch.

2.3 Analýza signálů proudu pohonného motoru

Reálně časové monitorování a analýza signálů proudu generovaných během provozu pohonného motoru mohou predikovat a diagnostikovat potenciální mechanické poruchy. Analýza signálů proudu pohonného motoru se obvykle zaměřuje na detekci malých změn v signálu proudu, aby bylo určeno, zda jsou anomálie nebo opotřebení mechanických komponent.

Pokud dojde k poruchám v mechanických komponentách vysokonapěťového vypínače, jako je poškození ložiska, opotřebení ozubení nebo nerovnováha, to nepřímo ovlivní zatížení pohonného motoru, což způsobí specifické změny v jeho signálu proudu.

Co se týče analýzy dat, proudivý senzor se používá k záznamu vlnového tvaru proudu za normálních provozních podmínek kolem cívky napájecího motoru. Frekvence vzorkování je obvykle nastavena nad 20 kHz, aby byly zachyceny detailní informace a zajištěna vysoká přesnost analýzy dat.

Co se týče extrakce vlastností, Fourierova transformace se používá k převodu signálu proudu z časové domény do frekvenční domény, což pomáhá identifikovat harmonické anomálie způsobené mechanickými poruchami. Například za bezchybných podmínek obsahuje signál proudu pohonného motoru především základní frekvenci a její celočíselné harmonické. Pokud dojde k poruchě, jako je poškození ložiska, budou pozorovány nové vrcholy na specifických frekvencích.

V následném zpracování dat lze použít statistické metody k analýze extrahovaných frekvencí. Například lze vypočítat změny amplitudy každého frekvenčního bodu a trénovat model identifikace poruch pomocí algoritmu strojového učení. Vstupem algoritmu jsou frekvenční charakteristiky signálu proudu a výstupem je předpověď typu a závažnosti poruchy.

Analýzou signálu proudu lze kvantifikovat odchylku signálu proudu. Například v počáteční fázi poškození ložiska může amplituda harmonického proudu vzrůst o 5-10 A, zatímco v případě opotřebení ozubení může amplituda relevantní harmonické vzrůst o 3-8 A. To umožňuje údržbě přesně určit stav zařízení a plánovat údržbu, což pomáhá zabránit rozsáhlým výpadkům proudu způsobeným poruchami.

2.4 Aplikace technologie měření odporové deformace

Technologie měření odporové deformace může být použita k monitorování konstrukčního namáhání a deformace vysokonapěťových vypínačů. Tato technologie je realizována prostřednictvím odporových deformačních čid umístěných na klíčových komponentách.

Odporové deformační čidlo je senzor, který převádí mechanickou deformaci na elektrický signál. Jeho pracovní princip je založen na vlastnosti, že odporová hodnota kovového vodiče se mění, když je deformován silou. Schéma struktury odporového deformačního čidla je znázorněno na obrázku 4.

Při výběru odporových deformačních čidel lze zvolit vysokopřesná kovová foliová odporová deformační čidla. Tyto čidlo mají dobré lineární charakteristiky a stabilní teplotní odpověď a jsou obvykle instalována na místech, kde je vysokonapěťový vypínač nejvíce namáhaný a nejvíce náchylný k unavení, jako jsou kontaktní ramena a otáčivé hřídeli.

Po dokončení výběru a instalace odporových deformačních čidel je třeba je připojit k systému sběru dat prostřednictvím drátů. Systém sběru dat je odpovědný za záznam změn odporu přenášených z odporových deformačních čidel a jejich převod na napěťové signály pro čtení. Systém sběru dat musí mít vysokou rychlost vzorkování a vysoké rozlišení, aby zajistil zachycení rychlých změn deformace během provozu vysokonapěťového vypínače. Použitá rychlost vzorkování bývá obvykle v kilohertzovém rozmezí a rozlišení dosahuje milivoltové úrovně.

Pro zpracování shromážděných napěťových signálů se používá vhodný software. Nejprve se provádí filtrace, aby byl odstraněn možný šum, a pak se matematické algoritmy, jako je Rychlá Fourierova transformace (FFT), používají k analýze spektra signálů a extrakci dat deformace. Data deformace lze převést, aby byl získán skutečný stav namáhání dané komponenty.

Naměřená data deformace jsou porovnána s předem stanoveným modelem namáhání vysokonapěťového vypínače, aby byla vyhodnocena aktuální zdravotní kondice zařízení. Pokud monitorované namáhání překročí návrhový práh, systém sběru dat automaticky vydá varovný signál, aby upozornil personál provozu a údržby na nutnost prohlídek nebo údržby.

3 Závěr

Tento článek hluboce zkoumá běžné typy mechanických poruch vysokonapěťových vypínačů a jejich inteligentní diagnostické metody. Použití inteligentních diagnostických metod pro mechanické poruchy vysokonapěťových vypínačů může nejen zlepšit spolehlivost provozu zařízení, ale také značně snížit náklady na údržbu a optimalizovat proces rozhodování o údržbě.

S pokrokem vědy a techniky a stále větší dospělostí technologií analýzy dat je třeba, aby relevantní pracovníci zvýšili investici do výzkumu, aby zlepšili inteligentní diagnostickou úroveň mechanických poruch vysokonapěťových vypínačů a poskytli silnou podporu pro stabilní provoz elektrického systému.