Inteligentna Diagnoza i Analiza Awarii Mechanicznych w Wysokonapiowych Przełącznikach Odłączających

W nowoczesnych systemach energetycznych wysokonapiętwe przełączniki odłączeniowe odgrywają kluczową rolę. Zapewniają bezpieczne izolowanie sprzętu elektrycznego lub linii podczas konserwacji oraz niezawodność w normalnym trybie pracy. Awarie mechaniczne wysokonapiętnych przełączników odłączeniowych, takie jak słaby kontakt, awaria napędu czy zmęczenie elementów strukturalnych, mogą poważnie wpłynąć na stabilność i bezpieczeństwo całego systemu energetycznego.Tradycyjne metody wykrywania usterki polegają na regularnej konserwacji i ręcznych inspekcjach.

Te metody są nie tylko czasochłonne i pracochłonne, ale także narażone na przegapienie optymalnego momentu interwencji na wczesnym etapie usterki. Dzięki ciągłemu postępowi technologicznemu pojawiły się inteligentne techniki diagnostyczne, oferując bardziej efektywne i dokładne rozwiązanie do monitorowania i diagnozowania usterki.

Inteligentne metody diagnostyczne, takie jak zbieranie danych opartych na czujnikach, przetwarzanie i analiza danych, analiza sygnału prądu silnika napędowego oraz pomiar oporowego naprężenia, mogą w czasie rzeczywistym identyfikować nietypowe zachowania wysokonapiętnych przełączników odłączeniowych, przewidywać potencjalne usterki i kierować decyzjami konserwacyjnymi. To znacząco zwiększa niezawodność i efektywność operacyjną systemu energetycznego.

1 Wspólne typy awarii mechanicznych wysokonapiętnych przełączników odłączeniowych
1.1 Usterek ze słabym kontaktem

Słaby kontakt jest głównie spowodowany utlenieniem powierzchni kontaktowej, niewystarczającym ciśnieniem kontaktowym lub zmniejszoną powierzchnią kontaktową. Ten rodzaj awarii zwykle prowadzi do wzrostu oporu, wpływając na przewodność wysokonapiętnego przełącznika odłączeniowego. Ze względu na słaby kontakt, generowane jest więcej ciepła, gdy prąd przepływa przez punkty kontaktowe. To nie tylko przyspiesza zużycie punktów kontaktowych, ale również powoduje bardziej poważne problemy termiczne, takie jak uszkodzenie spawalnicze lub lokalne przegrzewanie.

Słaby kontakt może również powodować niestabilność napięcia, wpływając na jakość napięcia w systemie energetycznym. Trwałe problemy z słabym kontaktem mogą łatwo prowadzić do pogorszenia właściwości izolacyjnych wysokonapiętnego przełącznika odłączeniowego, zwiększając ryzyko bezpieczeństwa operacyjnego systemu. Dlatego szybkie wykrycie i właściwe rozwiązywanie problemów z słabym kontaktem w wysokonapiętnych przełącznikach odłączeniowych jest niezbędne do zapewnienia stabilnej i bezpiecznej pracy systemu energetycznego.

1.2 Awaria napędu

Awaria napędu to istotny problem wpływający na wydajność wysokonapiętnych przełączników odłączeniowych. Ten rodzaj awarii obejmuje zużycie mechaniczne, niewystarczającą smarowanie oraz starzenie się komponentów. Zużycie mechaniczne zwykle odnosi się do uszkodzeń elementów napędowych, takich jak łożyska i koła zębate, podczas długotrwałych powtarzalnych operacji. Niewystarczające smarowanie zwiększa tarcie, przyspieszając tempo zużycia części mechanicznych i obniżając efektywność działania napędu.

Z upływem czasu różne komponenty napędu tracą swoje oryginalne właściwości lub ulegają deformacji ze względu na starzenie materiałów, co wpływa na niezawodność i bezpieczeństwo całkowitego działania wysokonapiętnego przełącznika odłączeniowego. Jeśli te awarie nie zostaną w porę wykryte i rozwiązane, mogą prowadzić do nieprawidłowego działania wysokonapiętnego przełącznika odłączeniowego, a w skrajnych przypadkach nawet zagrozić stabilnością pracy całego systemu energetycznego.

1.3 Zmęczenie i uszkodzenie elementów strukturalnych

Awarie związane ze zmęczeniem i uszkodzeniem elementów strukturalnych zazwyczaj występują pod wpływem długotrwałego obciążenia mechanicznego i czynników środowiskowych. Elementy strukturalne, takie jak filary, wałki połączeniowe i łożyska, stopniowo doświadczają zmęczenia materiału pod wpływem długotrwałego obciążenia mechanicznego, szczególnie podczas częstych otwarć i zamknięć. Z biegiem czasu te obciążenia gromadzą się w materiale, prowadząc do powstawania i rozprzestrzeniania mikrotęcz, które ostatecznie rozwijają się w znaczne uszkodzenia mechaniczne.

Ponadto czynniki środowiskowe, takie jak zmiany temperatury, wilgotność i środowiska korozji, mogą przyspieszyć tempo zmęczenia elementów strukturalnych, wpływając na ich właściwości mechaniczne i żywotność. Zmęczenie i uszkodzenie elementów strukturalnych nie tylko wpływają na prawidłową funkcję wysokonapiętnych przełączników odłączeniowych, ale również stanowią zagrożenie dla ogólnej stabilności systemu energetycznego.

2 Inteligentne metody diagnostyczne dla awarii mechanicznych wysokonapiętnych przełączników odłączeniowych
2.1 Czujniki i zbieranie danych

Czujniki odgrywają kluczową rolę w diagnostyce mechanicznej wysokonapiętnych przełączników odłączeniowych. Są one głównie odpowiedzialne za rejestrowanie kluczowych parametrów fizycznych podczas pracy urządzenia, takich jak drgania, dźwięk, temperatura i prąd. Dla wysokonapiętnych przełączników odłączeniowych używane są głównie czujniki drgań, czujniki emisji akustycznej oraz czujniki prądu i napięcia.

Czujniki drgań służą do wykrywania częstotliwości i amplitudy drgań generowanych przez komponenty urządzenia podczas pracy. Poprzez analizę danych drgań można przewidzieć zużycie urządzenia i istniejące usterki. Ogólnie, częstotliwość drgań prawidłowo działającego wysokonapiętnego przełącznika odłączeniowego powinna być w standardowym zakresie (zwykle próg jest ustawiony na ponad 10 razy częstotliwość pracy). Jeśli przekroczy ten zakres, może to wskazywać na anomalię. Schematyczny diagram czujnika drgań przedstawiony jest na Rysunku 1.

Czujniki emisji akustycznej rejestrują dźwięk na podstawie wysokoczęstotliwościowych fal akustycznych generowanych przez defekty materiałowe lub strukturalne. Podczas pracy wysokonapiętnego przełącznika odłączeniowego, jeśli występują pęknięcia lub luz, czujniki emisji akustycznej mogą natychmiast rejestrować fluktuacje dźwięku spowodowane tymi drobnymi deformacjami lub pęknięciami. Zasada działania czujnika emisji akustycznej przedstawiona jest na Rysunku 2.

Czujniki prądu i napięcia głównie monitorują zmiany poziomów prądu i napięcia przepływającego przez wysokonapiętny przełącznik odłączeniowy. Nieprawidłowe odczyty prądu lub napięcia z tych czujników zazwyczaj wskazują na problemy z połączeniami elektrycznymi lub funkcjonalnością.

1 - Otwory pod śruby; 2 - Fundament; 3 - Kryształy piezoelektryczne; 4 - Wzmacniacz elektroniczny; 5 - Złącz końcowy

Pod względem zbierania danych, głównym zadaniem jest przekształcenie danych zebranych przez czujniki w użyteczne informacje. System zbierania danych zazwyczaj składa się z następujących trzech aspektów:

• Jednostka zbierania danych (DAU). DAU jest głównie odpowiedzialna za odbiór sygnałów analogowych z różnych czujników i konwersję tych sygnałów analogowych na sygnały cyfrowe. DAU zapewnia, że dane są zbierane z odpowiednią częstotliwością (zwykle z czasem odpowiedzi w milisekundach) i z określoną precyzją (zwykle osiągając 16 bitów lub więcej), aby spełniać wymagania przetwarzania.

• Transmisja danych. Zbrane dane są przesyłane do centralnego serwera przetwarzania poprzez stabilną sieć komunikacyjną. Ten krok często opiera się na technologiach komunikacji bezprzewodowej, takich jak Wi-Fi lub sieci 4G/5G, które mogą jeszcze bardziej zwiększyć prędkość i efektywność transmisji danych, a także obniżyć złożoność i koszty kablowania.

• Przechowywanie i zarządzanie danymi. Po udanej transmisji danych należy przeprowadzić skuteczne przechowywanie i zarządzanie danymi na serwerze lub w chmurze, aby stworzyć bardziej kompleksową bazę danych. Przechowywanie danych musi wspierać szybki dostęp i analizę dużych ilości danych, dlatego wymagane są wysokiej wydajności bazy danych do realizacji zapytań i odzyskiwania danych. Schematyczny diagram tworzenia bazy danych przedstawiony jest na Rysunku 3.

Poprzez czujniki i zbieranie danych, monitorowanie w czasie rzeczywistym stanu pracy i wskaźników wydajności urządzeń może natychmiast wykryć potencjalne defekty, dostarczając niezbędnej podstawy do inteligentnej diagnostyki awarii mechanicznych, zapobiegając wystąpieniu awarii i zapewniając stabilną pracę systemu energetycznego.

2.2 Przetwarzanie i analiza danych
2.2.1 Analiza czas-częstotliwość

Analiza czas-częstotliwość to efektywna metoda przetwarzania danych, która może przekształcać sygnały z domeny czasu do domeny częstotliwości, ujawniając wewnętrzne cechy i trendy zmian sygnałów. Powszechnie stosowane metody analizy czas-częstotliwość to Krótkoczasowa Transformata Fouriera (STFT), transformata falkowa i rozkład Wignera-Ville'a.

STFT wykonuje lokalną transformatę Fouriera na sygnale przez okno o stałym rozmiarze, co sprawia, że jest ona odpowiednia do analizy sygnałów, których częstotliwości powoli zmieniają się w czasie. Na przykład, podczas monitorowania napędu, STFT może efektywnie identyfikować dryfy częstotliwości spowodowane tarciem lub luzem strukturalnym.

Transformata falkowa może zapewniać okna o zmiennym rozmiarze, co sprawia, że jest ona odpowiednia do przetwarzania sygnałów o charakterze impulsowym. Poprzez dostosowanie funkcji matki falkowej, można dokładnie identyfikować nietypowe drgania w określonym paśmie częstotliwości.

Jako zaawansowane narzędzie analizy czas-częstotliwość, rozkład Wignera-Ville'a, mimo generowania interferencji krzyżowych, oferuje bardziej szczegółową analizę sygnału w dziedzinie czasu i częstotliwości, co sprawia, że jest on szczególnie odpowiedni do wykrywania usterki w złożonych środowiskach sygnałowych.

W praktyce, łącząc powyższe metody analizy czas-częstotliwość z pierwotnymi danymi mierzonymi przez czujniki, można dokładnie monitorować i diagnozować warunki pracy wysokonapiętnych przełączników odłączeniowych. W normalnych warunkach pracy, zakres częstotliwości wysokonapiętnych przełączników odłączeniowych może ogólnie utrzymywać się na poziomie 50-100 Hz; w przypadku słabego kontaktu, zmęczenia elementów strukturalnych i uszkodzeń, częstotliwość wysokonapiętnych przełączników odłączeniowych znacznie się przesunie lub pojawią nowe składowe częstotliwościowe.

2.2.2 Uczenie maszynowe i rozpoznawanie wzorców

Po pierwsze, po zebraniu danych, poprzez etap wstępnej obróbki, takiej jak eliminacja szumów i ekstrakcja cech, przygotowuje się dane wejściowe dla algorytmów uczenia maszynowego. Dane obejmują składowe częstotliwościowe sygnałów drgań, cechy kształtu parametrów elektrycznych itp.

Po drugie, można użyć algorytmów nadzorowanego uczenia, takich jak Maszyny Wektorów Nośnych (SVM) i Las Losowy, do klasyfikacji danych uzyskanych z czujników. Te algorytmy są trenowane do rozpoznawania różnych typów wzorców usterki, takich jak unikalne wzorce sygnałowe spowodowane słabym kontaktem lub awarią napędu. W praktyce tysiące punktów danych są wprowadzane do algorytmów do treningu, aby zapewnić, że mogą one dokładnie identyfikować stany usterki.

Na końcu, techniki głębokiego uczenia, zwłaszcza Sieci Neuronowe Konwolucyjne (CNN), są używane do złożonego rozpoznawania wzorców. Techniki głębokiego uczenia mogą ekstrahować użyteczne informacje z dużych zestawów wielowymiarowych danych dzięki swoim zdolnościom automatycznego uczenia cech, zwiększając dokładność diagnozy. Na przykład, w specyficznej modelu CNN, zaprojektowano kilka warstw konwolucyjnych i warstw poolingu do przetwarzania zebranych danych obrazowych, aby identyfikować typowe cechy usterki.

2.3 Analiza sygnałów prądowych silnika napędowego

Monitorowanie i analiza w czasie rzeczywistym sygnałów prądowych generowanych podczas pracy silnika napędowego może przewidzieć i zdiagnozować potencjalne awarie mechaniczne. Analiza sygnałów prądowych silnika napędowego koncentruje się ogólnie na wykrywaniu małych zmian w sygnale prądowym, aby określić anomalie lub zużycie elementów mechanicznych.

Jeśli wystąpią awarie mechaniczne wysokonapiętnego przełącznika odłączeniowego, takie jak uszkodzenie łożyska, zużycie koła zębatego lub nierównowaga, będzie to miało pośredni wpływ na obciążenie silnika napędowego, powodując specyficzne zmiany w jego sygnale prądowym.

Pod względem analizy danych, czujnik prądowy służy do rejestrowania formy falowej prądu w normalnych warunkach pracy wokół cewki zasilania silnika. Częstotliwość próbkowania jest zazwyczaj ustawiana powyżej 20 kHz, aby uchwycić szczegółowe informacje i zapewnić wysoką precyzję analizy danych.

Pod względem ekstrakcji cech, transformata Fouriera służy do przekształcania sygnału prądowego z dziedziny czasu do dziedziny częstotliwości, co pomaga w identyfikacji anomalii harmonicznych spowodowanych awariami mechanicznymi. Na przykład, w warunkach bez usterki, sygnał prądowy silnika napędowego zawiera głównie częstotliwość podstawową i jej wielokrotności całkowite. Jeśli wystąpi awaria, takie jak uszkodzenie łożyska, nowe szczyty będą obserwowane na określonych częstotliwościach.

W kolejnych etapach przetwarzania danych, można użyć metod statystycznych do analizy wyekstrahowanych częstotliwości. Na przykład, można obliczyć zmiany amplitudy każdego punktu częstotliwościowego i wytrenować model identyfikacji usterki za pomocą algorytmu uczenia maszynowego. Wejściem algorytmu są cechy częstotliwościowe sygnału prądowego, a wyjściem jest prognoza typu i nasilenia usterki.

Analizując sygnał prądowy, można kwantyfikować odchylenia sygnału prądowego. Na przykład, w początkowej fazie uszkodzenia łożyska, amplituda harmonicz prądowych może wzrosnąć o 5-10 A, podczas gdy w przypadku zużycia koła zębatego, amplituda odpowiedniej harmonicznej może wzrosnąć o 3-8 A. Pozwala to zespołowi konserwacji dokładnie określić stan urządzenia i zaplanować prace konserwacyjne, unikając dużej awarii zasilania.

2.4 Zastosowanie technologii pomiaru oporowego naprężenia

Technologia pomiaru oporowego naprężenia może być używana do monitorowania naprężeń strukturalnych i deformacji wysokonapiętnych przełączników odłączeniowych. Ta technologia jest realizowana poprzez instalację czujników oporowych naprężenia na kluczowych elementach.

Czujnik oporowy naprężenia to czujnik, który przekształca mechaniczną deformację w sygnał elektryczny. Jego zasada działania opiera się na właściwości, że wartość oporu przewodnika metalowego zmienia się, gdy jest on deformowany pod wpływem siły. Schematyczny diagram struktury czujnika oporowego naprężenia przedstawiony jest na Rysunku 4.

Przy wyborze czujników oporowych naprężenia można wybrać wysokoprzeciskowe czujniki oporowe naprężenia z folii metalowej. Te czujniki mają dobre charakterystyki liniowe i stabilne odpowiedzi temperaturowe, i są zazwyczaj montowane w miejscach, gdzie wysokonapiętny przełącznik odłączeniowy jest najbardziej obciążony i narażony na zmęczenie, takich jak ramie kontaktowe i wał obrotowy.

Po dokonaniu wyboru i montażu czujników oporowych naprężenia, czujniki powinny być podłączone do systemu zbierania danych za pomocą przewodów. System zbierania danych jest odpowiedzialny za rejestrację zmian oporu przekazywanych przez czujniki oporowe naprężenia i konwersję ich na sygnały napięcia do odczytu. System zbierania danych musi mieć wysoką częstotliwość próbkowania i wysoką rozdzielczość, aby móc uchwycić szybkie zmiany naprężenia generowane podczas pracy wysokonapiętnego przełącznika odłączeniowego. Częstotliwość próbkowania używana jest zazwyczaj w zakresie kilohertców, a rozdzielczość osiąga poziom milivolty.

Odpowiednie oprogramowanie służy do przetwarzania zebranych sygnałów napięcia. Najpierw przeprowadza się filtrację, aby usunąć możliwe zakłócenia, a następnie używa się matematycznych algorytmów, takich jak Szybka Transformata Fouriera (FFT), do analizy widma sygnału i ekstrakcji danych naprężeniowych. Dane naprężeniowe można przekonwertować, aby uzyskać rzeczywisty stan naprężenia odpowiadającego komponentu.

Zebrane dane naprężeniowe porównywane są z preestablicowanym modelem naprężeń wysokonapiętnego przełącznika odłączeniowego, aby ocenić aktualny stan zdrowia urządzenia. Gdy monitorowane naprężenia przekroczą projektowany próg, system zbierania danych automatycznie wygeneruje sygnał ostrzegawczy, aby przypomnieć personel operacyjny i konserwacyjny o potrzebie przeprowadzenia inspekcji lub konserwacji.

3 Podsumowanie

Ten artykuł szczegółowo omawia wspólne typy awarii mechanicznych wysokonapiętnych przełączników odłączeniowych i ich inteligentne metody diagnostyczne. Używanie inteligentnych metod diagnostycznych dla awarii mechanicznych wysokonapiętnych przełączników odłączeniowych może nie tylko poprawić niezawodność pracy urządzenia, ale także znacząco obniżyć koszty konserwacji i zoptymalizować proces podejmowania decyzji konserwacyjnych.

Z postępem nauki i technologii oraz rosnącą dojrzałością technologii analizy danych, odpowiedzialne osoby powinny zwiększyć inwestycje w badania, aby poprawić poziom inteligentnej diagnostyki awarii mechanicznych wysokonapiętnych przełączników odłączeniowych, zapewniając solidne wsparcie dla stabilnej pracy systemu energetycznego.