Ang mataas na voltaheng SF6 circuit breakers ay malawakang ginagamit sa mga sistema ng kuryente upang maprotektahan ang mga linya mula sa maikling pagkakasunog at sobrang karga. Upang matiyak ang kanilang reliabilidad at kaligtasan, karaniwang nangangailangan ang mga tagagawa ng regular na pagbubuksan at visual inspection ng pangunahing kontak, arc contacts, at gas nozzles. Ang layunin ng mga pagsusuring ito ay asesain ang kondisyon ng pagkasira ng mga komponente at deteminahin kung kinakailangan ng pagpalit.
Sa kasaysayan, ang mga pagsusuring ito ay batay sa ilang pamantayan:
Panahon ng Interval: Halimbawa, inirerekomenda ang pagsusuri ng mga kontak pagkatapos ng 12 taon ng paggamit para sa single-pressure SF6 dead-tank circuit breakers.
Elektrikal na Operasyon: Halimbawa, inirerekomenda ang pagsusuri pagkatapos ng 2000 elektrikal na operasyon.
Operasyon ng Fault: Halimbawa, inirerekomenda ang pagsusuri pagkatapos ng 10 rated short-circuit breaker operations.
Kombinadong Pamantayan: Ang kombinasyon ng mga itong faktor ay minsan ginagamit para sa mas komprehensibong asesmento.
Gayunpaman, sa paglipas ng panahon, ang mga metodyong pagsusuri batay sa panahon at bilang ng operasyon ay nagpakita ng ilang limitasyon. Habang nakakatulong ang mga pagsusuring ito upang matiyak ang kaligtasan ng kagamitan, hindi sila palaging nagsasalamin ng aktwal na kondisyon ng pagkasira ng mga kontak at nozzle. Bukod dito, ang mga pagsusuring ito ay maaaring mahal, inconsistent, at nagdudulot ng potensyal na panganib sa on-site internal inspections, na maaaring magresulta sa pinsala sa kagamitan.
Ang arcing ay isang komplikadong termal at elektrikal na proseso na may malaking epekto sa performance ng circuit breaker. Sa panahon ng pagputol ng maikling pagkakasunog na kuryente, ang arcing ay maaaring makaapekto sa mga parameter ng breaker sa pamamagitan ng nozzle ablation. Ang nozzle ablation ay tumutukoy sa erosyon ng materyales ng nozzle dahil sa mataas na temperatura ng arc. Ang prosesong ito ay may dalawang epekto sa interrupting capability ng breaker:
Tumaas na Chamber Pressure: Habang nababawasan ang nozzle, tumaas ang cross-sectional area ng nozzle throat, na nagiging sanhi ng mas mataas na presyon sa loob ng chamber ng breaker. Ang tumaas na presyon na ito ay tumutulong sa pagpabilis ng pagtatapos ng arc sa pamamagitan ng pagpapahina ng re-ignition.
Tumaas na Cross-Sectional Area ng Nozzle Throat: Ang paglaki ng nozzle throat ay nagbibigay-daan para sa mas maraming gas na makapasok sa rehiyon ng arc, na nagdadala ng mas maraming init at nagbabawas ng temperatura ng arc. Gayunpaman, ito rin ay nagdistributo ng enerhiya ng arc, na maaaring mabawasan ang self-blast capability ng breaker.
Kaya, ang prosesong nozzle ablation ay may positibong at negatibong epekto sa interrupting capability ng self-blast circuit breaker. Kapag ang breaker ay nagputol ng maikling pagkakasunog na kuryente, ang nozzle ablation ay nag-aalis ng bahagi ng enerhiya ng arc column, tumaas ang masa ng gas sa espasyo ng nozzle, at tumaas ang density ng gas sa paligid ng arc contacts, na nagbabawas ng posibilidad ng re-ignition.
Dahil sa malaking epekto ng nozzle ablation sa performance ng breaker, ang estimasyon ng intensity ng ablation (i.e., ang pagtaas ng diameter ng nozzle throat) at pagkalkula ng ablated mass ay isang mahalagang gawain. Ang eksaktong estimasyon ng nozzle ablation ay tumutulong sa maintenance personnel na mas maunawaan ang kalusugan ng breaker at gumawa ng mapagkakatiwaling desisyon para sa future maintenance.
Ang intensity ng ablation ay maaaring i-estimate sa pamamagitan ng sumusunod na mga paraan:
Visual Inspection: Sa pamamagitan ng pagbubuksan ng breaker at direkta na pagmamasid ng pagkasira sa nozzle. Bagama't ang paraang ito ay straightforward, ito ay mahal at nagdudulot ng inherent risks, tulad ng nabanggit na kanina.
Hindi Intrusibong Tekniko ng Pagdedeteksiyon: Ang advanced non-intrusive detection technologies, tulad ng infrared thermography at ultrasonic testing, ay lalong ginagamit para sa maintenance ng breaker. Ang mga teknikong ito ay nagbibigay ng assessment ng nozzle ablation at iba pang potensyal na isyu nang hindi kailangang buksan ang kagamitan.
Data Analysis at Predictive Modeling: Sa pamamagitan ng pag-analyze ng historical operating data ng breaker at pag-combine nito sa arc physics models, ang predictive models ay maaaring i-estimate ang intensity ng nozzle ablation. Ang approach na ito ay nagbabawas ng hindi kinakailangang disassembly inspections at nagpapabuti ng efficiency ng maintenance.
Upang mapalakas ang efficiency at reliability ng mataas na voltaheng SF6 circuit breakers, ang mga strategy ng maintenance sa kinabukasan ay maaaring higit na magbatid sa condition monitoring at intelligent diagnostic technologies. Ang real-time monitoring ng operating parameters ng breaker (tulad ng current, voltage, at temperature), na pinagsamantalik ang advanced data analysis algorithms, ay maaaring magbigay ng mas accurate na prediction ng nozzle ablation at overall health ng mga key components. Ang approach na ito ay maaaring bawasan ang hindi kinakailangang inspections at repairs, palawakin ang lifespan ng kagamitan, at bawasan ang maintenance costs.
Bukod dito, ang mga pag-unlad sa materials science ay magfokus sa pagbuo ng mas heat-resistant at ablation-resistant na materyales ng nozzle. Ang application ng bagong materyales ay maaaring paunlarin ang reliability at interrupting capability ng breaker, na nagpapahina ng negatibong epekto ng nozzle ablation.

Paraan ng Pagsukat para sa Nozzle Ablation sa Mataas na Voltaheng Circuit Breakers
1.Prinisipyo ng Pagsukat ng Nozzle Ablation
1.1 Relasyon sa pagitan ng Pressure Signals at Nozzle Ablation
Nagpakita ang pagsasaliksik na ang nozzle ablation, na nagdudulot ng pagtaas ng diameter ng nozzle, ay nagbabago sa characteristics ng gas flow sa loob ng circuit breaker. Ang pagbabagong ito ay umaapekto sa pressure distribution, na nagreresulta sa pagbabago ng pressure signals na maaaring makuha ng pressure sensors. Partikular, ang nozzle ablation ay nagreresulta sa dalawang pangunahing epekto:
Pagbabago ng Pressure Waveform: Ang pagtaas ng diameter ng nozzle ay nagbabago sa resistance ng gas flow, na nagbabago sa shape ng pressure waveform.
Pagbabago ng Spectral Characteristics: Ang nozzle ablation ay umaapekto rin sa spectral characteristics ng pressure signals, lalo na sa high-frequency range.
Sa pamamagitan ng pag-analyze ng mga features ng pressure signal, maaaring indirect na iminumungkahing ang extent ng nozzle ablation.
1.2 Pag-install at Pagsukat ng Pressure Sensors
Upang makuha ang accurate na pressure signals, ang pressure sensors ay maaaring i-install sa iba't ibang puntos depende sa structure ng circuit breaker at requirements ng pagsukat:
Single-Pole Measurement: Bawat pole ay may valve sa ilalim nito, na maaaring gamitin para i-connect ang pressure sensors. Ang setup na ito ay nagbibigay ng pagsukat ng pressure waves mula sa single pole, na nag-iwas sa interference mula sa multi-pole signal superposition.
Three-Pole Measurement: Sa normal na operasyon, ang tatlong poles ay konektado sa pamamagitan ng copper tubes, na may main filling valve sa base ng circuit breaker, na konektado sa lahat ng tatlong poles. Kung ang main filling valve ay ginagamit bilang connection point para sa pressure sensor, ang measured signal ay ang superposition ng tatlong individual na pressure signals.
Upang matiyak ang accurate na measurements, ang high-sensitivity piezoelectric pressure sensors na equipped ng appropriate charge amplifiers ay ginagamit. Ang pressure data ay irecord mula sa simula ng switching operation hanggang sa end ng ika-anim na oscillation. Ang raw pressure signal ay maaaring iprocess na may o walang filtering, depende sa requirements ng analysis.
Unfiltered Signal: Ang Fast Fourier Transform (FFT) ay direktang i-apply sa unfiltered signal upang i-analyze ang frequency domain characteristics nito.
Filtered Signal: Ang 100 Hz low-pass filter ay ginagamit upang alisin ang high-frequency noise, na nagreresulta sa pag-retain ng low-frequency components lamang.
Ang Figures 1 at 2 ay nagpapakita ng pressure history at spectrum, na nagbibigay ng visual representation ng characteristics ng pressure signal.
Klasipikasyon ng Condition ng Nozzle Gamit ang Machine Learning
Upang mapalakas ang accuracy ng diagnosis, ang pagsasaliksik na ito ay gumagamit ng machine learning algorithm batay sa k-Nearest Neighbors (k-NN) method. Ang proseso ay kinabibilangan ng sumusunod na mga hakbang:
Feature Extraction: Ang mga key features ay in-extract mula sa pressure signals, tulad ng peak at valley values, frequency components, atbp. Ang mga features na ito ay ginagamit bilang input parameters para sa machine learning algorithm.
Model Training: Ang k-NN model ay itrain gamit ang known data tungkol sa kondisyon ng nozzle at electrode. Sa training, ang algorithm ay deteminahin ang nearest neighbors batay sa feature distances upang gawin ang classification.
Classification ng New Data: Para sa bagong, unknown na measurements, ang itrain na model ay ginagamit upang iclassify ang kondisyon ng nozzles at electrodes.
Ang approach na ito ay nagbibigay ng assessment ng nozzle ablation at iba pang critical component conditions nang hindi kailangang buksan ang gas chamber, na nagbibigay ng accurate na maintenance recommendations at nagpapalawak ng lifespan ng circuit breaker.
Connection point with pressure sensor for nozzle ablation(photo from the source no 1)

Raw data of measurement at the main filling valve in original condition (blue), filtered signal (red)(photo from the source no 1)

Frequency spectrum of raw data in high voltage circuit breaker pressure method(photo from the source no 1)
Maraming features ang maaaring i-derive mula sa filtered at unfiltered pressure signals. Ang mga features na ito ay nagcapture ng unique characteristics ng iba't ibang measurement signals at mahalaga para sa pag-identify ng kondisyon ng nozzles. Dahil sa wide dispersion ng mga features, hindi feasible ang direct matching ng iba't ibang ablation conditions sa individual features. Upang tugunan ang challenge na ito, ang k-Nearest Neighbors (k-NN) algorithm ay ginagamit para sa evaluation.
Ang k-NN algorithm ay naggenerate ng n-dimensional vector para sa bawat measurement, kung saan ang n ay kumakatawan sa bilang ng features. Ang distance sa pagitan ng dalawang vectors ay ina-compute gamit ang Euclidean distance, na may additional variance weighting upang i-account ang variability ng data. Ang approach na ito ay nagse-ensure na maaaring effectively distinguishin ng algorithm ang iba't ibang ablation conditions batay sa combined information mula sa multiple features.
Ang transient pressure method ay advantageous dahil madali itong i-implement gamit ang existing filling valves upang i-connect ang pressure sensors. Gayunpaman, isa sa pangunahing challenges ay ang poor dispersion ng state indicators (features), na nagdudulot ng difficulty sa accurate diagnosis ng kondisyon ng nozzles. Upang labanan ito, ang feature scales ay optimized sa pamamagitan ng sensitivity analysis. Habang ang isang solo feature ay maaaring hindi sapat para sa lahat ng kaso, ang combination ng lahat ng pitong features at ang k-NN classification algorithm ay significantly nagpapabuti ng diagnostic accuracy.
Ilang classification algorithms ang itest, at ang resulta ay nagpakita na ang k-NN algorithm, gamit ang standard Euclidean distance, ay naka-achieve ng lowest error rate na less than 0.9% sa cross-validation. Ang combination ng features at ang k-NN algorithm ay pagkatapos ay in-apply upang iclassify ang field measurements para sa iba't ibang uri ng circuit breakers. Para sa inconsider na circuit breaker measurements, ang approach na ito ay maaaring gawin ang classification nang walang errors.