Overzicht van defectdiagnosemethoden voor hoogspanningswisselstroomonderbrekers
1. Wat zijn de karakteristieke parameters van de spoelstroomvorm in het bedrijfsmechanisme van hoogspanningsonderbrekers? Hoe kan men deze karakteristieke parameters uit het oorspronkelijke afzettingspoelstroomsignaal extraheren?
Antwoord: De karakteristieke parameters van de spoelstroomvorm in het bedrijfsmechanisme van hoogspanningsonderbrekers kunnen onder andere het volgende omvatten:
Steady-state piekstroom: De maximale steady-state stroomwaarde in de elektromagneet spoelvorm, die de positie vertegenwoordigt waarin de elektromagneet kern beweegt en kortstondig blijft op zijn limietpositie.
Duur: De duur van de elektromagneet spoelstroomvorm, meestal variërend van een tiental tot meer dan honderd milliseconden.
Opwarmtijd voor kernactivering: De tijd die nodig is voor de stroomvorm om te stijgen van nul naar de eerste piekstroom.
Afkoeltijd: De tijd die nodig is voor de stroomvorm om te dalen van de eerste piekstroom terug naar de tweede trog. Dit komt overeen met de tijd waarop de armatuur plunger begint te bewegen, de uitschakeling activeert, en het naar de limietpositie van de elektromagneet armatuur drijft.
Vorm van de vorm: De algemene vorm van de vorm, zoals enkel pulsaan, meerdere pulsen of periodieke vorm.
Frequentie: Als de vorm periodiek is, is de frequentie een belangrijk parameter.
Om deze karakteristieke parameters uit het oorspronkelijke afzettingspoelstroomsignaal te extraheren, zijn doorgaans de volgende stappen vereist:
Sampling: Gebruik geschikt samplingapparatuur met voldoende samplingfrequentie om de spoelstroom continu te samplen en het signaal om te zetten naar digitale vorm.
Filtering: Filter de gesamplede gegevens om hoogfrequente ruis te verwijderen voor betere identificatie van vormkenmerken.
Piekdetectie: Zoek de maximale waarde uit het gefilterde signaal om de piekstroom te bepalen.
Duurbepaling: Bereken de duur door de tijdstippen te detecteren waarop de vorm begint en eindigt vanaf nul stroom.
Berekening van de opwarm- en afkoeltijd: Bereken de opwarm- en afkoeltijd door de tijdstippen te detecteren vanaf nul stroom naar piekstroom en van piekstroom terug naar nul stroom, respectievelijk.
Vormanalyse: Gebruik wiskundige methoden of vormfittingstechnieken om de vorm te analyseren.
Frequentieanalyse: Als de vorm periodiek is, gebruik Fouriertransformatie of autocorrelatiefunctie om de frequentie te schatten.
Deze stappen vereisen doorgaans signaalverwerking en dataverwerkingsgereedschap (zoals MATLAB, Python's NumPy en SciPy bibliotheken, etc.). Het extraheren van deze karakteristieke parameters helpt bij het monitoren en analyseren van de prestaties van het bedrijfsmechanisme van hoogspanningsonderbrekers. Let op dat er passende veiligheidsmaatregelen moeten worden genomen bij het hanteren van hoge stroomsterkte om ongelukken als elektrische schok of andere gevaren te voorkomen.
2. Welke algoritmen kunnen worden gebruikt om karakteristieke parameters zoals piek- en trogamplitudes en hun overeenkomstige tijdpunten uit spoelstroomvormen te extraheren? Noem ze specifiek.
Antwoord: Om karakteristieke parameters zoals piek- en trogamplitudes en hun overeenkomstige tijdpunten uit spoelstroomvormen te extraheren, kunnen verschillende signaalverwerkings- en analysealgoritmen worden gebruikt. Vormsegmentatie en segment-na-segment vergelijking kunnen worden gebruikt om karakteristieke parameters te verkrijgen. De volgende zijn enkele veelgebruikte algoritmen en methoden:
Piekdetectiealgoritmen: Deze algoritmen kunnen pieken in vormen detecteren, inclusief maximale pieken en minimale troggen. Gewone algoritmen omvatten drempelmethoden, glijdend venstermethoden, gradiëntgebaseerde methoden, enz.
Nulpuntendetectiealgoritmen: Deze algoritmen kunnen overgangen in vormen detecteren van positief naar negatief of van negatief naar positief, meestal gebruikt samen met piek- en trogdetectie.
Fouriertransformatie: Kan de spoelstroomvorm converteren naar het frequentiedomein, piek- en troginformatie in het frequentiedomein extraheren, en vervolgens via inverse transformatie terugschakelen naar het tijdsdomein om tijdsinformatie te verkrijgen.
Integratie- en differentiatiealgoritmen: Integratie kan worden gebruikt om de vormamplitude te schatten, terwijl differentiatie kan worden gebruikt om de helling van pieken en troggen te schatten, waardoor de tijdpunten kunnen worden afgeleid.
Vormfitting: Door vormmodellen zoals Gaussische modellen, S-krommen, enz., te fitten, de posities en amplituden van pieken en troggen te schatten. Aanpassing van theoretische elektromagneetparameters om spoelstroomvormen te genereren die continu benaderen aan de werkelijke meetgegevens, waardoor de vormkenmerken van de werkelijke spoelstromen vanuit theoretische parameters worden verkregen.
Vensteranalyse: Segmenteer de vorm in kleine vensters en extracteer de karakteristieke parameters binnen elk venster om veranderingen in pieken en troggen vast te leggen.
Differentiaalgebaseerde methoden: Bereken de afgeleide van de vorm om de posities van pieken en troggen te vinden; punten waar de afgeleide nul wordt, zijn extremumpunten.
Deze algoritmen kunnen afzonderlijk of in combinatie worden gebruikt, waarbij de specifieke keuze afhangt van de aard van de golfvorm en de vereisten van de specifieke toepassing. In praktische toepassingen worden doorkennis en gegevensanalysetools meestal gecombineerd om de nauwkeurige extractie van karakteristieke parameters uit spoelstroomgolfvormen te waarborgen.
3. Welke karakteristieke parameters heeft het trillingsversnellingssignaal van de bedieningsmechanismen van hoogspanningsomleiders tijdens open- en sluitoperaties? Hoe kan men deze karakteristieke parameters uit de gemeten mechanische trillingsignalen van hoogspanningsomleiders extraheren?
Antwoord: Het trillingsversnellingssignaal van de bedieningsmechanismen van hoogspanningsomleiders tijdens open- en sluitoperaties kan veel karakteristieke parameters bevatten die belangrijke informatie verschaffen over de werking en de toestand van het mechanisme. Hieronder volgen enkele mogelijke karakteristieke parameters en methoden om ze te extraheren:
Piekversnelling: De maximale versnellingswaarde in het trillingsignaal, meestal uitgedrukt in g-eenheden (zwaartekrachtsversnelling).
Duur: De duur van het trillingsevenement, meestal in milliseconden of seconden.
Frequentiecomponenten: Door Fouriertransformatie of snelle Fouriertransformatie (FFT) en andere spectrumanalysemethoden kunnen frequentiecomponenten in het trillingsignaal worden geëxtraheerd om de voorkomende frequentiecomponenten te identificeren.
Trillingsamplitude: De amplitude van het trillingsignaal, die kan worden uitgedrukt als de afstand van piek tot nul.
Piek-naar-piekwaarde: De trillingsamplitude van een volledige cyclus in het trillingsignaal, meestal gebruikt om periodieke trillingen te identificeren.
Aantal pulsen: Voor multi-puls trillingen kan het aantal pulsen binnen een bepaalde tijdsperiode worden berekend.
Vorm van het versnellingsgolfpatroon: Het golfpatroon van het trillingsignaal kan worden gebruikt om het begin, einde en de duur van de trilling te analyseren.
Hoogfrequente componenten: Identificeer hoogfrequente trillingscomponenten, die mogelijkerwijs wijzen op instabiliteit of schade aan het mechanisme.
Om deze karakteristieke parameters te extraheren, zijn de volgende stappen meestal nodig:
Verzameling van trillingsignalen: Gebruik geschikte sensoren (zoals versnellingsmetertjes) om trillingsignalen van het bedieningsmechanisme van de hoogspanningsomleider te verzamelen.
Digitalisering van signalen: Converteer het analoge trillingsignaal naar digitale vorm voor latere analyse.
Filtering en ruisreductie: Filter en ruisonderdruk het trillingsignaal om ruis te elimineren en de signalkwaliteit te verbeteren.
Kenmerkextractie: Gebruik signaalverwerkingsgereedschappen (zoals FFT) en trillingsanalysemethoden om de bovenstaande karakteristieke parameters te extraheren. Trillingsignalen worden getransformeerd met behulp van Fouriertransformatie; signalen van verschillende frequenties worden op verschillende tijdstippen gestapeld om acceleratie-trillingsgolfpatronen te genereren die de echte trillingscurve benaderen, waardoor karakteristieke parameters van echte gegevens uit theoretische gegevens worden verkregen.
Gegevensanalyse: Analyseer de geëxtraheerde karakteristieke parameters om prestatieproblemen of afwijkingen in het mechanisme te identificeren.
Analyse van deze karakteristieke parameters kan worden gebruikt om de gezondheidstoestand van hoogspanningsomleiders te monitoren, potentiële storingen te identificeren en onderhoudsmaatregelen te nemen om hun juiste werking te waarborgen. Trillingsmonitoring is meestal een belangrijke taak in de techniek die de betrouwbaarheid en levensduur van apparatuur kan verbeteren.
4. Welke algoritmen kunnen worden gebruikt om karakteristieke parameters uit de mechanische trillingsversnellingssignalen tijdens de operaties van hoogspanningsomleiders te extraheren?
Antwoord: Bij het extraheren van karakteristieke parameters uit de mechanische trillingsversnellingssignalen tijdens de operaties van hoogspanningsomleiders kunnen verschillende signaalverwerkings- en analysealgoritmen worden gebruikt. Hieronder volgen enkele veelgebruikte algoritmen en methoden:
Piekdetectiealgoritmen: Deze algoritmen kunnen pieken in trillingsignalen detecteren, inclusief maximaal trillingsversnellingspieken. Gewone algoritmen omvatten drempelmethode, glijdend venster, gradiëntgebaseerde methoden, enz.
Spectrumanalyse: Fouriertransformatie of snelle Fouriertransformatie (FFT) kan worden gebruikt om het trillingsignaal om te zetten naar het frequentiedomein en frequentiecomponenten en amplitudeninformatie van de trilling te extraheren.
Trillingsenergie: Schat de trillingsenergie door de kwadraten van het trillingsignaal te integreren, waardoor informatie wordt verkregen over de totale energie van de trilling.
Trillingsfrequentie: Schat de hoofdfrequentiecomponenten van de trilling met behulp van spectrumanalyse of autocorrelatiefuncties om de frequentiekenmerken van de trilling te identificeren.
Trillingsamplitude: Kwantificeer de grootte van de trilling door de amplitude van het trillingsignaal te berekenen.
Piek-naar-piekwaarde: De trillingsamplitude van een volledige trillingencyclus in het trillingsignaal, meestal gebruikt om periodieke trillingen te identificeren.
Aantal pulsen: Voor multi-puls trillingen kan het aantal pulsen binnen een bepaalde tijdsperiode worden berekend.
Vorm van het trillingsgolfpatroon: Het golfpatroon van het trillingsignaal kan worden gebruikt om het begin, einde en de duur van de trilling te analyseren.
Piekperiode: Schat het tijdstip waarop de trillingpiek optreedt om de timing van trillinggebeurtenissen te bepalen.
Deze algoritmen kunnen afzonderlijk of in combinatie worden gebruikt, afhankelijk van de aard van het trillingsignaal en de vereisten van de specifieke toepassing. In praktische toepassingen worden meestal domeinkennis en data-analyse tools gecombineerd om ervoor te zorgen dat karakteristieke parameters nauwkeurig worden geëxtraheerd uit de mechanische trillingsversnellingssignalen van hoogspanningsstroomonderbrekers, om de prestaties en gezondheidstoestand van apparatuur te monitoren.
5. Hoe kan de piek en de piektijd van trillingsenergiesignalen worden geëxtraheerd?
Antwoord: Om de piek en de piektijd van trillingsenergiesignalen te extraheren, kunt u signaalverwerking en -analysemethoden gebruiken. Het volgende is een algemene methode:
Extractie van de piek van trillingsenergiesignalen:
a. Vlak het trillingsenergiesignaal: Pas gemiddelde filtering of andere gladstellingstechnieken toe om ruis in het signaal te verminderen, waardoor pieken gemakkelijker te detecteren zijn.
b. Zoek piekpunten: Voer piekdetektie uit op het gegladste signaal, meestal via de volgende stappen:
c. Noteer de amplitudes van de pieken: Bepaal de amplitude van het trillingsenergiesignaal op elk piekpunt.
Bereken de eerste afgeleide of verschil van het signaal om extremum punten in het signaal te vinden (punten waar de helling nul wordt).
Gebruik drempels of andere voorwaarden om piekpunten te filteren, kleine fluctuaties uitsluitend.
Extractie van de piektijd:
-
Noteer de piekmomenten: Voor elk gedetecteerd piekpunt, noteer de positie op de tijdas, d.w.z. het tijdstip van de piek.
Gebruik tijdinformatie: De tijdinformatie van de piekmomenten kan worden gebruikt om de optredende tijd van elke piek weer te geven, meestal in milliseconden of seconden.
Let op dat de specifieke methoden voor de extractie van pieken en piektijden kunnen variëren afhankelijk van de kenmerken van het signaal. Daarnaast zal de mate van signaalgladstelling en ruisniveau ook de piekdetektie beïnvloeden. U kunt signaalverwerkingsgereedschappen zoals de NumPy en SciPy bibliotheken in Python, evenals piekdetectiealgoritmen zoals de drempelmethode, gradientmethode of schuifraammethode gebruiken om deze stappen uit te voeren. In praktische toepassingen moet u mogelijk de algoritmaparameters aanpassen om te voldoen aan specifieke trillingsignaalvereisten.
6. Welke karakteristieke parameters heeft het geluidssignaal tijdens het openen en sluiten van hoogspanningsstroomonderbrekers? Hoe kunnen deze parameters worden geëxtraheerd om latente defecten in hoogspanningsstroomonderbrekers te analyseren en te diagnosticeren?
Antwoord: Het geluidssignaal tijdens het openen en sluiten van hoogspanningsstroomonderbrekers kan enkele karakteristieke parameters bevatten die worden gebruikt om de prestaties en gezondheidstoestand van apparatuur te analyseren en te diagnosticeren. Hieronder staan enkele mogelijke karakteristieke parameters van het geluidssignaal en methoden om deze te extraheren:
Geluidssterkte: De sterkte of volume van het geluidssignaal, meestal uitgedrukt in decibellen (dB).
Geluids frequentie: De frequentiecomponenten van het geluidssignaal, gebruikt om de toon of frequentiebereik van het geluid te identificeren.
Geluidsduur: De duur van het geluidsevenement, meestal in milliseconden of seconden.
Geluidsgolfvorm: De golfvorm van het geluidssignaal, gebruikt om de start, eind en duur van het geluid te analyseren.
Geluiddiagram: Een spectrale analysegrafiek van het geluidssignaal, gebruikt om de optreden en veranderingen van frequentiecomponenten te identificeren.
Aantal pulsen: Voor meerdere geluidspulsen kan het aantal pulsen binnen een bepaalde tijdsperiode worden berekend.
Geluidkenmerken: Gebruik geluidsanalysetools om geluidkenmerken, zoals energie, spectrale gemiddelden, pieken, etc., van audiosignalen te extraheren.
Om deze karakteristieke parameters te extraheren, kunnen de volgende stappen worden uitgevoerd:
Verzameling van geluidsignalen: Gebruik geschikte microfoons of sensoren om geluidsignalen te verzamelen tijdens het openen en sluiten van hoogspanningsstroomonderbrekers.
Digitalisering van signalen: Converteer het analoge geluidssignaal naar digitale vorm voor analyse.
Verwerking van geluidsignalen: Filter en demp het geluidssignaal om ruis te elimineren en de signalkwaliteit te verbeteren.
Kenmerkenextractie: Gebruik audio-signaalverwerkingsgereedschappen en -algoritmen om de bovengenoemde karakteristieke parameters te extraheren, zoals spectrale analyse, golfvormanalyse, etc.
Data-analyse: Analyseer de geëxtraheerde karakteristieke parameters om afwijkingen of prestatieproblemen in het geluidssignaal te identificeren.
Door het monitoren en analyseren van geluidsignalen kunnen latente defecten in hoogspanningsstroomonderbrekers worden geïdentificeerd, zoals abnormale geluiden, mechanische problemen of andere abnormale operaties. Dit helpt om apparatuurfouten te voorkomen en onderhoudsmaatregelen te nemen om de betrouwbaarheid en veiligheid van hoogspanningsstroomonderbrekers te waarborgen.
