基于LabVIEW和神经网络的SF_6分解产物在线检测系统

在电力行业中,通常通过检测SF_6分解产物的含量判断电气设备是否存在故障。SF_6的分解产物主要是SO_2,H_2S和CO。通过电化学传感器对SF_6分解产物的浓度检测,用数据采集卡采集信号,结合线性神经网络设计算法,用LabVIEW设计信号自动采集程序、计算程序和控制面板,设计了基于LabVIEW的SF_6分解产物的在线检测系统。系统具有标定、检测、实时显示数据及波形和自动保存相关数据的功能,有效解决了电化学传感器间的交叉影响问题。此外,它也是一个有效的算法验证平台。     

WO_3气体传感器用于SF_6分解气体H_2S的检测

SF_6气体绝缘设备内部存在的缺陷,在运行时会出现放电和过热等故障,从而导致SF_6气体分解,降低设备的绝缘性能,同时危及设备运行安全。研究表明可以通过对SF_6特征分解气体H_2S的检测来检测SF_6气体的分解情况。文中通过水热法合成了一种WO_3敏感材料并进行了SEM、XRD表征;将WO_3传感器用于H_2S检测,表现出优异的气敏性能。在最佳工作温度下,对100 ppm H_2S灵敏度达到了236,响应时间为43 s,检测下限为100 ppb。     

电化学气体传感器多传感器数据融合

由于电化学气体传感器存在温度漂移和交叉灵敏度问题。基于SF_6气体质量综合分析仪为硬件基础,利用线性神经网络学习思想,设计了多传感器数据融合算法。详细介绍了CO和H_2S二维气体传感器数据融合算法设计和权值迭代学习方法步骤。实验结果表明,该SF_6气体质量综合分析仪对SF_6气体分解产物具有较好检测效果。     

SF_6分解物检测中红外和电化学SO_2传感器性能的研究

利用动态配气系统将指定浓度的SO_2气体导入分解物检测仪中,对比研究了以SF_6气体为底气时SO_2红外和电化学传感器的准确性、稳定性和响应时间等测量特征。通过对以SF_6和N2为底气的SO_2气体浓度的反复测量,探究了由于SO_2和SF_6气体吸收红外光波长较为接近,SF_6气体对SO_2红外传感器测量性能的影响;实验表明:二种气体的交叉影响使得SO_2红外传感器的测量稳定性发生劣化。此外,通过对同一测量条件下多台SO_2电化学法传感器的测试,验证了传感器性能对比实验中,个性差异较大的SO_2电化学传感器所表现出的测量特性具有一定共性,并在文末给出了提高电化学传感器测量准确性的可行建议。     

MoO_3@CuMoO_4气体传感器对SF_6分解气体H_2S的检测研究

运行中的气体绝缘组合电器由于存在内部缺陷往往会产生局部放电等现象,SF_6气体在其作用下会发生分解,使设备绝缘性能降低,严重时会发生事故。因此可通过对SF_6气体的分解组分H_2S进行检测,达到对设备进行实时监测的目的。文中通过水热法合成了一种MoO_3@CuMoO_4敏感材料并进行了SEM、XRD表征;将MoO_3@CuMoO_4传感器用于对H_2S的检测,表现出了优异的气敏性能。在最佳工作温度下,对100 ppm H_2S灵敏度达到了89,响应时间为162 s,检测下限为100 ppb。     

SF_6纯度与分解产物检测仪

针对电力行业对于SF6纯度和分解产物精确测量的需求,设计一种SF6纯度与分解产物检测仪。检测仪集成数字式红外SF6纯度传感器和H2S、SO2、CO电化学传感器,电化学传感器输出的模拟检测信号经A/D转换后同SF6纯度传感器输出的数字检测信号一起送至主控芯片STM32F103进行数据处理和控制。完整的软件架构使检测仪具有校准、存储、查询、通信等功能,温度补偿和传感器信号矩阵算法保证了其测量准确度。试验结果表明,该检测仪SF6纯度测量相对误差≤0.04%,分解产物测量相对误差≤2.0%。     

基于激光吸收光谱的SF_6/N_2混合气分解产物同时检测

针对SF_6分解气中H_2S、CO、HF等3种气体进行在线监测,研制基于激光吸收光谱的SF_6分解气在线监测装置,提出采用时分复用的方案实现多组分气体同时测量,对激光器的波长参数进行分析并测试。针对近红外波段CO和H_2S气体吸收谱线弱的问题,提出独立放大电路方案,研制样机并通入混合组分气体进行验证。根据获得二次谐波曲线和浓度随时间变化曲线表明,该系统目前可以实现的检测限为CO 10 ppm,H_2S 4 ppm,HF 1 ppm,可以满足高灵敏度SF_6分解气在线监测和故障预警需求。     

湿度和SF_6在石英增强光声光谱中对CO分子弛豫率的影响

为了研究六氟化硫(SF_6)气体分子和水汽(H_2O)对一氧化碳(CO)气体分子的弛豫率的影响,建立了一个基于石英增强光声光谱(QEPAS)技术的痕量气体传感器系统。采用1.57μm的近红外分布式反馈二极管激光器作为激励光源,并对不同SF_6和H_2O气体浓度下的CO的光声信号进行对比研究。首先用CO传感器系统探测CO与N_2的气体混合物中CO的光声信号,然后在CO与N_2气体混合物中加入不同浓度的SF_6气体,分别探测不同浓度SF_6气体下的CO光声信号强度。最后在CO与N_2的气体混合物中加入不同浓度H_2O,探测加入H_2O后的CO的光声信号强度。实验结果表明随着CO和N_2气体混合物中SF_6气体浓度的增加,CO的光声信号幅值几乎没有变化,而在混合物中加入2.5%的H_2O后,发现CO的光声信号提高了约5倍。因此,SF_6对CO气体的弛豫率没有明显的影响,然而H_2O的添加能够有效缩短CO气体的弛豫时间。     

GIS中SO_2气体紫外光谱检测及数据处理

气体绝缘组合电器(GIS)设备内发生的局部放电会使绝缘气体SF_6分解,从而导致设备安全性下降。针对此问题选取SO_2作为局放检测的特征标识物,依据紫外光谱检测法对SO_2进行定量检测并搭建实验平台,该方法便于实现现场快速检测。为提高设备精度,首先利用奇异值分解原理对光谱数据进行滤波处理,为减小系统误差选取3个特定波长点的吸光度作为SO_2检测依据进行联合检测体积分数。实验结果表明,应用紫外检测SO_2体积分数误差率在5%以内,满足现场检测要求。     

气体绝缘电力设备中SF_6气体分解物的检测技术研究

利用SF_6气体分解物对高压、特高压气体绝缘电力设备进行运行状态监测与故障诊断是目前电力行业研究的热点问题。而SF_6气体分解物的检测需要强有力的检测技术的支撑。本文介绍了目前常见的几种高灵敏度的气体分解物的检测分析技术,并对其特点进行了分析和总结。     

基于BP神经网络的矿井一氧化碳检测方法研究

文章采用热催化传感器和电化学式气体传感器的配合使用，为了解决两种传感器对矿井一氧化碳和甲烷气体的“交叉敏感”问题，提出了一种基于BP神经网络技术的传感器系统。研究了采用两种传感器组成的多传感器阵列与BP神经网络相结合来实现一氧化碳气体浓度精确检测的方法。实验证明，利用基于BP神经网络的多传感器阵列模型，能有效的提高对井下一氧化碳气体的测量精度。     

气体传感器在多参数气体检测仪中的应用

介绍了多参数气体检测仪的检测原理,对气体传感器在多参数气体检测仪中的应用进行了设计,可实现对O2、CO、CO2、H2S、CH4等5种气体在空气中的含量检测。可控制检测仪进行单一气体的检测,也可对5种气体进行巡回检测。     

基于MEMS叠层微结构SO2毒气传感器的研究

针对新型有机半导体电导率偏低的技术难点,提出了一种多孔上电极的叠层微结构,以真空镀膜技术形成气敏膜,采用MEMS微加工制成气体传感器。依据等效电路和工艺边界条件,通过电导公式推导出传感器的输出电导可提高103倍,解决了有机半导体的信号采集问题。通过SEM微观形貌,确认蒸发电流100~120A、蒸发时间8~12s的电极成膜最佳条件;气敏膜表面呈现二次化学反应融合的200nm左右“米粒状” 活性颗粒状态,均匀一致,孔隙有序。测试结果表明：对SO2最佳灵敏度时,比例系数为0.15~0.35硫酸掺杂CuPcxPANI1-x,考虑到减少H2S气体干扰,选择CuPc0.35PANI0.65;加热电压VH为1~2.5V会提高灵敏度特性和响应恢复特性,响应时间30 s;传感器输出特性为单对数线性关系,可实现0~200×10-6之间检测范围;6个月的稳定性考核,输出阻抗漂移≤±5%,灵敏度漂移≤10%。     

基于 MEMS 的量热式传感器气体流量测量的模型研究

气体流量测量广泛应用于呼吸监测、管道运输等领域。本研究细致分析了MEMS量热式传感器温度一维分布模型中的热边界层参数,进行了相应的经验修正。并且在温度一维分布模型的基础上,针对具有两对上下游测温电阻芯片结构的MEMS量热式传感器,提出了一种新的传感器输出电压关于气体流量的半修正理论模型。该理论模型能够适用于不同类型的单介质气体。同时,开展了N₂、CO₂流量测量实验,与理论模型进行对比,证明所提出的理论模型可以正确预测不同气体介质的流量,其中针对CO₂测量介质的均方根误差为0.15%。此外,结合理论分析,提出了一种高精度,拟合形式简单、针对确定气体适用性更好的测量模型,其中针对CO₂测量介质的均方根误差为0.05%。     

伽伐尼电池式气敏元件的研制

本文报导用高频溅射的方法在聚四氟乙烯薄膜上淀积的铂膜，用电解法再制成铂黑膜。以硫酸为电解液，以铂黑膜和铂片为电极组成伽伐尼电池式气敏元件，对H2和CO具有较高的灵敏度和良好的选择性。     

多种分层纳米氧化锌传感器C2H2检测特性研究

乙炔(C2H2)气体是运行电力变压器油中溶解的主要故障特征气体之一,能有效反映变压器的放电故障。气体传感器是在线监测油中溶解气体的核心。提出一种不同形貌结构的分层氧化锌(Zn O)纳米传感器,基于实验室平台研究其对变压器油中溶解气体C2H2的检测特性及气敏机理。结果表明:由于比表面积的提高,花状Zn O纳米传感器比棒状和颗粒状Zn O纳米传感器表现出更高的灵敏度和更快的响应特性,并保持良好的线性度和稳定性。该结果为高性能C2H2Zn O传感器的研究提供了的新思路。     

Sensor configuration and test for fault diagnoses of subway braking system based on signed digraph method

Fault diagnosis of various systems on rolling stock has drawn the attention of many researchers. However, obtaining an optimized sensor set of these systems, which is a prerequisite for fault diagnosis, remains a major challenge. Available literature suggests that the configuration of sensors in these systems is presently dependent on the knowledge and engineering experiences of designers, which may lead to insufficient or redundant development of various sensors. In this paper, the optimization of sensor sets is addressed by using the signed digraph （SDG） method. The method is modified for use in braking systems by the introduction of an effect-function method to replace the traditional quantitative methods. Two criteria are adopted to evaluate the capability of the sensor sets, namely, observability and resolution. The sensors configuration method of braking system is proposed. It consists of generating bipartite graphs from SDG models and then solving the set cover problem using a greedy algorithm. To demonstrate the improvement, the sensor configuration of the HP2008 braking system is investigated and fault diagnosis on a test bench is performed. The test results show that SDG algorithm can improve single-fault resolution from 6 faults to 10 faults, and with additional four brake cylinder pressure （BCP） sensors it can cover up to 67 double faults which were not considered by traditional fault diagnosis system. SDG methods are suitable for reducing redundant sensors and that the sensor sets thereby obtained are capable of detecting typical faults, such as the failure of a release valve. This study investigates the formal extension of the SDG method to the sensor configuration of braking system, as well as the adaptation supported by the effect-function method.     

冷阱-光电子电离飞行时间质谱检测痕量SF6气体分解产物

通过检测六氟化硫（SF₆）气体分解产物可有效发现SF₆电气设备内部故障。在内部故障的早期阶段,由于吸附剂的吸附作用,设备内部SF₆气体分解产物含量通常很低。受现场检测技术的限制,难以检测到这些痕量的气体分解产物,影响内部故障的早期诊断。本文研制了基于冷阱（CT）技术与光电子电离飞行时间质谱（PEI-TOF MS）技术联用的便携式检测系统,对典型SF₆气体分解产物SO₂、SO₂F₂的富集倍率分别为136倍和49倍,检出限分别达到0.01 μL/L和0.1 μL/L,为设备内部故障的早期诊断提供了一种有效的技术手段。     

高精度电压气象信号产生电路设计

针对电压型气象传感器（湿度传感器HMP45D、辐射传感器TBQ-2B和气压传感器PTB220）输出信号的特点,以低功耗处理器、新型DAC、低失调电压的信号调理电路为核心,设计了一种可程控的高精度电压气象信号产生电路,模拟传感器的输出信号,为自动站采集器的故障判断和检定提供标准的气象信号源。设计上分别采用总线隔离技术、电源隔离技术和软件补偿等措施,提高了模拟信号的精度。测试表明：该电路工作稳定,输出电压精度高,误差小于10μV。