नवीन लोड स्विच में फ़्यूज़ होने की गलती का पहचान करने की विधि

पिछले वर्षों में, जैसे-जैसे वितरण प्रक्रिया सुधार होती गई, लोड स्विचों का उपयोग वितरण लाइनों में व्यापक रूप से होने लगा। फिर भी, यांत्रिक विफलता-से-उत्पन्न दुर्घटनाएँ बढ़ रही हैं, जो लाइन के संचालन और रखरखाव पर भार डाल रही हैं।

कम यांत्रिक प्रदर्शन स्विच दोषों का मुख्य कारण है। कई विद्वान बड़े पैमाने पर स्विचगियर संचालन का अध्ययन करते हैं, जैसे कि कुंडली धारा निरीक्षण, कंपन संकेत विश्लेषण, स्विच यात्रा परीक्षण, अल्ट्रासोनिक दोष निर्णय, और इन्फ्रारेड तापमान नाप। मोटर-धारा-आधारित स्विच स्थिति निर्णय विद्युत चालक और अलग-करने वाले स्विचों के लिए काम करता है, लेकिन लोड-स्विच ड्राइव-मैकेनिज्म दोषों में कम उपयोग होता है।

क्षेत्र में चल रहे लोड स्विचों के शोध से पता चलता है कि ऊर्जा-संचय मोटर धारा संकेत स्विच की स्थिति को प्रतिबिंबित करता है। ड्राइव मैकेनिज्म में यांत्रिक समस्याएं (जैसे, स्प्रिंग जाम, रस्सी, गियर जाम) धारा संकेत पैरामीटरों (अनुपात, अवधि, स्थानीय चोटियां) को बदल देती हैं। तटीय क्षेत्रों में आम ऊर्जा-संचय मोटर रस्सी-जाम के लिए, यह शोध दोष विशेषता निष्कर्ष और पहचान का अध्ययन करता है। चरण: 1) मोटर धारा विशेषताओं का विश्लेषण, तरंग-रूपों को 4 चरणों में विभाजित करें, और प्रत्येक चरण का मूल्यांकन करें। 2) विभिन्न स्थितियों के लिए धारा तरंग-रूपों के लिए डेटा-अधिग्रहण उपकरण डिजाइन करें। 3) रिकॉर्डिंग-शुरू एल्गोरिथ्म, विशेषता निष्कर्ष और दोष-पहचान विधियां प्रस्तावित करें। 4) प्रयोगों द्वारा पुष्टि करें।

1 ऊर्जा-संचय मोटर धारा विशेषताओं का विश्लेषण

लोड स्विच आमतौर पर ऊर्जा संचय के लिए दबाव स्प्रिंगों को चलाने के लिए डीसी मोटरों का उपयोग करते हैं। मोटर के संचालन के दौरान, रोटर-आउटपुट टोक और गति स्टेटर-सर्किट धारा के साथ घनिष्ठ रूप से संबंधित होते हैं। शंट-प्रेरित डीसी मोटर का विद्युत चुंबकीय टोक और वोल्टेज समीकरण निम्नलिखित हैं:

समीकरण (1) में, T विद्युत चुंबकीय टोक को दर्शाता है; n घूर्णन गति को दर्शाता है; Ia आर्मेचर धारा को दर्शाता है; Ra आर्मेचर सर्किट प्रतिरोध को दर्शाता है, जो एक स्थिर राशि है; Ea विक्रमण विद्युत बल को दर्शाता है; U टर्मिनल वोल्टेज को दर्शाता है; ΔU संपर्क वोल्टेज गिरावट को दर्शाता है, जो एक स्थिर राशि है; ϕ चुंबकीय प्रवाह को दर्शाता है; Ce विद्युत बल स्थिरांक को दर्शाता है; और CT टोक गुणांक को दर्शाता है। समीकरण (1) के अनुसार, हम निम्नलिखित निष्कर्ष निकाल सकते हैं:

समीकरण (2) से, जब लोड धारा छोटी होती है, तो आर्मेचर प्रतिक्रिया का डीमैग्नेटाइजिंग प्रभाव नगण्य होता है, इसलिए चुंबकीय प्रवाह को स्थिर माना जाता है, और विद्युत चुंबकीय टोक लोड धारा के साथ आनुपातिक होता है। जैसे-जैसे लोड धारा बढ़ती है, टोक बढ़ता है लेकिन घूर्णन गति घटने की प्रवृत्ति रहती है। हालांकि, उच्च लोड धारा से डीमैग्नेटाइजिंग प्रभाव चुंबकीय प्रवाह को कम करता है, जो गति को बढ़ाएगा। ये विपरीत प्रभाव आमतौर पर शंट-प्रेरित मोटर की गति में थोड़ी गिरावट का कारण बनते हैं। आकृति 1 ऑपरेशन में डीसी ऊर्जा-संचय मोटर के टिप्पणीय धारा तरंग-रूप को दर्शाती है, जो 4 चरणों में विभाजित है।आकृति 1 ऑपरेशन में डीसी ऊर्जा-संचय मोटर के टिप्पणीय धारा तरंग-रूप को दर्शाती है, जो 4 चरणों में विभाजित है।

चरण 1 (t₀)–(t₁): मोटर शुरुआत चरण

समय t0 पर, लोड स्विच वितरण टर्मिनल यूनिट से बंद करने का संकेत प्राप्त करता है, जिससे नियंत्रण मोटर लोड के साथ शुरू होता है। मोटर धारा tst पर शुरुआती चोटी तक बढ़ जाती है, फिर तेजी से गिरकर स्थिर संचालन में प्रवेश करती है।

चरण 2 (t₁)–(t₂): मोटर स्थिर संचालन चरण

मोटर ट्रांसमिशन गियर को निष्क्रिय चलाता है। इस चरण में, मोटर हल्के लोड के तहत स्थिर रूप से चलता है, जिसमें मोटर धारा अनुपात Ia होता है।

चरण 3 (t₂)–(t₄): स्प्रिंग ऊर्जा-संचय चरण

जैसे-जैसे दबाव स्प्रिंग ऊर्जा संचित करता है, मोटर का आउटपुट टोक धीरे-धीरे बढ़ता है, जो t3 पर अधिकतम पहुंचता है; इस समय, मोटर धारा भी चरण का अधिकतम Im पहुंचती है। इसके बाद, मोटर का आउटपुट टोक धीरे-धीरे घटता है।

चरण 4 (t₄)–(t₅): मोटर धारा विच्छेदन चरण

t4 पर, दबाव स्प्रिंग सीमा स्विच तक पहुंचता है, जिससे मोटर को ऊर्जा का विच्छेदन हो जाता है। मोटर धारा तेजी से गिरती है, जब तक t5 पर 0 नहीं पहुंचती, और मोटर बंद हो जाता है।

2 ऊर्जा-संचय मोटर जाम के लिए दोष निदान
2.1 दोष सिमुलेशन और डेटा अधिग्रहण

एक इलेक्ट्रिकल उपकरण कारखाने के लोड स्विच पर एक जाम दोष परीक्षण सिमुलेट किया गया (आकृति 2(a) में स्थिति)। स्विच को विघटित करने के बाद, मोटर के स्थिर संचालन और स्प्रिंग ऊर्जा-संचय चरणों के दौरान, एक रॉकर ने गियर/स्प्रिंग जाम की सिमुलेशन के लिए विपरीत लॉक्ड-रोटर बल लगाए। एक कस्टम धारा अधिग्रहण उपकरण (आकृति 2(b)) ARM STM32F103 चिप का उपयोग करके HSTS016L हॉल धारा ट्रांसफार्मर (डीसी इनपुट: 0–30A) से संकेत एकत्र किया। क्योंकि खुलने का संकेत लक्ष्य धारा तरंग-रूप को लागू नहीं करता, इस अध्ययन में बंद करने के धारा संकेत पर ध्यान केंद्रित किया गया है।

2.2 तरंग-रूप रिकॉर्डिंग शुरुआत एल्गोरिथ्म

आकृति 1 से, प्रभावी संकेत तरंग-रूप समय विंडो t0 से t5 तक फैला हुआ है, जिसमें 4 चरण हैं जिनमें विभिन्न धारा परिवर्तन हैं। इसके अलावा, विभिन्न ड्राइव मोटरों के बीच संकेत अनुपात में भी बड़े अंतर हैं। इसलिए, सिंपल धारा अनुपात की सीमा को संकेत तरंग-रूप रिकॉर्डिंग के शुरुआती मानदंड के रूप में उपयोग करना स्पष्ट रूप से अनुपयुक्त है। इसलिए, इस अध्ययन में एकक समय विंडो में धारा परिवर्तन दर Kt और माध्य मान Imean को शुरुआती मानदंड के रूप में उपयोग किया गया है ताकि प्रभावी तरंग-रूप रिकॉर्डिंग प्राप्त की जा सके। एकक समय विंडो का धारा परिवर्तन दर:

प्रत्येक समय विंडो की माध्य धारा:

समीकरण (3) और (4) में, I(i) धारा संकेत को दर्शाता है; M एकक समय विंडो में नमूना बिंदुओं की संख्या है; Δt एकक समय विंडो की समय लंबाई है, और इस शोध में Δt = 0.02s है; I(1) एकक समय विंडो का पहला नमूना बिंदु है।

2.3 समय-डोमेन विशेषता निष्कर्ष

ऊर्जा-संचय मोटर के जाम दोष की पहचान करने के लिए, कुछ समय-डोमेन निर्देशांकों के माध्यम से वक्र की व्यक्तित्व वाली जानकारी निकाली जाती है। कुर्टोसिस K धारा संकेत की चिकनाई का वर्णन कर सकता है; रूट मीन स्क्वायर Irms धारा संकेत की औसत ऊर्जा का वर्णन कर सकता है; स्क्यूनेस sk सांख्यिकीय डेटा वितरण की दिशा और डिग्री का माप है; फॉर्म फैक्टर sh और पीक फैक्टर C तरंग-रूप में धारा चोटी की चरम डिग्री का वर्णन करते हैं।

रैंडम फॉरेस्ट (RF) वर्गीकरण एल्गोरिथ्म बहुत से निर्णय वृक्षों को एकीकृत करता है। इसका आउटपुट वर्ग व्यक्तिगत निर्णय-वृक्ष वर्गों के मोड द्वारा निर्धारित किया जाता है, जिसमें उच्च सटीकता, असामान्य डेटा के लिए अच्छा सहनशीलता, और कम ओवरफिटिंग का जोखिम होता है।

2.4 रैंडम फॉरेस्ट एल्गोरिथ्म

RF बूटस्ट्रैप नमूनाकरण (स्थानापन्न नमूनाकरण के साथ मूल डेटा सेट से n नमूना सेट बनाना) और बैगिंग मतदान पर निर्भर करता है। बैगिंग बूटस्ट्रैप के माध्यम से n ट्रेनिंग सेट उत्पन्न करता है, प्रत्येक एक स्वतंत्र दुर्बल वर्गीकरक को ट्रेन करता है। अंतिम निर्णय दुर्बल-वर्गीकरक आउटपुट पर मतदान से आता है, जिसमें बहुमत का निर्णय परिणाम के रूप में लिया जाता है।

RF CART निर्णय वृक्षों (बाइनरी वृक्ष जो शीर्ष से नीचे विभाजित होते हैं, विभाजन के लिए गिनी इंडेक्स को न्यूनतम करते हैं, सूत्र (5)) का उपयोग करता है। लिउ मिन आदि द्वारा 100 निर्णय वृक्ष वर्गीकरण प्रदर्शन को अनुकूलित करते हैं। इसलिए, इस अध्ययन में 100 CART वृक्षों का उपयोग रैंडम फॉरेस्ट के लिए किया गया है।

3 मामला विश्लेषण
3.1 विशेषता चयन

रैंडम फॉरेस्ट में गिनी इंडेक्स प्रत्येक विशेषता की महत्वाकांक्षा का मूल्यांकन करने के लिए उपयोग किया जाता है। परिणाम आकृति 3 में दिखाए गए हैं, जहां उभयाक्ष प्रतिशत गुणांक को दर्शाता है। यह देखा जा सकता है कि चार विशेषता, जैसे कि पीक फैक्टर C, स्क्यूनेस sk, रूट मीन स्क्वायर Irms, और कुर्टोसिस K, उच्च रूप से महत्वपूर्ण हैं और लोड स्विच के विभिन्न स्थितियों के अंतरों को प्रभावी रूप से वर्णित कर सकते हैं। चार विशेषताएं, जिनमें फॉर्म फैक्टर sh, अधिकतम शुरुआती धारा Ist, मोटर संचालन समय t, और Tm शामिल हैं, कम महत्वपूर्ण हैं। इसलिए, इस अध्ययन में C, sk, Irms, और K को विशेषता वेक्टर के रूप में चयन किया गया है।