電氣設(shè)備故障分析及可靠性方法研究

何 杰

（湛江寶發(fā)賽迪轉(zhuǎn)底爐技術(shù)有限公司，廣東 湛江 524000）

1 電氣設(shè)備中常見(jiàn)的熱故障

本節(jié)給出了電氣設(shè)備中常見(jiàn)的典型故障的典型例，然后探討提高檢查質(zhì)量的方法以及用于評(píng)估異常嚴(yán)重程度的技術(shù)。

電氣設(shè)備額定功率表示設(shè)備在不被損壞的情況下可以傳導(dǎo)的能量值。如果設(shè)備在高于其規(guī)格的功率下運(yùn)行，過(guò)大的功率會(huì)導(dǎo)致設(shè)備過(guò)熱，從而縮短設(shè)備的壽命和效率。特別是陳舊的老化電線、不適當(dāng)?shù)男薷幕虿缓细竦那覠o(wú)能力支撐現(xiàn)有負(fù)荷的電氣設(shè)備，在某種程度上這種情況可能導(dǎo)致電氣設(shè)備燃燒。新的電氣設(shè)備也不能免于這種情況，隨著時(shí)間的推移，電氣裝置及其接觸面將開(kāi)始老化，導(dǎo)致電阻增加[1]。

電氣系統(tǒng)中的故障可分為電氣連接不良、短路或開(kāi)路、過(guò)載、負(fù)載不平衡和設(shè)備安裝不當(dāng)?shù)?。在大多?shù)情況下，電氣連接不良是電氣系統(tǒng)線路的常見(jiàn)問(wèn)題之一。根據(jù)調(diào)查，幾乎一半的熱問(wèn)題是在導(dǎo)體連接附件和螺栓連接中發(fā)現(xiàn)的。這些問(wèn)題主要是由于連接松動(dòng)、腐蝕、生銹和未充分使用抑制性潤(rùn)滑脂造成的。這類(lèi)問(wèn)題可以通過(guò)紅外熱像儀檢測(cè)熱模式來(lái)識(shí)別，包括最高溫度點(diǎn)指示問(wèn)題的位置。在檢查過(guò)程中，如氧化電纜連接導(dǎo)致發(fā)熱點(diǎn)溫度超過(guò)70℃。一般會(huì)產(chǎn)生燃燒跡象。這種情況需要立即注意并及時(shí)修理。如果氧化和電弧損傷無(wú)法修復(fù)，建議更換零件和電纜。圖1展示了具有相應(yīng)故障點(diǎn)的斷路器的連接示例。

圖1 斷路器的連接故障圖

理想情況下，電氣系統(tǒng)的設(shè)計(jì)和尺寸應(yīng)滿(mǎn)足設(shè)施的負(fù)載需求。然而，隨著時(shí)間的推移，額外的負(fù)荷已導(dǎo)致電氣系統(tǒng)設(shè)備超出其原來(lái)的設(shè)計(jì)能力。電氣設(shè)備和部件尺寸不當(dāng)也會(huì)導(dǎo)致過(guò)載。過(guò)載狀態(tài)通常顯示一個(gè)均勻的熱模式出現(xiàn)在整個(gè)電路中。設(shè)備產(chǎn)生的總熱量取決于負(fù)載和設(shè)備的環(huán)境工作溫度。圖2描繪了具有過(guò)載條件的單相斷路器，過(guò)載導(dǎo)致發(fā)熱點(diǎn)溫度超過(guò)76.6℃。

圖2 過(guò)載斷路器的典型故障圖

2 可靠性方法

由于對(duì)電氣設(shè)備的預(yù)防性維護(hù)和狀態(tài)監(jiān)測(cè)的需求越來(lái)越受到重視和關(guān)注，需要一種可靠和快速的分析工具來(lái)進(jìn)行檢查。以下方法可提高電氣設(shè)備檢查和狀態(tài)監(jiān)測(cè)的質(zhì)量[2]。

2.1 高分辨率紅外相機(jī)的先進(jìn)技術(shù)

影響檢驗(yàn)質(zhì)量的主要因素是紅外熱成像設(shè)備本身。紅外熱像儀以其高精度、高靈敏度的成像特性，越來(lái)越受到人們的重視，成為電氣預(yù)防性維修的一種重要手段。紅外探測(cè)器制造工藝的進(jìn)步極大地提高了產(chǎn)量和質(zhì)量，同時(shí)降低了生產(chǎn)成本。然而，檢測(cè)的質(zhì)量與圖像的分辨率有關(guān)。分辨率差會(huì)導(dǎo)致檢測(cè)圖像的判讀不好。因此，為了更準(zhǔn)確、更實(shí)時(shí)地解釋數(shù)據(jù)，建議在紅外攝像機(jī)上使用最新技術(shù)。除了分辨率外，現(xiàn)代紅外熱像儀還具有很高的熱靈敏度，在某些產(chǎn)品中，紅外熱像儀還可以調(diào)整屏幕上的數(shù)據(jù)測(cè)量值，如物體發(fā)射率、溫度等。

2.2 高分辨率連續(xù)監(jiān)測(cè)

采用連續(xù)熱成像技術(shù)，可提供額外的能量進(jìn)行周期性熱檢，尤其關(guān)系到電氣設(shè)備的耐久性。由于故障隨時(shí)可能發(fā)生，因此連續(xù)熱監(jiān)測(cè)有其優(yōu)勢(shì)。此外，它不依賴(lài)于操作員，也不依賴(lài)于定期檢查，特別是在嚴(yán)重過(guò)載期間。另一方面，實(shí)時(shí)監(jiān)控可以在異常發(fā)生時(shí)對(duì)信號(hào)或警報(bào)發(fā)出警報(bào)，因此可以同時(shí)采取適當(dāng)?shù)拇胧３酥?，與現(xiàn)有的監(jiān)控和數(shù)據(jù)采集系統(tǒng)的集成將實(shí)現(xiàn)實(shí)時(shí)遠(yuǎn)程監(jiān)控，而無(wú)需單獨(dú)的系統(tǒng)或報(bào)告，這實(shí)際上是定期熱工檢查無(wú)法實(shí)現(xiàn)的[3]。

2.3 準(zhǔn)確的故障診斷方法

有多種技術(shù)可用于通過(guò)定性檢測(cè)圖像分析來(lái)確定電氣設(shè)備的熱嚴(yán)重性。其中一項(xiàng)技術(shù)是通過(guò)確定每個(gè)電氣設(shè)備的實(shí)際最高溫度并根據(jù)標(biāo)準(zhǔn)評(píng)估其狀況來(lái)進(jìn)行直接解釋。最高溫度由指定選定區(qū)域內(nèi)的最高像素值。然而，這種技術(shù)有時(shí)會(huì)產(chǎn)生誤導(dǎo)。這是因?yàn)殡姎庠O(shè)備的溫度會(huì)受到環(huán)境溫度不同程度的影響。因此，還必須考慮與環(huán)境溫度不同的相對(duì)溫度。計(jì)算直方圖或直方圖距離是另一種可用于兩個(gè)物體之間的相似性。在這種情況下，計(jì)算每個(gè)區(qū)域的直方圖并與其他區(qū)域進(jìn)行比較。另一種推薦的方法是分析分割區(qū)域的梯度。利用梯度分析技術(shù)的一個(gè)優(yōu)點(diǎn)是可以識(shí)別電氣設(shè)備中熱點(diǎn)的來(lái)源，所有這些參數(shù)都可以作為輸入特征的決策過(guò)程。電氣設(shè)備檢測(cè)通?？捎糜诒容^相似設(shè)備之間的故障，但可能需要顯示故障的嚴(yán)重程度。機(jī)電系統(tǒng)的故障診斷往往依賴(lài)于對(duì)滿(mǎn)載發(fā)熱點(diǎn)的預(yù)測(cè)和設(shè)備在該溫度下的耐久性。由于需要預(yù)測(cè)系統(tǒng)滿(mǎn)負(fù)荷運(yùn)行時(shí)的最高溫度，因此必須探索預(yù)測(cè)設(shè)備可靠性和使用壽命的新方法。

2.4 目標(biāo)識(shí)別方法

基于自頂向下方法的目標(biāo)識(shí)別方法是最佳選擇之一。通過(guò)假設(shè)電氣設(shè)備紅外圖像中的所有物體都是重復(fù)結(jié)構(gòu)，識(shí)別出感應(yīng)區(qū)域。通過(guò)檢測(cè)每個(gè)目標(biāo)的局部特征，并對(duì)每個(gè)目標(biāo)相似的特征進(jìn)行分組來(lái)進(jìn)行分類(lèi)。采用尺度不變特征變換算法進(jìn)行圖像分割，通過(guò)識(shí)別重復(fù)結(jié)構(gòu)的區(qū)別特征，描述特征并匹配每個(gè)特征，以檢測(cè)圖像中的相似對(duì)象。這里，尺度不變特征變換算法是在一幅圖像中而不是在兩幅圖像之間匹配和配對(duì)顯著的相似特征。最后，在具有一組匹配特征之后，這些特征集合被分組并且可以提取重復(fù)結(jié)構(gòu)的區(qū)域。該分割技術(shù)具有良好的識(shí)別效果和重復(fù)目標(biāo)檢測(cè)。然而，這種技術(shù)只適用于外形非常相似的電氣設(shè)備或部件。電氣設(shè)備紅外圖像的有限紋理導(dǎo)致特征檢測(cè)數(shù)量有限[4]。

2.5 優(yōu)化算法

無(wú)論是對(duì)電氣設(shè)備檢測(cè)圖像的定性分析還是定量分析，大部分可用的分類(lèi)方法都是對(duì)檢測(cè)圖像進(jìn)行定量分析，可以較好地應(yīng)用于電氣設(shè)備狀態(tài)的分類(lèi)。神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)數(shù)據(jù)的復(fù)雜輸入輸出關(guān)系，用于電氣設(shè)備熱狀態(tài)的學(xué)習(xí)和分類(lèi)。在所有的人工神經(jīng)網(wǎng)絡(luò)算法中，多層感知器模型由于靈活性強(qiáng)、計(jì)算速度快、魯棒性強(qiáng)的獨(dú)特優(yōu)點(diǎn)得到了廣泛的應(yīng)用。

在另一個(gè)嘗試中，支持向量機(jī)算法可以用來(lái)確定電氣設(shè)備的狀態(tài)。支持向量機(jī)是一種被廣泛應(yīng)用的數(shù)據(jù)分類(lèi)工具。支持向量機(jī)是一種學(xué)習(xí)系統(tǒng)，它利用高維特征空間中線性函數(shù)的假設(shè)空間來(lái)直接估計(jì)決策面（不是建模訓(xùn)練數(shù)據(jù)的概率分布），并將模糊決策方法應(yīng)用于電力設(shè)備狀態(tài)分類(lèi)。有學(xué)者提出了一個(gè)基于模糊邏輯的專(zhuān)家系統(tǒng)，該系統(tǒng)可以提取電氣設(shè)備檢測(cè)圖像中的主要特征，并建議適當(dāng)?shù)木S護(hù)措施。

還有學(xué)者采用神經(jīng)模糊網(wǎng)絡(luò)對(duì)避雷器故障進(jìn)行檢測(cè)和分類(lèi)。該系統(tǒng)實(shí)現(xiàn)了90%的故障分類(lèi)，并帶有760多個(gè)測(cè)量的測(cè)試數(shù)據(jù)集。唯一區(qū)別于其他系統(tǒng)的是，神經(jīng)模糊網(wǎng)絡(luò)的輸入變量可以考慮環(huán)境因素參數(shù)（污染指數(shù)）、檢測(cè)變量和避雷器規(guī)格（包括額定電壓、材料和設(shè)備制造商）等信息。

有學(xué)者實(shí)現(xiàn)了基于面向?qū)ο蠓指畹膱D像配準(zhǔn)方法和用于監(jiān)測(cè)電氣設(shè)備熱異常的圖像匹配調(diào)整算法。圖像配準(zhǔn)方法分為三個(gè)步驟：首先，基于（區(qū)域）灰度相似性的方法，通過(guò)一個(gè)相似性度量來(lái)選擇這類(lèi)方法，用時(shí)間作為兩幅圖像相似性的度量。其次，基于傅里葉變換算法的相位相關(guān)圖像變換。最后對(duì)圖像進(jìn)行匹配。在檢測(cè)到目標(biāo)設(shè)備的圖像后，將該圖像與相似模板進(jìn)行比較，從而進(jìn)行去噪并檢查儀器狀況。

有學(xué)者提出了一種利用高階局部自相關(guān)特征比較電器參考熱模式來(lái)檢測(cè)電器熱故障的方法。在這項(xiàng)研究中，相似的設(shè)備檢測(cè)在每個(gè)觀測(cè)區(qū)域使用曼哈頓距離之間的參考特征和特征[5]。

2.6 智能診斷系統(tǒng)

由于電氣設(shè)備對(duì)預(yù)防性維護(hù)的需求過(guò)大，迫切需要一個(gè)更可靠、更健壯的智能系統(tǒng)。到目前為止，由于設(shè)備的不同特點(diǎn)，已開(kāi)發(fā)的智能系統(tǒng)只能用于特殊用途的電氣設(shè)備。因此，必須設(shè)計(jì)和開(kāi)發(fā)一個(gè)智能系統(tǒng)模型，以適應(yīng)電氣故障點(diǎn)成像質(zhì)量問(wèn)題。對(duì)于在室外進(jìn)行的檢查，拍攝的圖像通常會(huì)受到噪聲的影響。因此，必須探索一種先進(jìn)的圖像處理技術(shù)和新的算法來(lái)解決這些問(wèn)題。所開(kāi)發(fā)的模型應(yīng)能適應(yīng)各種因素的復(fù)雜相互作用，并能為未來(lái)的擴(kuò)展提供支持。檢查結(jié)果應(yīng)包括風(fēng)速、電氣負(fù)荷變化、環(huán)境空氣溫度、電阻等的影響。

3 結(jié)語(yǔ)

為了避免熱沖擊可能引起的故障，同時(shí)提高電力設(shè)備的可靠性，必須及早預(yù)防。紅外熱成像技術(shù)的使用提供了有效和可靠的信息，特別是對(duì)于預(yù)防性維護(hù)計(jì)劃和在線監(jiān)測(cè)。為了避免對(duì)紅外熱成像數(shù)據(jù)的誤解或不準(zhǔn)確的分析，需要考慮對(duì)分析方法進(jìn)行修正和改進(jìn)。電氣設(shè)備紅外熱成像檢測(cè)的最新發(fā)展趨勢(shì)表明，人們對(duì)智能化系統(tǒng)的要求越來(lái)越高。采用先進(jìn)的檢測(cè)系統(tǒng)可以提高檢測(cè)質(zhì)量。因此，必須設(shè)計(jì)一個(gè)系統(tǒng)的方法來(lái)進(jìn)行新的檢測(cè)和一個(gè)可持續(xù)的智能系統(tǒng)。對(duì)于復(fù)雜的圖像分析，需要采用先進(jìn)有效的圖像處理技術(shù)。進(jìn)一步的開(kāi)發(fā)可以將自動(dòng)處理能力嵌入到被測(cè)物體及其關(guān)鍵部件的自動(dòng)識(shí)別中。