一種電瓷瓷體在線探傷裝置及方法與流程
2023-05-13 17:41:06 1
本發明電工陶瓷生產領域，尤其涉及種電瓷瓷體在線探傷裝置及方法。
背景技術：
目前，電瓷瓷體廣泛應用於直接關係到我們日常用電和鐵路運輸的電力系統中，比如，不同電壓等級的輸電線路、變電站、電器設備。電瓷瓷體作為電力系統中非常重要的一個構成部分，一旦出現如氣孔、裂紋等，長期使用會嚴重地影響電瓷的性能而造成電力系統的癱瘓，因此，對電瓷瓷體進行探傷檢測在電瓷瓷體生產過程中就顯得尤為重要。
目前主要的探傷檢測方法主要通過人工的方式進行，即通過人工肉眼進行的表面探傷檢測。雖然目前的方法也能夠實現陶瓷瓷體的表面探傷檢測，但是這種方法存在效率低下、自動化程度低、而且無法實現陶瓷磁體的內在缺陷檢測。
技術實現要素：
本發明的目的在於提供的一種電瓷瓷體在線探傷測量裝置及方法，解決了現有的電瓷瓷體探傷效率低下、自動化程度低、而且無法實現陶瓷磁體的內在缺陷檢測。
為了達到上述目的，本發明採用的技術方案如下：
本發明提供的一種電瓷瓷體在線探傷測量裝置，包括檢測單元、驅動單元、收集單元和處理單元，其中，所述檢測單元用於檢測電瓷瓷體並控制驅動單元敲擊所檢測到的電瓷瓷體；所述收集單元用於收集驅動單元所敲擊電瓷瓷體產生的敲擊聲，並將收集到的電瓷瓷體敲擊聲轉換為數位訊號傳輸給所述處理單元；所述處理單元根據所採集到的電瓷瓷體敲擊聲，採用預設算法辨識電瓷瓷體的損傷類型。
優選地，所述檢測單元包括光電開關，通過光電開關對電瓷瓷體進行檢測。
優選地，所述驅動單元包括敲擊子單元和放大子單元，其中，所述敲擊子單元包括敲擊錘，所述敲擊錘設置在電瓷瓷體的正上方；所述放大子單元包括功率放大器，所述功率放大器將敲擊電瓷瓷體產生的敲擊聲進行放大。
優選地，所述收集單元包括聲音收集子單元和聲音轉換子單元，其中，所述聲音收集子單元包括麥克風，所述聲音轉換子單元包括聲音採集卡，所述聲音採集卡將麥克風收集到的敲擊聲轉換為數位訊號傳輸給處理單元。
優選地，所述處理單元包括五階巴特沃茲濾波器和處理器，其中，通過五階巴特沃茲濾波器對電瓷瓷體敲擊聲進行濾波處理，獲取濾波聲音信號；所述處理器通過採用預設算法對獲取的濾波聲音信號進行處理得到電瓷瓷體的損傷類型。
一種電瓷瓷體在線探傷的測量方法，包括以下步驟：
S1：通過檢測單元檢測電瓷瓷體，並向驅動單元發送一個敲擊信號，同時向收集單元發送一個收集使能信號；
S2：所述驅動單元收到敲擊信號後，通過其內部的敲擊子單元在預設的力度範圍內敲擊電瓷瓷體；
S3：通過所述驅動單元內的放大子單元將敲擊電瓷瓷體產生的敲擊聲進行放大，產生電瓷瓷體敲擊聲放大信號；
S4：通過收集單元收集電瓷瓷體敲擊聲放大信號，並將所述電瓷瓷體聲音放大信號轉換為數位訊號傳輸給處理單元；
S5：所述處理單元對電瓷瓷體敲擊聲數位訊號進行濾波處理，獲取濾波聲音信號，根據該濾波聲音信號採用第一預設算法對獲取的濾波聲音信息進行提取，得到濾波聲音信號對應的探傷特徵信息，再根據獲取的探傷特徵信息採用第二預設算法得到電瓷瓷體的損傷類型。
優選地，所述第一預設算法採用的是模糊小波算法，其具體步驟為：
S101：首先確定模糊小波變換中的母小波，並對母小波進行尺度a的變換；
S102：接著對經過濾波獲取的濾波聲音信號和經過尺度a變換的母小波進行模糊化處理，獲取模糊化處理後的濾波聲音信號的第一語言變量Sj和所述第一語言變量對應的第一隸屬度值以及經過尺度a變換的母小波的第二語言變量Mi和所述第二語言變量對應的第二隸屬度值
S103：接著根據預定的模糊匹配規則對第一語言變量Sj和第二語言變量Mi進行模糊匹配，獲取所述模糊化處理後的濾波聲音信號與所述經過尺度a變換的母小波之間的匹配語言變量Rij；
S104：最後根據所述第一語言變量Sj對應的第一隸屬度值和所述第二語言變量Mi對應的第二隸屬度值對所述匹配語言變量Rij進行清晰化處理，獲取濾波聲音信號對應的探傷特徵信息Ta。
優選地，所述第二預設算法採用的是徑向基神經網絡算法，所述徑向基神經網絡算法具體是將尺度a下濾波聲音信號對應的探傷特徵信息Ta作為輸入層的輸入量、將Φi(||Ta-ci||)作為隱含層的激活函數、將電瓷瓷體的損傷類型y作為輸出層的輸出量，其中，所述電瓷瓷體的損傷類型y的非線性關係為：
其中，||Ta-ci||表示Ta與ci之間的歐式距離，ci表示第i個隱含層神經元的數據中心值，wi為輸出權值。
優選地，所述隱含層的激活函數Φi(||Ta-ci||)的數學定義為：
其中，δi為第i個隱含層神經元的擴展常數。
優選地，在步驟S101之前，首先需要確定第i個隱含層神經元的數據中心值ci、擴展常數δi和輸出權值wi，實現對徑向基神經網絡進行擬合，其中，確定第i個隱含層神經元的數據中心值ci、擴展常數δi和輸出權值wi的過程具體如下：
第一，選取同等數量的沒有損傷的電瓷瓷體、存在氣孔的電瓷瓷體和存在內部裂紋的電瓷瓷體若干個，分別將沒有損傷的電瓷瓷體作為第一類樣本；存在氣孔的電瓷瓷體作為第二類樣本；存在內部裂紋的電瓷瓷體作為第三類樣本；
第二，分別將第一類樣本、第二類樣本及第三類樣本分別通過模糊小波算法，獲取對應的第一類特徵量、第二類特徵量及第三類特徵量；
第三，將獲取的第一類特徵量、第二類特徵量、第三類特徵量分別輸入RBFNN，通過網絡訓練獲取c1,c2,c3...ch、δ1,δ2,δ3...δh以及w1,w2,w3...wh，完成徑向基神經網絡的訓練過程。
與現有技術相比，本發明的有益效果是：
本發明提供的一種電瓷瓷體在線探傷測量裝置及方法，包括檢測單元、驅動單元、收集單元和處理單元，其中，當檢測單元檢測到電瓷瓷體時，向驅動單元和收集單元發送信號；通過驅動單元敲擊電瓷瓷體，再結合收集單元收集電瓷瓷體所產生的敲擊聲信號，所述收集單元將收集到的電瓷瓷體敲擊聲轉換為數位訊號傳輸給所述處理單元；所述處理單元根據所採集到的電瓷瓷體敲擊聲，採用預設算法辨識電瓷瓷體的損傷類型。該結構只需安裝在電瓷瓷體的生產線上，即可自動完成電瓷瓷體內在缺陷的檢測。
附圖說明
圖1為測量系統示意圖；
圖2為測量方法流程圖；
圖3為徑向基神經網絡結構圖；
其中，101、檢測單元 102、驅動單元 103、收集單元 104、處理單元。
具體實施方式
下面將結合本發明實施例中的附圖，對發明作進一步說明，本領域技術人員可有本說明書所揭露的內容輕易地了解本發明的其他優點與功效。本發明還可以通過另外不同的具體實施方式加以實施或應用，本說明書中的各項細節也可以基於不同觀點與應用，在沒有背離本發明的精神下進行各種修改或改變。需要說明的是，在不衝突的情況下，以下實施例及實施例中的特徵可以相互結合。
需要說明的是，以下實施例中所提供的圖示僅以示意圖方式說明本發明的基本構想，所以圖示中僅顯示於本發明中相關組件而非按照實際實施時的組件數目、形狀及尺寸繪製，其實際實施時各組件的型態、數量及比例可謂一種隨意的改變，且其組件布局型態也可以更為複雜。
如圖1所示，本發明提供的一種電瓷瓷體在線探傷測量裝置，包括檢測單元101、驅動單元102、收集單元103和處理單元104。其中，所述檢測單元101用於檢測電瓷瓷體並驅動單元102敲擊所檢測到的電瓷瓷體；所述收集單元103用於收集驅動單元102所敲擊電瓷瓷體產生的敲擊聲，並將收集到的電瓷瓷體敲擊聲轉換為數位訊號傳輸給所述處理單元104；所述處理單元104根據所述電瓷瓷體敲擊聲，採用預設算法辨識電瓷瓷體的損傷類型。
所述檢測單元101包括光電開關，通過光電開關對電瓷瓷體進行檢測；
所述驅動單元102包括敲擊子單元和放大子單元，其中，所述敲擊子單元包括敲擊錘，所述敲擊錘設置在電瓷瓷體的正上方；所述放大子單元包括功率放大器，所述功率放大器將敲擊電瓷瓷體產生的敲擊聲進行放大；
所述收集單元103包括聲音收集子單元和聲音轉換子單元，其中，所述聲音收集子單元包括麥克風，所述聲音轉換子單元包括聲音採集卡，所述聲音採集卡將麥克風收集到的敲擊聲轉換為數位訊號傳輸給處理單元104；
所述處理單元104包括五階巴特沃茲濾波器和處理器，其中，所述處理單元104通過五階巴特沃茲濾波器對電瓷瓷體敲擊聲進行濾波處理，獲取濾波聲音信號，之後通過處理器對獲取的濾波聲音信號進行處理得到電瓷瓷體的損傷類型。
一種電瓷瓷體在線探傷的測量方法，包括以下步驟：
S1：所述檢測單元101檢測到電瓷瓷體時，所述檢測單元101向驅動單元102發送一個敲擊信號，同時向收集單元103發送一個收集使能信號；
S2：所述驅動單元102收到敲擊信號後，通過其內部的敲擊子單元在預設的力度範圍內敲擊電瓷瓷體；
S3：通過所述驅動單元102內的放大子單元將敲擊電瓷瓷體產生的敲擊聲進行放大，產生電瓷瓷體敲擊聲放大信號；
S4：通過收集單元103內的聲音收集子單元收集電瓷瓷體敲擊聲放大信號；
S5：通過收集單元103內的聲音轉換子單元將所述電瓷瓷體聲音放大信號轉換為數位訊號傳輸給處理單元103；
S6：所述處理單元104對電瓷瓷體敲擊聲數位訊號進行濾波處理，獲取濾波聲音信號；
S7：所述處理單元104通過預設算法辨識電瓷瓷體的損傷類型。
具體地，步驟S1中，所述檢測單元101包括光電開關，通過光電開關實現電瓷瓷體的檢測。
所述敲擊信號和收集使能信號均為高電平信號。
具體地，步驟S2中，所述預設的力度範圍，是根據不同的電瓷瓷體進行設置。
具體地，步驟S6中，採用的濾波器為五階巴特沃茲濾波器，所述濾波處理，是指濾除所述電瓷瓷體聲音放大信號中的環境噪聲信號，以獲取濾波聲音信號。
具體地，步驟S7中，所述預設算法包括第一預設算法和第二預設算法，其中，所述第一預設算法採用的是模糊小波算法，所述第二預設算法採用的是徑向基神經網絡算法。
在步驟S6後，首先通過第一預設算法對獲取的濾波聲音信息進行提取，得到濾波聲音信號對應的探傷特徵信息，再通過第二預設算法得到電瓷瓷體的損傷類型。
所述第一預設算法的具體步驟為：
S101：首先確定模糊小波變換中的母小波，並對母小波進行尺度a的變換；
S102：接著對經過濾波獲取的濾波聲音信號和經過尺度a變換的母小波進行模糊化處理，獲取模糊化處理後的濾波聲音信號的第一語言變量Sj和所述第一語言變量對應的第一隸屬度值以及經過尺度a變換的母小波的第二語言變量Mi和所述第二語言變量對應的第二隸屬度值
S103：接著根據預定的模糊匹配規則對第一語言變量Sj和第二語言變量Mi進行模糊匹配，獲取所述模糊化處理後的濾波聲音信號與所述經過尺度a變換的母小波之間的匹配語言變量Rij；
S104：最後根據所述第一語言變量Sj對應的第一隸屬度值和所述第二語言變量Mi對應的第二隸屬度值對所述匹配語言變量Rij進行清晰化處理，獲取濾波聲音信號對應的探傷特徵信息Ta。
對於步驟S101，所述母小波，具體地是指Maxican-hat母小波；
進一步地，所述尺度a變換，具體指對母小波進行尺度a變換和平移變換。
對於步驟S103，所述預定的模糊匹配規則如表1，獲取所述模糊化處理後的濾波聲音信號與所述經過尺度a變換的母小波之間的匹配語言變量；
表1
從表1中可以看出，所述預定的模糊匹配規則為I×J的矩陣，其中，I表示尺度a下母小波的第二語言變量個數，J表示尺度a下濾波聲音信號的第一語言變量個數，Sj表示尺度a下第j個濾波聲音信號的第一語言變量，Mi表示尺度a下第i個母小波的第二語言變量，Rij表示Mi與Sj之間的匹配語言變量。
對於步驟S104，所述清晰化處理的公式為：
在公式(1)中，Ta為尺度a下濾波聲音信號對應的探傷特徵信息，a代表小波的尺度，是在尺度a下濾波聲音信號的第一語言變量Sj的第一隸屬度值，是在尺度a下母小波的第二語言變量Mi的第二隸屬度值，表示在尺度a下Mi與Sj之間的匹配語言變量。
如圖3所示，所述第二預設算法採用的是徑向基神經網絡(RBFNN，Radical Basis Function Neural network)算法，所述徑向基神經網絡算法具體是將尺度a下濾波聲音信號對應的探傷特徵信息Ta作為輸入層的輸入量、將Φi(||Ta-ci||)作為隱含層的激活函數、將電瓷瓷體的損傷類型y作為輸出層的輸出量，其中，所述電瓷瓷體的損傷類型y的非線性關係為：
其中，||Ta-ci||表示Ta與ci之間的歐式距離，ci表示第i個隱含層神經元的數據中心值，wi為輸出權值；所述Φi選取Gaussian函數，則：
其中，δi為第i個隱含層神經元的擴展常數，δi越小，Φi(||Ta-ci||)的寬度越小。
徑向基神經網絡投入到工作過程：即，將濾波聲音信號對應的探傷特徵信息Ta通過徑向基神經網絡，可以獲取對應的電瓷瓷體的損傷類型y。
為了測量得到電瓷瓷體的損傷類型y，首先需要在步驟S101之前，確定第i個隱含層神經元的數據中心值ci、擴展常數δi和輸出權值wi，實現對徑向基神經網絡進行擬合。
其中，確定第i個隱含層神經元的數據中心值ci、擴展常數δi和輸出權值wi的過程具體如下：
首先選取沒有損傷的電瓷瓷體20個，作為第一類樣本；選取存在氣孔的電瓷瓷體20個，作為第二類樣本；選取存在內部裂紋的電瓷瓷體20個，作為第三類樣本；
其次，分別將第一類樣本、第二類樣本及第三類樣本分別通過模糊小波算法，獲取對應的第一類特徵量、第二類特徵量及第三類特徵量，此時第一類特徵量對應沒有損傷的20個電瓷瓷體，第二類特徵量對應存在氣孔的20個電瓷瓷體，第三類特徵量對應內部裂紋的20個電瓷瓷體；
將第一類特徵量、第二類特徵量、第三類特徵量分別輸入RBFNN，通過網絡訓練獲取c1,c2,c3...ch，δ1,δ2,δ3...δh以及w1,w2,w3...wh，完成徑向基神經網絡的訓練過程。其計算公式為：
所述電瓷瓷體的損傷類型包括：外傷或者內傷；其中外傷包括：表面裂痕、表面劃傷；內傷包括：內部氣孔及內部裂紋。
以上，僅為本發明的較佳實施例而已，並非用於限定本發明的保護範圍。