高压绝缘子紫外在线检测器研制

本文介绍了利用高压绝缘子放电时发出的紫外线对高压输电线路运行状态进行监测的原理，提出了一种紫外型绝缘子在线监测的新方法，分析了紫外在线检测器各部分电路的工作原理。利用该检测器对放电火花进行了模拟实验，实验表明该装置具有灵敏度高、响应速度快、安全性好等优点，应用前景广泛。     

基于圆台形热传导模型的慢走丝线切割仿真与试验

基于放电通道中等离子体的形成机理,根据慢走丝线切割在短脉冲放电加工时放电通道中电子流与离子流散射速度的差异,提出了圆台形热传导模型。采用基于圆台形热传导模型的有限单元法对航空材料Inconel 718的典型工况进行了仿真计算,系统地分析了放电能量对放电通道温度以及放电蚀坑深度的影响规律,并采用声发射检测技术在线监测慢走丝线切割的加工表面粗糙度。通过仿真结果与试验测得工件表面粗糙度Rt值的对比,再结合试验测得的声发射信号波形图特征及声发射信号均方根值发现：仿真计算得到的放电蚀坑深度与表面粗糙度Rt值吻合较好;声发射信号的强度随着放电能量的增加而增强,声发射信号强度随着放电温度变化速率的变小而减弱。最后回归分析得到材料表面粗糙度与声发射信号均方根值的数学预测模型,预测结果与测得的表面粗糙度误差仅为4.4%。     

转轴裂纹声发射监测研究

声发射技术作为一种无损检测方法,可以找到声发射信号和裂纹扩展之间的关系,分析材料变形与断裂机制。介绍了声发射技术用于转轴裂纹监测的研究,分析了声发射信号与转轴裂纹扩展之间的关系。实验表明采用声发射技术可以对转轴裂纹进行监测,证明了声发射技术在转轴监测上的可行性。     

复合绝缘子压接质量监测仪的研制

复合绝缘子越来越广泛地应用于输电线路中，但其压接过程中的质量一直没有有效的方法进行监测。由于复合材料在变形过程中会出现声发射现象，并且随着变形或损伤的程度不同，其声发射信号的特征有所不同．分析这些特征可以对压接过程中绝缘子的压接质量进行判断根据此原理，构建了复合绝缘子的压接质量监测仪器，并且重点描述了系统软、硬件设计中的关键问题现场测试表明：基于声发射技术的监测仪在复合绝缘子压接质量判别上有着良好的效果。     

输电线路绝缘子污秽度在线监测技术浅析

介绍了输电线路绝缘子污秽测量的方法和污秽度在线监测技术，并对相关问题进行了分析和探讨。指出只有确定可真实灵敏地反映设备状态参数的在线监测系统，才能对输电设备运行状况进行连续的监视和评估，促进绝缘子污秽度在线监测技术在应用中不断发展。     

无人机航迹中电力线电晕紫外探测与定位

在无人机电力线巡检中,为了能快速发现并定位绝缘子产生电晕放电现象的位置,对无人机航迹中的电力线电晕探测与定位方法进行了研究。分析了电晕放电功率检测模型,并得到放电源辐射出紫外光功率的公式。设计了具有高灵敏度的电晕探测设备,提出在无人机航迹中发现绝缘子缺陷的定位方法,通过两次不同角度对电力线铁塔探测,比较两次探测结果分析出缺陷绝缘子的位置。最后根据定位方法设计了对电火花和紫外LED探测实验。结果表明,该探测设备能准确探测出电火花产生的紫外光功率,受到紫外光在空气中损耗的影响,测量值随距离的增加而逐渐减小,且在不同距离情况下相对误差在11.5%之内。在紫外LED探测实验中,探测角度选择0°和15°时测量值较为准确。该方法在微弱电晕放电探测中准确有效,能够满足无人机在航迹中对电力线缺陷绝缘子的定位要求。     

基于声发射信号的铣削加工表面粗糙度预测技术研究

使用声发射技术对铣削过程进行监测,通过对声发射信号进行频域分析,比较不同频段的能量比来在线预测加工后的表面粗糙度.     

基于小波分析的局部放电信号消噪研究

由于强烈的窄带周期干扰、白噪声和脉冲干扰等外部干扰,局部放电信号提取是变压器局部放电在线监测技术中的难题,应用小波去噪技术研究了局部放电在线监测中的噪声抑制方法,对母小波及阈值的选择进行了研究,通过以MATLAB为平台对几种母小波比对分析和基于小波变换的阈值去噪仿真实验,验证了小波去噪比较理想的效果.     

局部放电在线监测中干扰的识别及抑制方法的研究

本文在分析了电力变压器局部放电在线监没中的干扰及局放信号特性的基础上,对局放信号及干扰的功率谱进行了研究,提出了利用频域分析识别周期性干扰,并通过数字陷波滤波器抑制周期性干扰的方法,以时频功率谱为基础,研究了自相关函数的小波变换及与时频功率谱的关系,提出了利用小波变换从白噪声中提取局放信号的方法。     

基于声发射信号的外圆切入磨削去除率监测

针对精密外圆切入磨削加工的在线监测需求,提出一种采用声发射信号实现轴类零件材料去除率在线监测的方法。根据声发射信号强度与磨削力之间的联系,建立了声发射信号均方根曲线的预测模型,利用该预测模型研究了砂轮进给阶段和驻留阶段磨削系统时间常数的理论计算方法,推导了声发射信号均方根曲线与工件材料去除率的关系;编写了在线监测软件,利用声发射传感器实现了精密外圆切入磨削的材料去除率预测。实验证明,所建立的声发射信号均方根曲线模型具有良好的预测精度,基于该模型能够实现磨削系统时间常数在线评估,并实现精密轴类零件材料去除率的实时在线监测。     

光纤式GIS局部放电检测装置的研究

传统的GIS局部放电检测的方法主要是电测法和声测法,这些方法很容易受到现场环境的干扰。本文通过检测GIS内电晕产生的紫外光实现其内部局部放电的在线监测,介绍了非接触式紫外光功率检测法的基本原理及基于该方法的在线装置的基本构成和实现方法,并使用该实验装置对高压放电进行了模拟实验。结果表明,该装置具有很高的灵敏度和响应速度,具有很好的应用前景。     

输电线路绝缘子在线监测及电网防污闪分析

为研究掌握绝缘子污闪发生特点、降低输电网绝缘子污闪危害,将绝缘子表面泄漏电流、盐密及微气象在线监测技术应用于输电线路中。开展了对现场运行中绝缘子的泄漏电流、盐密和环境温湿度在线监测数据的分析研究,建立了绝缘子表面污秽度、绝缘性能与其表面泄漏电流、盐密和温湿度等因素之间的相互关系模型,指出了仅通过泄漏电流值大小判定绝缘子表面污秽度存在一定的不足,需通过泄漏电流、盐密值和环境温湿度多个在线监测参量值才能远程准确评估绝缘子表面的污秽度和绝缘子绝缘性能。研究结果表明,该研究成果为后期重污秽区线路的状态检修工作提供了重要的科学参考价值。     

基于声发射的双谱分析在金刚笔状态特征提取中的应用

为了有效地识别砂轮修整过程中金刚笔的钝化状态，针对金刚笔修整砂轮过程中声发射信号的非平稳时变特点，研究了用于金刚笔状态特征提取的基于声发射的双谱分析方法。通过砂轮修整过程在线监测实验，分析了金刚笔在锐利、中等钝化和钝化状态下，修整过程中声发射信号的双谱特征，提出了归一化双谱模对角切片特征提取方法。研究表明，采用基于声发射的双谱分析方法可以有效监测砂轮修整过程中金刚笔的钝化状态。     

基于虚拟仪器的活塞杆在线声发射监测系统

为了保证往复式压缩机的安全运行,对压缩机的关键部件活塞杆进行在线监测是非常必要的.本文利用声发射技术,以Lab Windows/CVI软件为开发平台,构建了一套针对往复式压缩机活塞杆的在线声发射监测系统.     

基于B样条模糊神经网络的刀具磨损监测

刀具状态监测是实现自动化加工和无人化加工的关键技术。本文使用切削力和声发射传感器监测金属切削过程,提出了基于B样条模糊神经网络作为刀具磨损量监测模型。该模型能够准确描述刀具磨损和信号特征之间的非线性关系,和常用的BP前馈神经网络相比,具有收敛速度快和局部学习能力等优点。试验结果表明:采用B样条模糊神经网络对提高刀具磨损在线监测的准确度和可靠度非常有效。     

基于声发射理论的安全阀气体内漏信号特征研究

基于声发射理论,研究安全阀气体内漏情况下的信号特征。设计搭建了安全阀内漏模拟试验台和安全阀内漏声发射信号检测系统,通过理论分析和试验研究的方法,模拟了安全阀密封面划伤、密封面出现单个漏孔、密封面出现多个漏孔等内漏情况,研究了这些情况下声发射信号的频谱特征,泄漏率对于声发射信号特征参数平均信号电平(ASL)的影响,以及泄漏率与平均信号电平之间的量化关系,为实现安全阀内漏在线监测奠定基础。     

Condition monitoring of electric motor ball bearings for the detection of grease contaminants

Grease used in the ball bearings of electric motors often get contaminated either from external particles or particles generated within these bearings. The effectiveness of vibration, stator current, acoustic emission and shock pulse measurements in detecting the presence of contaminant particles in bearing grease has been investigated. Silica and ferric oxide particles were used to contaminate grease. The levels of vibration, stator current, acoustic emission and shock pulse appreciably increased as contaminant level and contaminant size increased. Acoustic emission peak amplitude proved to be the best condition monitoring technique for the detection of grease contaminants in motor bearings. It is followed by shock pulse maximum value and carpet value in terms of effectiveness.     

Analysis on acoustic signal characteristics of the fatigue cracks in anchor structure of cable-stayed bridge tower

The full size model fatigue test on the anchor structure of cable-stayed bridge tower was engaged in laboratory. The acoustic emission instrument was used to monitor the fatigue cracks continuously in the fillet of the anchorage, to investigate the acoustic signal characteristics. Through different ways of loading, the periodic variation of acoustic signals, and crack propagation parameters of the acoustic signals are obtained. By continuously monitoring of the acoustic signal of the fatigue cracks, it can be possible to find the location of the fatigue cracks, and the time it generates. According the active changes of the acoustic signals of the fatigue crack via continuous monitoring, the propagation tendency of the crack in the anchor structure of the cable-stayed bridge tower can be predicted. This method provides support for the crack detection and on-line real-time monitoring by acoustic emission.     

Acoustic emission method for tool condition monitoring based on wavelet analysis

It is believed that the acoustic emission (AE) signals contain potentially valuable information for tool wear and breakage monitoring and detection. However, AE stress waves produced in the cutting zone are distorted by the transmission path and the measurement systems and it is difficult to obtain an effective result by these raw acoustic emission data. In this article, a technique based on AE signal wavelet analysis is proposed for tool condition monitoring. The local characterize of frequency band, which contains the main energy of AE signals, is depicted by the wavelet multi-resolution analysis, and the singularity of the signal is represented by wavelet resolution coefficient norm. The feasibility for tool condition monitoring is demonstrated by the various cutting conditions in turning experiments.