Garnuwar Ƙarfafar Kaifaka na Makonkunta mai Tsawo na Ikkaciyar AC
1. Me kike amfanin alama na sigar kwana mai tsauraran coil a cikin kayan aiki na IEE-Business na high-voltage circuit breaker? Yaushe ne za a iya samun waɗannan alamar sigar kwana daga signal na asali na kwana ta trip coil?
Amsa: Alamar sigar kwana mai tsauraran coil a cikin kayan aiki na IEE-Business na high-voltage circuit breaker suna iya haɗawa da wasu daga cikin waɗannan:
Uwar kwana na steady-state: Mafi uwar kwana a cikin sigar kwana na electromagnet coil, wanda yake nuna wurin da ke tafiyan core na electromagnet yayin da ya kasancewa gaban farkon lokaci.
Tsawon lokaci: Tsawon lokacin da ke tsauta a cikin sigar kwana na coil na electromagnet, wanda ke daidai daga doke-doke zuwa fiye da hudu dugon millisecond.
Lokacin canzawa kafin kafofin tsauri: Lokacin da ake buƙata don canje kwana daga sifar zuwa mafi kwana na farko.
Lokacin raguwa: Lokacin da ake buƙata don kwana ta raguwa daga mafi kwana na farko zuwa saƙonna na biyu. Wannan yana dogara da lokacin da armature plunger ya fara tafiya, ya kirkirga kayan aiki na trip, kuma ya kawo shi zuwa gaban iyakokin armature na electromagnet.
Ilimi na sigar kwana: Dukkan ilimin sigar kwana, kamar na pulse guda, mai yawa na pulse, ko sigar kwana mai tsaurare.
Tsammanin: Idan sigar kwana ita ce mai tsaurare, tsammaninta ita ce abin mahimmanci.
Don samun waɗannan alamar sigar kwana daga signal na asali na kwana ta trip coil, zamu buƙatar hanyoyin da aka ambata a cikin:
Kudaden yanayi: Yi amfani da kayan kudaden yanayi da yawa wanda yake da kyauwar sampling rate don kudaden yanayi na kwana ta coil kuma sabbin shi zuwa nau'in digital.
Filtration: Filtar data na kudadu don cire abubuwan zanga-zangar high-frequency su don inganta ingancin irin sigar kwana.
Nemo mafi kwana: Nemo mafi kwana daga cikin signalin da aka filtrar don samun mafi kwana.
Lura tsawon lokaci: Lura tsawon lokaci ta hanyar nemo lokutan da sigar kwana ta fara da kuma tsaurar daga kwana ta sifa.
Lura lokacin canzawa da raguwa: Lura lokacin canzawa da raguwa ta hanyar nemo lokutan daga kwana ta sifa zuwa mafi kwana da kuma daga mafi kwana zuwa kwana ta sifa wasu.
Lura ilimi: Yi amfani da hanyoyin lissafi ko teknik na fitting na sigar kwana don analisis ilimin sigar kwana.
Lura tsammanin: Idan sigar kwana ita ce mai tsaurare, yi amfani da Fourier transform ko autocorrelation function don estimated tsammanin.
Waɗannan matakan zai buƙaci kayan aikin ayyukan aikin sifa da analisis data (kamar MATLAB, kayan aikin NumPy da SciPy na Python, sauransu). Samun waɗannan alamar sigar kwana taimaka wajen duba da kuma analisis aiki na kayan aiki na IEE-Business na high-voltage circuit breaker. Ku san koda, dole ne a yi la'akari da hanyoyin tsaro daidaitacciyar da yawa yayin aiki da kwanan high-voltage don wardawa da accidental electric shock ko wasu abubuwan tsoro.
2. Me hanyoyin algorithm su ne za a iya amfani da su don samun alamar sigar kwana kamar mafi kwana da saƙonnan da kuma lokutansu? Da fatan za a bayyana su masu zuwa.
Amsa: Don samun alamar sigar kwana kamar mafi kwana da saƙonnan da kuma lokutansu daga sigar kwana mai kwana ta coil, za a iya amfani da wasu hanyoyin ayyukan aikin sifa da analisis. Zaman launi da kuma neman jerin jerin za a iya amfani da su don samun alamar sigar kwana. Waɗannan suna da hanyoyin da aka ambata a cikin:
Hanyoyin nemo mafi kwana: Waɗannan hanyoyin za a iya nemo mafi kwanan sigar kwana, kamar mafi kwana da saƙonnan. Wasu daga cikin hanyoyin da aka amfani da su shine hanyar threshold, hanyar sliding window, hanyoyin based on gradient, sauransu.
Hanyoyin nemo ɓilli: Waɗannan hanyoyin za a iya nemo canjin sigar kwana daga positive zuwa negative ko daga negative zuwa positive, wanda ke daidai aiki tare da nemo mafi kwana da saƙonnan.
Fourier transform: Za a iya canja sigar kwana mai kwana ta coil zuwa sararin tsammani, samun bayanin mafi kwana da saƙonnan a cikin sararin tsammani, kuma sannan sake kawo shi zuwa sararin lokaci ta hanyar inverse transformation don samun bayanin lokaci.
Hanyoyin integration da differentiation: Integration za a iya amfani da shi don estimate amplitude na sigar kwana, yayin da differentiation za a iya amfani da shi don estimate slope na mafi kwana da saƙonnan, don haka kuma infer lokutansu.
Zaman sigar kwana: Ta hanyar fitawa modilolin sigar kwana kamar modilolin Gaussian, kurwai S, sauransu, don estimate wurin da mafi kwana da saƙonnan. Canza paramitan theoretical na electromagnets don generate sigar kwana mai kwana ta coil wanda ke tsaya zuwa bayanan kuɗi, don haka kuma samun alamar sigar kwana na kwana ta coil a cikin hakika daga paramitan theoretical.
Analisis mai takarda: Kammala sigar kwana zuwa jerin takarda mai sauƙi kuma samun alamar sigar kwana a cikin kowane takarda su don samun canje-canjen mafi kwana da saƙonnan.
Hanyoyin based on derivative: Lura derivative na sigar kwana don nemo wurin mafi kwana da saƙonnan; wuri da derivative ya zama sifar suna abubuwan extreme.
Waɗannan aljubiyoyi zai iya amfani da su tana da mutu ko kuma yadda ake haɗa, idan an yi zaka so kuɗi a kan naturancin abu na kayayyakin da ma'ana a cikin tasirin. A cikin tasiri masu yawan, ilimi a kan yankin da kuma tushen bayanai suna haɗa da yawa don hakaƙar da tsarin karamin abubuwa daga kayayyaki na kayayyakun.
3. Me wata abubuwa mai muhimmanci da sautin karfiyar da shi ne a cikin kayayyaki na gwamnati na maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin? Yadda ake karamin waɗannan abubuwan daga kayayyakin da aka samu a kan maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin?
Amsa: Sautin karfiyar da shi ne a cikin kayayyaki na gwamnati na maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin zai iya ƙunshi waɗannan abubuwan mai muhimmanci wadanda ke bayyana muhimman bayanai game da kyaukarsa da kuma yanayin gwamnati. Waɗannan ne ake ƙunshi waɗannan abubuwan da kuma yadda ake karamin su:
Karfiyar da shi ne: Karfiyar da shi ne mafi yawa a cikin sautin karfiyar, yaɗu ake nuna a cikin g (gaskiya).
Tsari: Tsari na kayayyakin, yaɗu a nan daɗe da lura ko da saƙo.
Abubuwan da suka fi sani: Tare da furfurin Fourier ko kuma furfurin Fourier mai sauƙi (FFT) da wasu hukumar da suka bayyana abubuwan da suka fi sani a cikin sautin karfiyar don in tabbatar da abubuwan da suka fi sani.
Karamin abubuwan: Karamin abubuwan na sautin karfiyar, yaɗu ake nuna a cikin fari daga rarrabe zuwa zero.
Rarrabe-rarrabe: Karamin abubuwan na kayayyakin da ke ɗaya a cikin sautin karfiyar, yaɗu ake amfani da ita don in tabbatar da kayayyaki na ɗaya.
Yawan pulsa: Don kayayyakin da ke da waɗannan pulsa, za a iya ƙawo yawan pulsa a cikin lokacin daɗe.
Shugaban sautin karfiyar: An zama da amfani da shugaban sautin karfiyar don in bayyana farinin, ƙananin da kuma tsari na kayayyaki.
Abubuwan da suka fi sani da shi ne: In tabbatar da abubuwan da suka fi sani da shi ne, wadanda ke bayyana kansu ko karamin gwamnati.
Don in karamin waɗannan abubuwan, akwai waɗannan hukumomin da za a yi:
Samun sautin karfiyar: Amfani da tushen da suka fiye (masu karfiyar) don in samun sautin karfiyar daga gwamnati na maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin.
Dijitalizas: Fara sautin karfiyar na analog zuwa digital don in bayyana a kan bayanai.
Filtaring da ƙarfin ciki: Filtara da ƙarfin ciki sautin karfiyar don in ƙarfa juyin da kuma ƙara tsarin sauti.
Karamin abubuwan: Amfani da tushen bayanai (masu FFT) da wasu hukumomin da suka bayyana abubuwan don in karamin waɗannan abubuwan da aka bayyana. An faɗa sautin karfiyar tare da furfurin Fourier; sautun da suka fi sani a cikin sautin karfiyar suna haɗa da yawa don in fara sautin karfiyar wadanda ke dacewa da sautin karfiyar na yawan abubuwan, an samu abubuwan da suka fi sani daga bayanai na zamantakewa.
Bayanai: Bayyana abubuwan da aka samu don in tabbatar da abubuwan da suka fiye ko kuma nasarorin a cikin gwamnati.
Bayanai a cikin waɗannan abubuwan da za a iya amfani don in bayyana yanayin gwamnati, in tabbatar da nasarorin da za suka faru, da kuma in yi ayyuka a cikin ƙarfafa don in ƙara inganci da kuma ƙara ranar gwamnati. Bayanai a cikin karfiyar da shi ne zai iya ƙara inganci da kuma ƙara ranar tushen.
4. Me wata aljubiyoyi za a iya amfani don in karamin abubuwan da suka fiye daga sautin karfiyar na maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin?
Amsa: Idan an karamin abubuwan da suka fiye daga sautin karfiyar na maimaitar da ci gaba ta fitoɗin da kuma ci gaba ta gabaɗin, ana iya amfani da waɗannan hukumomin da suka bayyana abubuwan. Waɗannan ne ake ƙunshi waɗannan hukumomin da suka bayyana abubuwan:
Aljubiyoyi na ƙaramin rarrabobin: Ana iya amfani da waɗannan aljubiyoyi don in ƙaramin rarrabobin a cikin sautin karfiyar, tare da rarrabobin da suka fiye. Aljubiyoyin da suka fiye suna ƙunshi hukumi na ƙwararren, hukumi na ƙaramin sauki, hukumi na ƙaramin karamin kasa, da sauransu.
Bayanai na abubuwan da suka fi sani: Ana iya amfani da furfurin Fourier ko kuma furfurin Fourier mai sauƙi (FFT) don in fara sautin karfiyar zuwa yankin da suka fi sani, da kuma in ƙaramin abubuwan da suka fi sani da karamin abubuwan na sautin karfiyar.
Enerjin karfiyar: Ana iya ƙarƙashin enerjin karfiyar tare da ƙarƙashin kwadadi na sautin karfiyar, don in samu bayanai game da jami'a na enerjin karfiyar.
Abubuwan da suka fi sani: Ana iya ƙarƙashin abubuwan da suka fi sani a cikin sautin karfiyar tare da bayanai na abubuwan da suka fi sani da kuma bayanai na abubuwan da suka fi sani.
Karamin abubuwan: Ana iya ƙarƙashin karamin abubuwan tare da ƙarƙashin karamin abubuwan na sautin karfiyar.
Rarrabe-rarrabe: Karamin abubuwan na kayayyakin da ke ɗaya a cikin sautin karfiyar, yaɗu ake amfani da ita don in tabbatar da kayayyaki na ɗaya.
Yawan pulsa: Don kayayyakin da ke da waɗannan pulsa, za a iya ƙawo yawan pulsa a cikin lokacin daɗe.
Shugaban sautin karfiyar: An zama da amfani da shugaban sautin karfiyar don in bayyana farinin, ƙananin da kuma tsari na kayayyaki.
Wakar zama: Dukan lafiya da yake da wani yanayi da ke faruwa don tabbatar da lokacin da yanayin faruwar zuwa.
Akwai hanyoyi na biyu da za su iya amfani da su kamar yadda ko kuma tare da duka, daidai da zan iya zama da kyau ga abubuwan da suka faruwa da kuma zarurinsu. A cikin amfani da shi, an yi amfani da ilimi a cikin yankin da kuma alamun bayanai don tabbatar da ingancin ci gaba da parametoshin da suka faruwa daga sinyalin da suka faruwa da karamin tsari, don kawo noma da kula da kyau ga abubuwan da suka faruwa da karamin tsari masu karamin tsarin da suke da su.
5. Yadda ake ci gaba da maza da wakar zama na sinyalin da suka faruwa?
Amsa: Don ci gaba da maza da wakar zama na sinyalin da suka faruwa, zaka iya amfani da hanyoyin bayanai da kuma alamun bayanai. Wannan shine hanyar da ya fi yawa:
Ci gaba da maza na sinyalin da suka faruwa:
a. Kafin kwalba sinyalin da suka faruwa: Amfani da tsaftaci da kuma hanyoyin kafin kwalba saboda kawo noma da karamin tsari a kan sinyali, don yin ita da jin da aka bincike maza.
b. Bincike maza: Yi amfani da hukumar da za a yi a kan sinyalin da aka kafin kwalba, tare da hukumomin da suka faruwa:
c. Bayyana amplitudin maza: Tabbatar da amplitudin sinyalin da suka faruwa a cikin har maza.
Kiran birnin da suka faruwa ko kuma tashin da suka faruwa a kan sinyali don tabbatar da wurare da suka faruwa (wurare da gradientin da suka faruwa).
Amfani da hanyoyin da suka faruwa ko kuma abubuwan da suka faruwa don kafin kwalba maza, saboda kawo noma da wurare da suka faruwa masu karamin tsari.
Ci gaba da wakar zama:
-
Bayyana wakar maza: Don har maza da aka bincika, bayyana matsayin ta a kan layin lokaci, ma'anartoci wakar zama.
Amfani da bayanan lokaci: Bayanan lokaci na wakar maza zaka iya amfani don tabbatar da wakar da maza suka faruwa, tare da milliseconds ko seconds.
Tabbataccen bayanin da za su iya faruwa don ci gaba da maza da wakar zama suna iya faruwa saboda mutanen sinyali. Da kuma darajan da aka kafin kwalba sinyali da karamin tsari zaka iya haɗa da ci gaban maza. Zaka iya amfani da alamun bayanai masu Python kamar NumPy da SciPy, da kuma hukumomin da suka faruwa don ci gaba da maza saboda hanyoyin da suka faruwa. A cikin amfani da shi, zaka iya buƙata parametoshin alamun bayanai don inganta da zarurinsu.
6. Wadannan parametoshin da suka faruwa na sinyalin da suka faruwa a lokacin da ake magance da kuma ake magance masu karamin tsarin da suke da su? Yadda ake ci gaba da waɗannan parametoshin don tabbatar da daɗi da suka faruwa a cikin masu karamin tsarin da suke da su?
Amsa: Sinyalin da suka faruwa a lokacin da ake magance da kuma ake magance masu karamin tsarin da suke da su zaka iya faruwa da waɗannan parametoshin da suka faruwa don tabbatar da daɗi da suka faruwa. Wannan ne waɗannan parametoshin da suka faruwa da hanyoyin da za su iya faruwa:
Amplitudin sinyalin da suka faruwa: Amplitudin ko kuma karamin tsarin da suka faruwa, tare da decibels (dB).
Frequencin sinyalin da suka faruwa: Mafi girman frequencin sinyalin da suka faruwa, don tabbatar da tone ko frequency range na sinyali.
Zamanin sinyalin da suka faruwa: Zamanin da sinyalin da suka faruwa ya faruwa, tare da milliseconds ko seconds.
Waveform na sinyalin da suka faruwa: Waveform na sinyalin da suka faruwa, don tabbatar da hasken, karshen, da kuma zamanin da sinyali ya faruwa.
Spectrogram na sinyalin da suka faruwa: Graph na spectral analysis na sinyalin da suka faruwa, don tabbatar da wannan da suka faruwa da kuma canzawan frequencin sinyali.
Jumlah pulse: Don pulse da suka faruwa, zaka iya kiransa pulse da suka faruwa a kan wata lokaci.
Abubuwan da suka faruwa: Amfani da alamun bayanai masu sinyalin da suka faruwa don ci gaba da waɗannan abubuwan da suka faruwa, kamar energy, spectral average, peaks, etc., na sinyalin da suka faruwa.
Don ci gaba da waɗannan parametoshin da suka faruwa, za su iya yi waɗannan hukumomin:
Samun sinyalin da suka faruwa: Amfani da mikrofon da kuma sensors masu kyau don samun sinyalin da suka faruwa a lokacin da ake magance da kuma ake magance masu karamin tsarin da suke da su.
Digitization na sinyali: Kiranta sinyalin da suka faruwa a digital form don bayanai.
Tsaftaci da kuma kafin kwalba sinyalin da suka faruwa: Filtri da kuma kafin kwalba sinyalin da suka faruwa don kawo noma da karamin tsari da kuma inganta da kyau ga sinyali.
Ci gaba da waɗannan abubuwan da suka faruwa: Amfani da alamun bayanai masu sinyalin da suka faruwa don ci gaba da waɗannan parametoshin da suka faruwa, kamar spectral analysis, waveform analysis, etc.
Bayanai na data: Bayyana waɗannan parametoshin da aka ci gaba da su don tabbatar da abubuwan da suka faruwa ko kuma abubuwan da suka faruwa a cikin sinyalin da suka faruwa.
Daga samun da kuma bayanai na sinyalin da suka faruwa, zaka iya tabbatar da daɗi da suka faruwa a cikin masu karamin tsarin da suke da su, kamar sinyalin da suka faruwa, abubuwan da suka faruwa masu karamin tsari, ko kuma abubuwan da suka faruwa masu karamin tsari. Wannan zaka iya taimakawa don kawo noma da karamin tsari da kuma yi takardun da ba suka faruwa masu karamin tsari don ingancin da kula da kyau ga masu karamin tsarin da suke da su.
