搜索热:失效分析 陶瓷
扫一扫 加微信
首页 > 期刊论文 > 论文摘要
高压电缆铅封附件缺陷的涡流检测
          
Eddy current testing of defects in lead sealing accessories of high-voltage cables

摘    要
高压电缆铅封附件缺陷不仅会发生在附件外部,还会发生在内部,全面检测较为困难且准确性不高。针对这一问题,研究一种高压电缆铅封附件缺陷的涡流检测方法。将涡流检测设备置于高压电缆铅封附件上方,利用涡流传感器采集电信号并对其进行滤波,去除信号中的噪声。提取电信号中的两种特征(边际谱特征和Mel倒谱系数)组成特征集。以特征为输入,利用改进随机森林算法计算每种缺陷发生的概率,确定缺陷类型。结果表明,所述方法在不同类型缺陷检测中的交并比达到最值,均在0. 8以上,检测准确率较高。
标    签 涡流检测   高压电缆铅封附件   特征提取   改进随机森林算法   eddy current detection   high-voltage cable lead seal accessory   feature extraction   improved random forest algorithm  
 
Abstract
The defects can appear in seal accessories of high-voltage cables not only externally but also internally. It is difficult and inaccurate to conduct full defect detection. Aiming at this problem, a defect detection method of high-voltage cable lead seal accessories based on eddy current detection technology was studied. The eddy current defect detection equipment was placed above the lead seal accessories of high-voltage cables. The eddy current sensor was used to collect electrical signals and filter them to remove the noise in the signals. Two kinds of features in the electrical signals (the marginal spectrum feature and Mel cepstrum coefficient)were extracted to form a feature set. With the feature as input, the probability of each defect was calculated by using the improved random forest algorithm, and the defect type was determined. The results showed that the intersection to union ratio of the proposed method reached its maximum in different types of defect detection, all of which were above 0. 8, indicating high detection accuracy.

中图分类号 TP252. 32 TG115. 28   DOI 10.11973/wsjc202309004

 
  中国光学期刊网论文下载说明


所属栏目 试验研究

基金项目 国网河南省电力公司科技项目(5217D0220001)

收稿日期 2023/1/5

修改稿日期

网络出版日期

作者单位点击查看

联系人作者苗堃(garwwd@163.com)

备注苗堃(1984-),男,本科,高级工程师,从事设备运维管理研究工作

引用该论文: MIAO Kun,ZHANG Shengli,CHEN Lei,ZHAO Yajun,LI Jian,LI Peidong,ZHENG Chengshi. Eddy current testing of defects in lead sealing accessories of high-voltage cables[J]. Nondestructive Testing, 2023, 45(9): 17~21
苗堃,张胜利,陈垒,赵亚军,李健,李沛东,郑城市. 高压电缆铅封附件缺陷的涡流检测[J]. 无损检测, 2023, 45(9): 17~21


论文评价
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
分享论文
分享到新浪微博 分享到腾讯微博 分享到人人网 分享到 Google Reader 分享到百度搜藏分享到Twitter

参考文献
【1】滕志勇,夏鹏,刘宇杰,等.基于水冷壁热疲劳裂纹深度的多通道多线圈涡流检测法与阵列涡流检测法数据差异对比与分析[J].锅炉技术,2022,53(3):38-42.
 
【2】曹俊平,孙兴涛,王少华,等.基于涡流技术的高压电缆铅封裂纹缺陷检测研究[J].高压电器,2020,56(8):168-175.
 
【3】方春华,胡冻三,郭凯歌,等.高压电缆终端铅封缺陷超声检测方法研究[J].中国测试,2022,48(3):118-123.
 
【4】徐小冰,袁婧,廖雁群,等.基于Faster RCNN与Mean-Shift的电缆附件缺陷红外图像自动诊断方法[J].高电压技术,2020,46(9):3070-3080.
 
【5】蔡文,薛锋,靖婧,等.涡流检测在焊缝涂装状态下质量检测的应用[J].船海工程,2021,50(2):125-128.
 
【6】汪建新,王培屹,段茹茂.金属回转体表面涡流检测装置设计[J].机床与液压,2021,49(15):111-113,187.
 
【7】张程杰,胡明慧,徐小雄.钛合金深层裂纹缺陷涡流检测仿真与实验研究[J].传感技术学报,2021,34(3):305-310.
 
【8】胡洪宣,刘鑫,谢崇文,等.电磁涡流检测技术在天然气管道检测中的应用[J].材料保护,2022,55(2):183-188.
 
【9】李翰超,古阳,于亚婷.基于涡流无损检测技术的金属表面缺陷三维模拟分析[J].电子科技大学学报,2020,49(6):942-948.
 
【10】任条娟,金合丽,徐菲,等.高含硫气田弱磁油管双层管柱缺陷的电涡流检测方法[J].传感技术学报,2020,33(12):1698-1706.
 
【11】张智超,沈常宇,朱周洪,等.漏磁结合涡流的非铁磁性金属材料检测研究[J].仪器仪表学报,2021,42(4):150-159.
 
【12】王龙群,张璧,彭颖,等.增减材复合制造内部缺陷的涡流检测[J].航空学报,2020,41(3):423170.
 
【13】玄文博,王婷,戴联双,等.油气管道类裂纹缺陷涡流内检测的可行性[J].油气储运,2021,40(12):1384-1389,1440.
 
【14】赵本勇,宋凯,宁宁,等.飞机铆接件隐藏缺陷的远场涡流检测探头优化与试验[J].航空学报,2020,41(1):423111.
 
【15】黄平,杨理践,高松巍,等.利兹线在低频脉冲涡流检测技术中的应用[J].仪表技术与传感器,2021(6):95-99.
 
相关信息
   标题 相关频次
 C含量对低合金钢在模拟高湿热海洋大气环境中腐蚀行为的影响
 2
 ER90S-G焊丝接头力学性能出现差异的原因
 2
 PipeWizard管道环焊缝超声自动检测系统中时间门和波幅门的理解
 2
 X射线安检设备数字图像品质综合评价方法
 2
 ZG45钢表面镍钴基熔覆层的显微组织与耐腐蚀性能
 2
 奥氏体不锈钢的热压缩本构方程及动态再结晶行为
 2
 长输管道的全自动超声检测耦合监控设置方式
 2
 超高分子量聚乙烯在过氧化氢溶液中的摩擦学性能
 2
 超声相控阵图像中的缺陷识别算法
 2
 磁传感器尺寸对涡流检测性能的影响
 2
 复杂产品内部结构射线图像的特征压缩与识别方法
 2
 高钢级大口径焊管残余应力的测试方法
 2
 高能工业X射线照相自动换片机器人设计
 2
 锅炉管用Sanicro25奥氏体耐热钢在带压蒸汽中的氧化行为
 2
 基于BP神经网络的复合材料超声波检测缺陷类型识别
 2
 基于磁记忆的应力集中神经网络识别
 2
 基于机器视觉的数据线焊接缺陷检测
 2
 基于计算机视觉的铁轨表面缺陷检测系统
 2
 基于韧性断裂准则用有限元方法预测镍涂层薄钢板的成形极限
 2
 基于数学形态学的红外热波图像缺陷的定量分析
 2
 基于图像处理的油气站场管道完整性检测方法
 2
 基于无监督深度学习的声发射信号聚类分析
 2
 激光反应熔覆碳化物陶瓷涂层温度场的有限元模拟
 2
 剪切法测定中厚钢板的厚度方向性能
 2
 近场对相控阵超声TCG校准的影响
 2
 某循环流化床锅炉TP347H钢再热器管的开裂原因
 2
 声发射信号特征分析中的小波变换应用方法
 2
 水下TOFD检测设备研制与试验
 2
 特征图谱结合模式识别方法在半边莲质量控制中的应用
 2
 小波分析在钢丝绳检测信号处理中的应用
 2