Pamimili at Pagsusuri ng mga Mekanikal na Pagkakamali sa Mataas na Voltaheng Switches ng IEE-Business

Sa mga modernong sistema ng kuryente, ang mataas na tensyon na disconnector switch ay naglalaro ng mahalagang papel. Ito ay nag-aasikaso ng ligtas na paghihiwalay ng mga kagamitang elektrikal o linya sa panahon ng pagmamaneho at ang reliabilidad sa normal na operasyon. Ang mekanikal na pagkakamali ng mataas na tensyon na disconnector switch, tulad ng mahinang kontak, pagkakamali ng aktuator, o pagod ng struktural na komponente, maaaring malubhang makaapekto sa estabilidad at ligtas na operasyon ng buong sistema ng kuryente.Ang mga tradisyonal na paraan ng pagtukoy ng pagkakamali ay umiiral sa regular na pagmamaneho at manual na pagsisiyasat.

Ang mga paraang ito ay hindi lamang nakakainis at maraming gawain kundi maaari ring maging mapanganib dahil sa pagkawala ng pinakamainam na oras ng interbensyon sa maagang yugto ng pagkakamali. Sa patuloy na progreso ng teknolohiya, ang mga intelligent na teknik ng pagtukoy ay lumitaw, nagbibigay ng mas epektibong at tumpak na solusyon para sa pagbabantay at pagtukoy ng pagkakamali.

Ang mga intelligent na paraan, tulad ng pagkuha ng data batay sa sensor, pagproseso at analisis ng data, analisis ng signal ng current ng motor, at pagtukoy ng resistive strain, maaaring matukoy ang abnormal na pag-uugali ng mataas na tensyon na disconnector switch sa real-time, magprognose ng potensyal na pagkakamali, at gabayan ang desisyon sa pagmamaneho. Ito ay lubos na nagsisiguro ng reliabilidad at epektibidad ng operasyon ng sistema ng kuryente.

1 Karaniwang Uri ng Mekanikal na Pagkakamali sa Mataas na Tensyon na Disconnector Switches
1.1 Mahinang Kontak

Ang mahinang kontak ay pangunahing dulot ng oxidasyon ng surface ng kontak, kulang na presyon ng kontak, o nabawasan na lugar ng kontak. Ang uri ng pagkakamali na ito karaniwang nagdudulot ng pagtaas ng resistance, na umaapekto sa conductivity ng mataas na tensyon na disconnector switch. Dahil sa mahinang kontak, mas maraming init ang nalilikha kapag ang current ay dadaan sa puntos ng kontak. Ito ay hindi lamang nagpapabilis ng pagworn-out ng puntos ng kontak kundi nagdudulot rin ng mas seryosong thermal effect problems, tulad ng welding failure o local overheating.

Ang mahinang kontak maaari ring magresulta sa instability ng voltage, na umaapekto sa kalidad ng voltage ng sistema ng kuryente. Ang patuloy na mahinang kontak issues maaaring madaling magresulta sa pagbaba ng insulation performance ng mataas na tensyon na disconnector switch, na nagpapataas ng operational safety risks ng sistema. Kaya, ang mabilis na pagtukoy at tamang pag-aaddress ng mahinang kontak problems sa mataas na tensyon na disconnector switch ay mahalaga upang matiyak ang stable at ligtas na operasyon ng sistema ng kuryente.

1.2 Aktuator Failure

Ang aktuator failure ay isang mahalagang isyu na umaapekto sa performance ng mataas na tensyon na disconnector switch. Ang uri ng pagkakamali na ito ay kasama ang mekanikal na wear, kulang na lubrication, at aging ng komponente. Ang mekanikal na wear karaniwang tumutukoy sa pinsala ng mga driving components tulad ng bearings at gears sa ilalim ng matagal na repetitive operations. Ang kulang na lubrication ay nagpapataas ng friction, na nagpapabilis ng rate ng wear ng mekanikal na bahagi at nagpapababa ng operational efficiency ng aktuator.

Bilang ang serbisyo ng oras ay lumalaki, iba't ibang komponente ng aktuator ay nawawalan ng kanilang orihinal na katangian o deformed dahil sa aging ng materyales, na umaapekto sa reliabilidad at ligtas na operasyon ng buong mataas na tensyon na disconnector switch. Kung ang mga pagkakamali na ito ay hindi nadetekta at na-address nang mabilis, maaari itong magresulta sa mali na operasyon ng mataas na tensyon na disconnector switch, at sa mas seryoso, maaari pa itong magpanganib sa stable na operasyon ng buong sistema ng kuryente.

1.3 Struktural na Komponente ng Pagod at Damage Failure

Ang struktural na komponente ng pagod at damage failures karaniwang nangyayari sa ilalim ng impluwensiya ng matagal na mekanikal na stress at environmental factors. Ang struktural na komponente tulad ng pillars, connecting rods, at bearings ay paulit-ulit na nararanasan ang material fatigue sa ilalim ng aksyon ng matagal na mekanikal na stress, lalo na sa pagbubukas at pagsasara ng operasyon. Sa paglipas ng panahon, ang mga stress na ito ay nakakalipon sa loob ng materyal, na nagreresulta sa pagbuo at pagkalat ng micro-cracks, na sa huli ay nagdudulot ng significant na mekanikal na damage.

Kasama nito, ang mga environmental factors tulad ng pagbabago ng temperatura, humidity, at corrosive environments ay maaaring mapabilis ang rate ng pagod ng struktural na komponente, na umaapekto sa kanilang mekanikal na katangian at service life. Ang struktural na komponente ng pagod at damage failures hindi lamang umaapekto sa normal na function ng mataas na tensyon na disconnector switches kundi nagpapanganib din sa overall stability ng sistema ng kuryente.

2 Intelligent Diagnosis Methods for Mechanical Failures of High - Voltage Disconnect Switches
2.1 Sensors and Data Collection

Ang mga sensor ay naglalaro ng mahalagang papel sa mekanikal na fault diagnosis ng mataas na tensyon na disconnector switches. Sila ay pangunahing responsable sa pagkuha ng key physical parameters sa panahon ng operasyon ng equipment, tulad ng vibration, sound, temperature, at current. Para sa mataas na tensyon na disconnector switches, ang pangunahing ginagamit na mga sensor ay kinabibilangan ng vibration sensors, acoustic emission sensors, at current and voltage sensors.

Ang mga vibration sensor ay ginagamit upang detektuhin ang frequency at amplitude ng vibration na idinudulot ng mga component ng equipment sa panahon ng operasyon. Sa pamamagitan ng pag-analyze ng data ng vibration, maaaring iprognose ang wear ng equipment at existing faults. Sa pangkalahatan, ang frequency ng vibration ng normal na operasyon ng mataas na tensyon na disconnector switch ay dapat nasa standard range (karaniwang, ang threshold ay itinatakda sa higit sa 10 beses ang operating frequency). Kung lumampas ito sa range na ito, maaaring ito ay nagpapahiwatig ng anomaly. Isang schematic diagram ng vibration sensor ay ipinapakita sa Figure 1.

Ang mga acoustic emission sensor ay nagkuha ng sound batay sa high-frequency sound waves na idinudulot ng material o structural defects. Sa panahon ng operasyon ng mataas na tensyon na disconnector switch, kung may mga cracks o looseness, ang mga acoustic emission sensor ay maaaring agad na kuhanin ang mga sound fluctuations na idinudulot ng mga minor deformations o ruptures. Ang prinsipyong ito ng acoustic emission sensor ay ipinapakita sa Figure 2.

Ang mga current and voltage sensor ay pangunahing nagbabantay sa mga pagbabago sa current at voltage levels na dadaan sa mataas na tensyon na disconnector switch. Ang abnormal na current o voltage readings mula sa mga sensor na ito karaniwan ay nagpapahiwatig ng problema sa electrical connections o functionality.

1 - Bolt holes; 2 - Foundation;3 - Piezoelectric crystals;4 - Electronic Amplifier;5 - Terminal Connector

Sa termino ng data collection, ang pangunahing tungkulin ay ang pag-convert ng data na inilipat ng mga sensor sa usable information. Ang isang data collection system karaniwang binubuo ng sumusunod na tatlong aspeto:

• Data Acquisition Unit (DAU). Ang DAU ay pangunahing responsable sa pagtanggap ng analog signals mula sa iba't ibang mga sensor at pag-convert ng mga analog signals na ito sa digital signals. Ang DAU ay sigurado na ang data ay inilipat sa appropriate rate (karaniwang may response time sa millisecond range) at na may tiyak na precision (karaniwang nagsasarili ng 16 bits o mas mataas) upang makatugon sa mga subsequent processing requirements.

• Data Transmission. Ang inilipat na data ay inililipat sa central processing server sa pamamagitan ng stable communication network. Ang hakbang na ito kadalasang umaasa sa wireless communication technologies tulad ng Wi-Fi o 4G/5G networks, na maaaring paunlarin pa ang bilis at epektibidad ng data transmission at bawasan ang complexity at cost ng wiring.

• Data Storage and Management. Pagkatapos ng matagumpay na data transmission, ang effective data storage and management ay dapat na isagawa sa isang server o sa cloud upang makabuo ng mas complete na database. Ang data storage ay kailangan ng suporta para sa fast access at large-scale data analysis, kaya ang high-performance databases ay kailangan upang makamit ang data query at retrieval. Isang schematic diagram ng pagtatatag ng database ay ipinapakita sa Figure 3.

Sa pamamagitan ng mga sensor at data collection, ang real-time monitoring ng operational status at performance indicators ng equipment ay maaaring mabilis na matukoy ang potential defects, nagbibigay ng necessary basis para sa intelligent diagnosis ng mekanikal na pagkakamali, na nagpapahintulot na maiwasan ang pagkakaroon ng pagkakamali at matiyak ang stable na operasyon ng sistema ng kuryente.

2.2 Data Processing and Analysis
2.2.1 Time - Frequency Analysis

Ang time-frequency analysis ay isang epektibong paraan ng pagproseso ng data na maaaring transform ang mga signal mula sa time domain patungo sa frequency domain, na nagpapakita ng internal characteristics at changing trends ng mga signal. Ang commonly used time-frequency analysis methods ay kinabibilangan ng Short-Time Fourier Transform (STFT), wavelet transform, at Wigner-Ville distribution.

Ang STFT ay gumagawa ng local Fourier transform sa signal sa pamamagitan ng window ng fixed size, kaya ito ay suitable para sa pag-analyze ng mga signal na may frequencies na nagbabago nang mabagal sa loob ng panahon. Halimbawa, sa panahon ng pagbabantay ng aktuator, ang STFT ay maaaring epektibong matukoy ang mga drifts ng frequency na dulot ng friction o structural looseness.

Ang wavelet transform ay maaaring magbigay ng windows ng variable size, kaya ito ay suitable para sa pagproseso ng mga signal na may instantaneous mutation characteristics. Sa pamamagitan ng pag-adjust ng mother wavelet function, ang precise identification ng abnormal vibrations sa specific frequency band ay maaaring matamo.

Bilang isang advanced na tool sa time-frequency analysis, ang Wigner-Ville distribution, bagamat naggagenerate ng cross-term interference, ay nagbibigay ng mas refined na analysis ng signal's time at frequency, kaya ito ay partikular na suitable para sa fault detection sa complex signal environments.

Sa practical applications, ang pag-combine ng nabanggit na time-frequency analysis methods sa original data na inilipat ng mga sensor ay maaaring accurately monitor at diagnose ang operational conditions ng mataas na tensyon na disconnector switches. Sa normal na operasyon, ang frequency range ng mataas na tensyon na disconnector switches ay karaniwang maaaring i-maintain sa 50-100 Hz; samantalang sa case ng mahinang kontak, structural component fatigue, at damage failures, ang frequency ng mataas na tensyon na disconnector switches ay mag-shift nang significantly o magkaroon ng bagong frequency components.

2.2.2 Machine Learning and Pattern Recognition

Una, pagkatapos ng data collection, sa pamamagitan ng pre-processing stage tulad ng noise elimination at feature extraction, ang input data ay handa para sa machine-learning algorithms. Ang data ay kinabibilangan ng frequency components ng vibration signals, waveform characteristics ng electrical parameters, atbp.

Pangalawa, ang supervised learning algorithms tulad ng Support Vector Machines (SVM) at Random Forest ay maaaring gamitin upang classify ang data na inilipat ng mga sensor. Ang mga algorithm na ito ay na-train upang matukoy ang iba't ibang uri ng fault patterns, tulad ng unique signal patterns na dulot ng mahinang kontak o aktuator failures. Sa practical applications, libu-libong data points ay inilapat sa mga algorithm para sa training upang siguraduhin na maaari silang accurately identify fault states.

Huling huli, ang deep-learning techniques, lalo na ang Convolutional Neural Networks (CNN), ay ginagamit para sa complex pattern recognition. Ang deep-learning techniques ay maaaring i-extract ang useful information mula sa large-scale multi-dimensional data sa pamamagitan ng kanilang automatic feature-learning capabilities, na nagpapataas ng accuracy ng diagnosis. Halimbawa, sa isang specific CNN model, ang ilang convolutional layers at pooling layers ay disenyo upang i-process ang inilipat na video image data upang matukoy ang typical fault features.

2.3 Drive Motor Current Signal Analysis

Ang real-time monitoring at analysis ng current signals na idinudulot sa panahon ng operasyon ng drive motor ay maaaring iprognose at idiagnose ang potential mechanical failures. Ang drive motor current signal analysis karaniwang nakatuon sa pag-detect ng small changes sa current signal upang matukoy ang anomalies o wear ng mechanical components.

Kung may mga pagkakamali sa mga mechanical components ng mataas na tensyon na disconnector switch, tulad ng bearing damage, gear wear, o imbalance, ito ay indirect na umaapekto sa load ng drive motor, na nagreresulta sa specific pattern variations sa kanyang current signal.

Sa termino ng data analysis, ang isang current sensor ay ginagamit upang irecord ang current waveform sa normal na operasyon sa paligid ng power-supply coil ng motor. Ang sampling frequency ay karaniwang itinatakda sa itaas ng 20 kHz upang kuhanin ang detailed information at siguraduhin ang high-precision data parsing.

Sa termino ng feature extraction, ang Fourier transform ay ginagamit upang iconvert ang time-domain current signal sa frequency-domain signal, na tumutulong sa pag-identify ng harmonic anomalies na dulot ng mechanical failures. Halimbawa, sa fault-free conditions, ang drive motor current signal pangunahing naglalaman ng fundamental frequency at kanyang integer-multiple harmonics. Kung may pagkakamali, tulad ng bearing failure, ang new peaks ay maaaring mapansin sa specific frequencies.

Sa susunod na data processing, ang statistical methods ay maaaring gamitin upang i-analyze ang extracted frequencies. Halimbawa, ang amplitude changes ng bawat frequency point ay maaaring icalculate, at ang fault-identification model ay maaaring itrain gamit ang machine-learning algorithm. Ang input ng algorithm ay ang frequency characteristics ng current signal, at ang output ay ang prediction ng fault type at severity.

Sa pamamagitan ng pag-analyze ng current signal, ang deviation ng current signal ay maaaring quantified. Halimbawa, sa initial stage ng bearing failure, ang amplitude ng current harmonic ay maaaring tumaas ng 5-10 A, samantalang sa case ng gear wear, ang amplitude ng relevant harmonic ay maaaring tumaas ng 3-8 A. Ito ay nagbibigay ng maintenance team ng accurate determination ng equipment status at plan ng maintenance work, na nagiiwas sa large-scale power outages na dulot ng failures.

2.4 Application of Resistance Strain Measurement Technology

Ang resistance strain measurement technology ay maaaring gamitin upang ibantay ang structural stress at deformation ng mataas na tensyon na disconnector switches. Ang teknolohiyang ito ay nailapat sa pamamagitan ng resistance strain gauges na inilapat sa key components.

Ang resistance strain gauge ay isang sensor na nag-convert ng mechanical deformation sa electrical signal. Ang working principle nito ay batay sa property na ang resistance value ng metal conductor ay nagbabago kapag ito ay deformed under force. Isang schematic diagram ng structure ng resistance strain gauge ay ipinapakita sa Figure 4.

Sa pagpili ng resistance strain gauges, maaaring pipiliin ang high-precision metal foil resistance strain gauges. Ang mga gauge na ito ay may good linear characteristics at stable temperature response, at karaniwang inilalapat sa posisyon kung saan ang mataas na tensyon na disconnector switch ay naka-stress at prone sa pagod, tulad ng contact arm at rotating shaft.

Pagkatapos ng pagpili at installation ng resistance strain gauges, ang mga gauge ay kailangan na ikonekta sa data collection system sa pamamagitan ng wires. Ang data collection system ay responsable sa pag-record ng resistance changes na inilipat mula sa resistance strain gauges at pag-convert nito sa voltage signals para sa reading. Ang data collection system kailangan ng high-speed sampling rate at high resolution upang siguraduhin na makuha ang rapid strain changes na idinudulot sa panahon ng operasyon ng mataas na tensyon na disconnector switch. Ang sampling rate na ginagamit ay karaniwang nasa kilohertz range, at ang resolution ay nagsasarili ng millivolt level.

Ang appropriate software ay ginagamit upang i-process ang collected voltage signals. Una, ang filtering ay ginagawa upang alisin ang possible noise interference, at pagkatapos, ang mathematical algorithms tulad ng Fast Fourier Transform (FFT) ay ginagamit upang i-analyze ang signal spectrum at i-extract ang strain data. Ang strain data ay maaaring iconvert upang makakuha ng actual stress state ng corresponding component.

Ang measured strain data ay kinokompara sa pre-established stress model ng mataas na tensyon na disconnector switch upang i-evaluate ang current health status ng equipment. Kapag ang monitored stress ay lumampas sa design threshold, ang data collection system ay awtomatikong mag-iissue ng warning signal upang ipaalala sa operation and maintenance personnel na gawin ang inspections o maintenance.

3 Conclusion

Ang artikulong ito ay malalim na naimpluwensyahan ang karaniwang uri ng mekanikal na pagkakamali ng mataas na tensyon na disconnector switches at ang kanilang intelligent diagnosis methods. Ang paggamit ng intelligent diagnosis methods para sa mekanikal na pagkakamali ng mataas na tensyon na disconnector switches ay hindi lamang maaaring mapabuti ang reliabilidad ng operasyon ng equipment kundi maaari ring siyentipikong mabawasan ang maintenance costs at optimize ang proseso ng desisyon sa pagmamaneho.

Sa patuloy na progreso ng agham at teknolohiya at ang pagdating ng mas mature na teknolohiya ng data analysis, ang mga taong may kinalaman dito ay kailangan na dagdagan ang research investment upang mapabuti ang intelligent diagnosis level ng mekanikal na pagkakamali ng mataas na tensyon na disconnector switches, nagbibigay ng malakas na suporta para sa stable na operasyon ng sistema ng kuryente.