• Product
  • Suppliers
  • Manufacturers
  • Solutions
  • Free tools
  • Knowledges
  • Experts
  • Communities
Search


Oversigt over defektdiagnosemetoder for højspændings AC-brydere

Felix Spark
Felt: Fejl og vedligeholdelse
China

1. Hvad er de karakteristiske parametre for spolestrømmebnet i højspændingsbryderes driftsmekanismer? Hvordan kan disse karakteristiske parametre udtrækkes fra det originale trip-spolestrømsignal?

Svar: De karakteristiske parametre for spolestrømmebnet i højspændingsbryderes driftsmekanismer kan inkludere følgende:

  • Stabil tilstandstopstrøm: Den maksimale stabil strøm i elektromagnetens spolebølgeform, der repræsenterer positionen, hvor kernen i elektromagnet bevæger sig til og kortvarigt opholder sig ved sin grænseposition.

  • Varighed: Varigheden af elektromagnetens spolestrømmebnet, typisk mellem et dusin og over et hundrede millisekunder.

  • Stigningstid før kerneaktivering: Tiden, det tager at stige fra nul til den første topstrøm i bølgeformen.

  • Faldetid: Tiden, det tager at falde fra den første topstrøm tilbage til den anden dale. Dette svarer til tiden, hvor armaturet begynder at bevæge sig, slår trip-mekanismen og driver den til elektromagnetarmaturens grænseposition.

  • Bølgeformens form: Den samlede form af bølgeformen, såsom enkeltimpuls, flerimpuls eller periodisk bølgeform.

  • Frekvens: Hvis bølgeformen er periodisk, er dens frekvens en vigtig parameter.

For at udtrække disse karakteristiske parametre fra det originale trip-spolestrømsignal, er typisk følgende trin påkrævet:

  • Sampling: Brug passende samplingudstyr med tilstrækkelig samplinghastighed til kontinuerligt at sample spolestrømmen og konvertere signalet til digital form.

  • Filtering: Filter de sampled data for at fjerne højfrekvent støj for bedre identifikation af bølgeformens egenskaber.

  • Topdetektion: Find den maksimale værdi fra det filtrerede signal for at fastlægge topstrømmen.

  • Måling af varighed: Beregn varigheden ved at registrere tidspunkterne, hvor bølgeformen starter og slutter fra nulstrøm.

  • Måling af stigningstid og faldetid: Beregn stigningstid og faldetid ved at registrere tidspunkterne fra nulstrøm til topstrøm og fra topstrøm tilbage til nulstrøm, henholdsvis.

  • Formanalyse: Brug matematiske metoder eller bølgeformfitningsmetoder til at analysere bølgeformens form.

  • Frekvensanalyse: Hvis bølgeformen er periodisk, brug Fouriertransformering eller autokorrelationfunktion til at estimere frekvensen.

Disse trin kræver typisk signalbehandling og dataanalyseværktøjer (såsom MATLAB, Python's NumPy og SciPy biblioteker, etc.). Udtrækning af disse karakteristiske parametre hjælper med at overvåge og analysere ydeevnen af højspændingsbryderes driftsmekanismer. Bemærk, at passende sikkerhedstiltag skal træffes, når man håndterer højspændingsstrømme for at forebygge uheldige elektriske stød eller andre farer.

HV AC Circuit Breakers.jpg

2. Hvilke algoritmer kan bruges til at udtrække karakteristiske parametre som top- og dalamplituder samt deres tilsvarende tidspunkter fra spolestrømsbølgeformer? Angiv dem specifikt.

Svar: For at udtrække karakteristiske parametre som top- og dalamplituder samt deres tilsvarende tidspunkter fra spolestrømsbølgeformer, kan forskellige signalbehandlings- og analysealgoritmer bruges. Segmentering af bølgeform og segment-for-segment sammenligning kan bruges til at opnå karakteristiske parametre. Nedenfor er nogle ofte anvendte algoritmer og metoder:

  • Topdetektionsalgoritmer: Disse algoritmer kan detektere toppe i bølgeformer, herunder maksimumstoppe og minimumsdale. Almindelige algoritmer inkluderer terskelmetode, glidende vinduemetode, gradient-baserede metoder, etc.

  • Nulpunktsdetektionsalgoritmer: Disse algoritmer kan detektere overgange i bølgeformer fra positiv til negativ eller fra negativ til positiv, typisk brugt sammen med top- og daldetektion.

  • Fouriertransformation: Kan konvertere spolestrømsbølgeformen til frekvensdomænet, udtrække top- og dalinformation i frekvensdomænet, og derefter mappes tilbage til tidsdomænet gennem invers transformation for at få tidsinformation.

  • Integrations- og differentiationsalgoritmer: Integration kan bruges til at estimere bølgeformens amplitud, mens differentiation kan bruges til at estimere hældningen af toppe og dale, hvilket giver mulighed for at inferere deres tidspunkter.

  • Bølgeformfitning: Ved at fitte bølgeformmodeller som Gaussiske modeller, S-kurver, etc., til at estimere positionerne og amplituderne af toppe og dale. Justering af teoretiske parametre for elektromagneter for at generere spolestrømsbølgeformer, der kontinuerligt nærmer sig reelle målingsdata, hvilket giver mulighed for at få bølgeformparametre for reelle spolestrømme fra teoretiske parametre.

  • Vinduesbaseret analyse: Segmentér bølgeformen i små vinduer og udtræk karakteristiske parametre inden for hvert vindue for at fange ændringer i toppe og dale.

  • Differentiationsbaserede metoder: Beregn differentialkvotienten af bølgeformen for at finde positionerne af toppe og dale; punkter, hvor differentialkvotienten bliver nul, er ekstremepunkter.

Disse algoritmer kan bruges individuelt eller i kombination, og den specifikke valg afhænger af bølgeformens natur og den specifikke applikations krav. I praksis kombineres typisk domæneviden og dataanalyseværktøjer for at sikre præcis udtrækning af karakteristiske parametre fra spolestrømmebølger.

3. Hvilke karakteristiske parametre har accelerationssignalet for højspændingsbrydermekanismer under åbnings- og lukningsoperationer? Hvordan hentes disse karakteristiske parametre fra de målte mekaniske vibrationsignaler for højspændingsbrydere?

Svar: Accelerationssignalet for højspændingsbrydermekanismer under åbnings- og lukningsoperationer kan indeholde mange karakteristiske parametre, der giver vigtig information om mekanismens ydeevne og tilstand. Nedenfor er nogle mulige karakteristiske parametre og metoder til at udtrække dem:

  • Topacceleration: Det maksimale accelerationværdi i vibrationsignalet, typisk udtrykt i g-enheder (tyngdeacceleration).

  • Varighed: Varigheden af vibrationshændelsen, typisk i millisekunder eller sekunder.

  • Frekvenskomponenter: Gennem Fouriertransformering eller hurtig Fouriertransformering (FFT) og andre spektralanalysemetoder kan frekvenskomponenter i vibrationsignalet blive udtrukket for at identificere forekomsten af eventuelle frekvenskomponenter.

  • Vibrationsamplitude: Amplituden af vibrationsignalet, som kan udtrykkes som afstanden fra top til nul.

  • Top-til-top værdi: Vibrationsamplituden for en komplett cyklus i vibrationsignalet, typisk brugt til at identificere periodiske vibrationer.

  • Antal pulser: For flerpulse vibrationer kan antallet af pulser inden for en given tidsperiode beregnes.

  • Form af accelerationbølgeform: Bølgeformen af vibrationsignalet kan bruges til at analysere start, slutning og varighed af vibration.

  • Højfrekvenskomponenter: Identificér højfrekvensvibrationkomponenter, der kan indikere mekanismens ustabilitet eller skade.

For at udtrække disse karakteristiske parametre er følgende trin typisk påkrævet:

  • Vibrationsignaloptagelse: Brug passende sensorer (såsom accelerometre) til at indsamle vibrationsignaler fra højspændingsbryderens mekanisme.

  • Signal digitalisering: Konverter det analoge vibrationsignal til digital form til efterfølgende analyse.

  • Filtrering og støjreduktion: Filtrer og reducér støj i vibrationsignalet for at eliminere støj og forbedre signalkvaliteten.

  • Egenskabsudtrækning: Brug signalbehandlingsværktøjer (såsom FFT) og vibrationsanalysemetoder til at udtrække de ovennævnte karakteristiske parametre. Vibrationsignaler omdannes ved hjælp af Fouriertransformering; signaler med forskellige frekvenser superponeres på forskellige tidspunkter for at generere accelerationvibrationsbølgeformer, der nærmer sig den faktiske vibrationskurve, og erhverver karakteristiske parametre for faktiske data fra teoretiske data.

  • Dataanalyse: Analyser de udtrukne karakteristiske parametre for at identificere ydeevneproblemer eller anomalier i mekanismen.

Analyse af disse karakteristiske parametre kan bruges til at overvåge højspændingsbrydernes sundhedstilstand, identificere potentielle fejl og træffe vedligeholdelsesforanstaltninger for at sikre deres korrekte funktion. Vibrationsovervågning er typisk en vigtig opgave i ingeniørarbejdet, der kan forbedre udstyrets pålidelighed og levetid.

4. Hvilke algoritmer kan bruges til at udtrække karakteristiske parametre fra de mekaniske vibrationsaccelerationssignaler under højspændingsbryderoperationer?

Svar: Når man udtrækker karakteristiske parametre fra de mekaniske vibrationsaccelerationssignaler under højspændingsbryderoperationer, kan forskellige signalbehandlings- og analyseauktalgoritmer bruges. Nedenfor er nogle ofte anvendte algoritmer og metoder:

  • Topdetektionsalgoritmer: Disse algoritmer kan detektere toppe i vibrationsignaler, herunder maksimal vibrationsaccelerationstop. Almindelige algoritmer inkluderer tærskelmetoden, glidende vinduemetode, gradientbaserede metoder osv.

  • Spektralanalyse: Fouriertransformering eller hurtig Fouriertransformering (FFT) kan bruges til at konvertere vibrationsignalet til frekvensdomænet og udtrække frekvenskomponenter og amplitudinformation af vibrationen.

  • Vibrationenergi: Estimer vibrationenergien ved at integrere kvadratet af vibrationsignalet, hvilket giver information om den totale energi i vibrationen.

  • Vibrationsfrekvens: Estimer de primære frekvenskomponenter i vibrationen ved hjælp af spektralanalyse eller autokorrelationsfunktioner for at identificere vibrationsfrekvenskarakteristikker.

  • Vibrationsamplitude: Kvantisér størrelsen af vibrationen ved at beregne amplituden af vibrationsignalet.

  • Top-til-top værdi: Vibrationsamplituden for en komplett vibrationscyklus i vibrationsignalet, typisk brugt til at identificere periodiske vibrationer.

  • Antal pulser: For flerpulse vibrationer kan antallet af pulser inden for en given tidsperiode beregnes.

  • Form af vibrationsbølgeform: Bølgeformen af vibrationsignalet kan bruges til at analysere start, slutning og varighed af vibration.

  • Peak time: Estimer tidspunktet, hvor vibrationstoppen forekommer, for at identificere timingen af vibrationshændelser.

Disse algoritmer kan anvendes individuelt eller i kombination, med den specifikke valg afhængig af vibreringssignalets karakter og de specifikke applikationers krav. I praksis kombineres typisk domæneviden og dataanalyseværktøjer for at sikre præcis udtrækning af karakteristiske parametre fra mekaniske vibrationsaccelerationssignaler fra højspændingsafbrydere, for at overvåge udstyrets ydeevne og sundhedstilstand.

5. Hvordan uddrager man top og toptid af vibrationsenergisignaler?

Svar: For at uddrage top og toptid af vibrationsenergisignaler kan du bruge signalbehandling og analysemetoder. Følgende er en generel metode:

  • Uddragelse af top af vibrationsenergisignaler:

    • a. Udjævn vibrationsenergisignalet: Anvend gennemsnitlig filtrering eller andre udjævningsteknikker for at reducere støj i signalet, hvilket gør det lettere at opdage top.

    • b. Find toppunkter: Udfør topdetektion på det udjævnede signal, typisk gennem følgende trin:

    • c. Registrer topamplituder: Bestem amplituden af vibrationsenergisignalet ved hvert toppunkt.

      • Beregn første afledte eller forskel i signalet for at finde ekstremepunkter i signalet (punkter, hvor gradienten bliver nul).

      • Brug tærskler eller andre betingelser til at filtrere bort toppunkter, undtagen små fluctuationer.

  • Uddragelse af toptid:

    • Registrer topmomenter: For hvert opdagede toppunkt, registrer dets position på tidsaksen, dvs. toptidspunktet.

    • Brug tidsinformation: Tidsinformationen for topmomenterne kan bruges til at repræsentere indtrædenstiden for hvert top, typisk i millisekunder eller sekunder.

Bemærk, at de specifikke metoder til uddragelse af top og toptider kan variere afhængigt af signalets karakter. Desuden vil graden af signalets udjævning og støjniveau også påvirke topdetektion. Du kan bruge signalbehandlingsværktøjer som NumPy og SciPy biblioteker i Python, samt topdetektionsalgoritmer som tærsklemetoden, gradientmetoden eller glidende vinduemetode til at udføre disse trin. I praksis kan du måske skulle justere algoritme-parametre for at tilpasse specifikke vibrationsignal-krav.

6. Hvilke karakteristiske parametre har lydsignalet under åbning og lukning af højspændingsafbrydere? Hvordan uddrager man disse parametre for at analysere og diagnosticere latente defekter i højspændingsafbrydere?

Svar: Lydsignalet under åbning og lukning af højspændingsafbrydere kan indeholde nogle karakteristiske parametre, der anvendes til at analysere og diagnosticere udstyr ydeevne og sundhedstilstand. Følgende er nogle mulige lydsignalkarakteristiske parametre og metoder til at uddrage dem:

  • Lydamplitude: Amplituden eller lydstyrken af lydsignalet, typisk udtrykt i decibel (dB).

  • Lydfrekvens: Frekvenskomponenterne af lydsignalet, brugt til at identificere tonen eller frekvensområdet af lyden.

  • Lydvarighed: Varigheden af lydhændelsen, typisk i millisekunder eller sekunder.

  • Lydbølgeform: Bølgeformen af lydsignalet, brugt til at analysere start, slut og varighed af lyden.

  • Lydspektrum: En spektralanalysegraf af lydsignalet, brugt til at identificere indtræden og ændringer af frekvenskomponenter.

  • Antal pulser: For flere lydpulser kan antallet af pulser inden for en given tidsperiode beregnes.

  • Lydfeatures: Brug lydanalyseværktøjer til at uddrage lydfeatures, såsom energi, spektral gennemsnit, top osv., af lydsignaler.

For at uddrage disse karakteristiske parametre kan følgende trin udføres:

  • Indsamling af lydsignal: Brug passende mikrofoner eller sensorer til at indsamle lydsignaler under åbning og lukning af højspændingsafbrydere.

  • Digitalisering af signal: Konverter det analoge lydsignal til digital form for analyse.

  • Behandling af lydsignal: Filtrer og fjern støj fra lydsignalet for at eliminere støj og forbedre signalkvalitet.

  • Uddragelse af features: Brug lydsignalbehandlingsværktøjer og algoritmer til at uddrage de ovenstående karakteristiske parametre, såsom spektralanalyse, bølgeformsanalyse osv.

  • Dataanalyse: Analyser de uddragede karakteristiske parametre for at identificere anomalier eller ydeevneproblemer i lydsignalet.

Ved at overvåge og analysere lydsignaler kan latente defekter i højspændingsafbrydere identificeres, såsom abnormale lyde, mekaniske problemer eller andre abnorme operationer. Dette hjælper med at forebygge udstyrsfejl og tage vedligeholdelsesforanstaltninger for at sikre højspændingsafbryderens pålidelighed og sikkerhed.

Giv en gave og opmuntre forfatteren
Anbefalet
Send forespørgsel
Hent
Hent IEE Business-applikationen
Brug IEE-Business appen til at finde udstyr få løsninger forbinde med eksperter og deltage i branchesamarbejde overalt og altid fuldt ud understøttende udviklingen af dine energiprojekter og forretning