基于激光成像技术的电气设备故障自动分类研究

传统方法检测电气设备故障时,存在检测准确率低、耗时长的问题。为此提出基于激光成像技术的电气设备故障自动分类方法。对电气设备图像进行对比度拉伸处理,并采用滤波对其进行去噪处理,以提升对设备故障区域的检测能力,即故障区域在激光图像中亮度过大;利用脉冲耦合神经网络,将处理的激光图像过亮区域进行提取,获得电气设备故障区域,可通过激光图像中故障区域的亮度,实现电气设备故障类型的诊断和自动分类。真实验证明,研究方法的故障诊断性能较高,分类结果较为准确,且实现了非人工故障识别和分类,分类运行时间明显缩短。     

基于超声锁相热像技术检测缺陷的热图序列处理

超声锁相热像是以超声频振动做激励源并采用锁相方法对热图信号进行处理,得到热图序列的幅值和相位来判定缺陷的一种红外热像无损检测技术.它能够有效地检测各种材料内接触界面类缺陷.为了提高对缺陷的检测效率和探测能力,基于超声锁相热像技术,对采集的瞬态热图序列进行处理,采用时频分析方法提取瞬态热图序列的相位和幅值.研究固定分析窗宽(分析长度)时窗中心时刻(分析时刻)对检测结果的影响.采用超声红外锁相热像技术对A3钢板材微裂纹进行检测试验研究,结果表明,瞬态热图序列的时频分析方法能够准确检测金属板材的微裂纹缺陷.     

红外线成像技术在电气设备状态检测中的应用

结合实际工作论述了红外检测技术在输变电设备故障诊断中的具体应用,对变电站设备及线路设备红外检测的原理、影响因素及分析方法分别进行了论述。     

基于网络解析的像元耦合偏振成像目标检测算法

偏振成像目标检测对于人造目标检测有着重要意义。像元耦合是以四个方向的偏振强度数据作为一个超像元的偏振成像方法。对超像元进行偏振参量解析,会使图像的分辨率变为原始图像的四分之一,不利于小目标的检测。像元耦合图像的偏振参量解析会产生噪声,对小目标的检测造成干扰。本文提出了一个以YOLOv5s为网络基础,添加偏振信息解析模块(Covcat)的目标检测算法。该算法实现了端到端进行像元耦合偏振成像的目标检测,用网络实现偏振解析,利用多卷积信息融合提高特征提取能力,提高目标的平均检测精度(mAP)。使用对空无人机数据集对算法进行验证,实验表明,相比于使用偏振参量解析出的强度图、偏振度图和偏振角图,该算法的平均检测精度分别提升了4个百分点、5个百分点和12个百分点。     

探讨红外检测技术在电气设备热故障预测与处理的应用

随着供电负荷的不断增长,电气设备发生热故障导致的事故不断发生,这时,红外检测技术早发现、早处理的功能不仅减少了电气设备热故障的发生,还使得电气设备更稳定地运行,并且延长了设备的使用寿命。本文探究红外检测技术在预测和处理电气设备热故障起到的作用,提出电气设备热故障的类型和解决办法。     

红外热成像技术在电厂的应用

电力行业是目前我国民用红外热像仪应用最多的行业,红外热成像技术在电厂检测中应用广泛。依据红外热像测温和热像检测原理,讨论电力设备的发热原理、过热损耗的危害、故障的在线诊断方法以及影响热像测温的因素等。最后针对红外热像技术在电厂的应用进行讨论。     

红外热像技术诊断高压电气设备缺陷

重点叙述了红外热像技术在诊断电力系统高压电气设备缺陷方面的应用情况。通过几种不同类型的高压电气设备缺陷的诊断，说明了红外热像技术对保障电力系统高压电气设备安全运行的重要性。从理论上阐明了高压电气设备缺陷产生的原理，并提出了这方面的发展趋势。     

融合人工智能与无线通信的热成像局放检测技术研究

热成像局部检测技术中红外热像仪和局部放电检测仪之间由于相互作用会引起干扰现象,严重影响数据检测的准确度。针对这一问题,文中设计了一套深度学习算法与无线通信技术相结合的检测方案。在分析装置之间干扰原理的基础上,对干扰数据进行采集与筛选,并设计了深度学习算法的训练任务,对数据进行优化,提高检测中的抗干扰能力。将算法与无线通信技术融合互动,对筛选后的干扰数据进行优化,提高了数据的准确性。在MATLAB/Simulink平台中进行的仿真测试结果表明,所设计方案可以将干扰信号抑制在10bit之内,且正向最大幅值均比传统算法低2bit以上,大幅提高了数据检测的准确性。     

热像分析技术房屋诊断中的应用

介绍了房屋用红外技术诊断的现状，对使用热像分析技术检测提供了建议。     

基于SSD改进的目标检测方法研究

为了满足目标检测任务实时性的要求,基于轻量级深度学习目标检测网络SSD_Mobilenetv1,通过改进其网络结构,以及增加更细粒特征图参与位置回归和分类来综合网络的上下文信息及引入反残差模块提升网络提取特征的能力,实验表明在保证实时检测速度的同时提高了检测精度,并在KITTI数据集上进行训练验证,取得了良好的效果。     

基于红外图像识别的电气设备故障诊断

红外图像在故障诊断方面有着广泛的应用,但所采集的图像往往存在边缘模糊,细节丢失等问题,很难准确获取故障点信息。针对该问题本文提出了一种图像增强的综合算法,首先应用大津法将电气设备作为目标区从背景图像中分割出来,再用改进后的直方图均衡法对目标区增强,最后与细节图像叠加,该算法使故障信息在红外图像中得到了有效识别。仿真结果验证了该算法的有效性。     

基于电气设备的维修检查与实践技术探索

因为对电路生疏,如果同时出现多种故障,在有电气原理图的前提下,就要理清思路,认真地分析电气控制原理,在没有电气原理图的情况下,首先要根据以往的经验画出简单的电气图来分析具体情况。如果是分熟悉电路原理,根据故障情况,确定故障的位置,确定侧量点,通过侧量找出故障。在不断地接触配套、工程、设计、生产及研发等多部门多方面的工作的前提下,积累经验。本文简要阐述了电气设备维修的方法与实践技术。     

图像识别技术在铁路设备故障检测中的应用

为了提高铁路行车安全性,对铁路设备进行有效地故障检测是不可或缺的环节。文中提出一种基于图像识别技术的设备故障检测方法,该方法解决了机车在运行期间各设备状态的动态检测问题,主要以动态图像为研究对象并进行实时处理。最后通过实验验证了文中研究工作具有快速、准确度高等特点。     

电气设备的状态监测与故障诊断探究

本文论述了在检测电气设备的状态以及诊断故障的技术以及方法,归纳了电气设备目前存在的问题,并融合现在的技术和信息提出了红外诊断技术以及在线检测技术。     

电器设备泄漏电流检测及相关要求

评定电器安全性能是否可靠过程中,最重要的一个参数是泄漏电流检测.一些现代电器产品和家用电器都需要较高的安全级别作为保障,因此,进行电器设备泄漏电流检测变得尤其重要.参考相关资料以及一些实践型的电器检验工作,本文将从电器设备泄漏电流检测的各个环节入手展开细致的研究,并总结经验.     

基于红外图像分析的电力设备热故障检测技术研究

设计基于红外图像分析的电力设备热故障检测系统,该系统由图像采集模块和图像检测模块组成。根据目标设备的形状特征识别热图像中的电力设备,计算设备区域内的最高温度值,并对各种影响因素进行修正后做出诊断,取得了令人满意的结果。在与主动式传感器的电力设备热故障检测法的对比试验中,证明提出的基于红外图像分析的电力设备热故障检测方法在对电力设备热故障区域进行检测时是准确、有效的。     

红外成像技术在转炉钢渣检测中的应用

介绍了热红外成像技术在转炉钢渣检测中的应用,叙述了红外成像技术的热成像原理和黑体辐射定律,分析了转炉钢渣检测的红外辐射原理,阐述了转炉出钢红外图像的特征,给出了图像处理的相关技术及实现算法,同时介绍了检测系统的结构组成及应用效果。     

项目教学法在《机电设备装配与调试》课程中的实践

本文主要借助于YL-335B自动生产线实训考核装备,以供料单元为例,利用项目教学的方式进行该课程实训项目的开发与设计.实践证明,项目教学法能有效的提高学生的学习兴趣和提升教学质量.     

基于中心点的实时红外目标检测方法

针对仅配备CPU的红外成像系统,本文提出了一种基于中心点的实时目标检测方法。遵循轻量化的设计原则,首先引入了低计算成本的特征提取网络,并在此基础上设计了相应的特征融合模块以充分利用不同阶段提取的空间和上下文信息。同时为了进一步提高网络的表征能力,提出了一个背景抑制模块以完成对前景区域的特征增强,并最终通过轻量检测网络实现对目标中心点及其相应属性的预测。在红外空中目标数据集上的实验表明,本文所提方法能够在CPU上以21.69 ms每帧的速度达到90.24%的检测精度。与经典的Tiny-YOLOv3相比,在计算量和参数量仅为前者21%和11%的前提下,检测精度提高了10.94%,并且检测速度提高了10.02 ms,证明了方法在实时红外系统中的巨大应用潜力。