CN107121367A - 一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 - Google Patents
一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 Download PDFInfo
- Publication number
- CN107121367A CN107121367A CN201710200294.6A CN201710200294A CN107121367A CN 107121367 A CN107121367 A CN 107121367A CN 201710200294 A CN201710200294 A CN 201710200294A CN 107121367 A CN107121367 A CN 107121367A
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- dust concentration
- induction type
- air duct
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000428 dust Substances 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 230000006698 induction Effects 0.000 title claims abstract description 21
- 238000000605 extraction Methods 0.000 title abstract description 3
- 230000002708 enhancing effect Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims 1
- 238000004804 winding Methods 0.000 claims 1
- 239000002184 metal Substances 0.000 abstract description 9
- 238000005530 etching Methods 0.000 abstract 3
- 239000004020 conductor Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000009131 signaling function Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/0656—Investigating concentration of particle suspensions using electric, e.g. electrostatic methods or magnetic methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0096—Investigating consistence of powders, dustability, dustiness
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提出了一种感应式粉尘浓度检测信号的增强结构及波动性提取方法,包括:风筒为中空结构,风筒中部开设蚀刻凹槽,在蚀刻凹槽中沿内侧一边紧密缠绕导线,缠绕到蚀刻凹槽另一边后,通过导向槽将导线穿出连接到粉尘检测终端。金属导线制作的螺旋结构代替目前的金属环结构,金属导线外面有绝缘层,具有可靠防水功能;此外,更重要的是相比目前金属环结构,金属导线螺旋结构具有增强信号的功能。
Description
技术领域
本发明涉及粉尘设备检测领域,尤其涉及一种感应式粉尘浓度检测信号的增强结构及波动性提取方法。
背景技术
现有技术中,粉尘检测仪采用传统的检测方式,其传感器和相应管线经常处于外界的恶劣环境,造成粉尘检测仪容易损坏,而且检测信号不准确、检测效果显著降低。这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种
为了实现本发明的上述目的,本发明提供了一种感应式粉尘浓度检测信号的增强结构,包括:风筒1、蚀刻凹槽2、导向槽3和导线4;
风筒1为中空结构,风筒1中部开设蚀刻凹槽2,在蚀刻凹槽2中沿内侧一边紧密缠绕导线4,缠绕到蚀刻凹槽2另一边后,通过导向槽3将导线4穿出连接到粉尘检测终端。
所述的感应式粉尘浓度检测信号的增强结构,优选的,还包括:把手5、壳体螺钉6、背壳7、连接柱8和线路孔9;
把手5设置在粉尘检测终端一侧,所述把手5设置波浪形,便于悬挂,粉尘检测终端通过背壳7包封,背壳7四周设置壳体螺钉6,用于包裹住粉尘检测终端内部电路,粉尘检测终端通过连接柱8连接风筒1,所述风筒1外部包裹金属套。
本发明还公开一种感应式粉尘浓度检测信号的波动性提取方法,包括如下步骤:
S1,获取粉尘数据,转换为高频采集信号;
S2,对信号的波动性从时域和频域分别提取;
S3,分析信号的波动性,从而判断粉尘浓度值。
所述的感应式粉尘浓度检测信号的波动性提取方法,优选的,所述S2的时域计算包括:
均值计算:
标准偏差计算:
所述的感应式粉尘浓度检测信号的波动性提取方法,优选的,所述S2频域计算包括:
信号FFT变换,取得信号的频谱信息,读取信号中振幅最大所对应的频率f;
则f=max{xk}。
所述的感应式粉尘浓度检测信号的波动性提取方法,优选的,所述S3包括:
建立信号波动性分析模型为
c(s,f)=a*s+b*f
=[a,b]*[s,f]’
s为信号时域标准偏差;f为信号的频域中频率成分最大对应的频率;a,b为权系数;因此模型只确定了权系数即可;
采用对比称重法检测的粉尘浓度值c0,采用自适应算法确定权系数,自适应算法模型为
ε=c0-(a*s+b*f)。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
信号波动性提取算法结合了信号的标准偏差和频谱特性两方面,提取信号的波动性大小,相比只分析信号的标准偏差,具有更好的检测效果。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1A-1C是本发明结构示意图;
图2是本发明工作方法流程图;
图3是本发明计算方法示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
金属导线制作的螺旋结构代替目前的金属环结构,金属导线外面有绝缘层,具有可靠防水功能;此外,更重要的是相比目前金属环结构,金属导线螺旋结构具有增强信号的功能。结构图如图1A-1C所示,其中图1B是图1A的A-A剖视图。
本发明提供了一种感应式粉尘浓度检测信号的增强结构,包括:风筒1、蚀刻凹槽2、导向槽3和导线4;
风筒1为中空结构,风筒1中部开设蚀刻凹槽2,在蚀刻凹槽2中沿内侧一边紧密缠绕导线4,缠绕到蚀刻凹槽2另一边后,通过导向槽3将导线4穿出连接到粉尘检测终端。
所述的感应式粉尘浓度检测信号的增强结构,优选的,还包括:把手5、壳体螺钉6、背壳7、连接柱8和线路孔9;
把手5设置在粉尘检测终端一侧,所述把手5设置波浪形,便于悬挂,粉尘检测终端通过背壳7包封,背壳7四周设置壳体螺钉6,用于包裹住粉尘检测终端内部电路,粉尘检测终端通过连接柱8连接风筒1,所述风筒1外部包裹金属套。
粉尘被抽入感应装置内,粉尘通过静电感应作用,在金属螺旋结构的每个螺旋环上感应出波动信号;则粉尘经过感应电极时,整个感应信号将是每个螺旋环所感应信号的叠加,则增加了信号的波动性,有利于后期信号捕捉与处理。
绕线从远离外壳缺口处开始依次紧密缠绕,绕到缺口处为止。
本发明信号的波动性从时域和频域两方面提取。则本算法流程如图2所示:
以2000hz的频率采集一组数据,x0,x1,x2,x3……x4095;
1.1信号时域计算
均值计算:
标准偏差计算:
1.2信号频域计算
信号FFT变换,取得信号的频谱信息,读取信号中振幅最大所对应的频率f
则f=max{xk}
1.3自适应算法确定了信号波动性分析模型
建立信号波动性分析模型为
c(s,f)=a*s+b*f
=[a,b]*[s,f]’其中,上标’是矩阵的转置符号,
s为信号时域标准偏差;
f为信号的频域中频率成分最大对应的频率;
a,b为权系数;
因此模型只确定了权系数即可。
在实验室对比称重法检测的粉尘浓度值c0,采用自适应算法确定权系数,自适应算法模型为
ε=c0-(a*s+b*f)
流程图,如图3所示。为自适应算法模型流程图,
计算结果对比称重法检测的粉尘浓度值c0,建立自适应模型,根据最小二乘算法调整权系数,自动完成模型建立。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (6)
1.一种感应式粉尘浓度检测信号的增强结构,其特征在于,包括:风筒(1)、蚀刻凹槽(2)、导向槽(3)和导线(4);
风筒(1)为中空结构,风筒(1)中部开设蚀刻凹槽(2),在蚀刻凹槽(2)中沿内侧一边紧密缠绕导线(4),缠绕到蚀刻凹槽(2)另一边后,通过导向槽(3)将导线(4)穿出连接到粉尘检测终端。
2.根据权利要求1所述的感应式粉尘浓度检测信号的增强结构,其特征在于,还包括:把手(5)、壳体螺钉(6)、背壳(7)、连接柱(8)和线路孔(9);
把手(5)设置在粉尘检测终端一侧,所述把手(5)设置波浪形,便于悬挂,粉尘检测终端通过背壳(7)包封,背壳(7)四周设置壳体螺钉(6),用于包裹住粉尘检测终端内部电路,粉尘检测终端通过连接柱(8)连接风筒(1),所述风筒(1)外部包裹金属套。
3.一种感应式粉尘浓度检测信号的波动性提取方法,其特征在于,包括如下步骤:
S1,获取粉尘数据,转换为高频采集信号;
S2,对信号的波动性从时域和频域分别提取;
S3,分析信号的波动性,从而判断粉尘浓度值。
4.根据权利要求3所述的感应式粉尘浓度检测信号的波动性提取方法,其特征在于,所述S2的时域计算包括:
均值计算:
标准偏差计算:
5.根据权利要求3所述的感应式粉尘浓度检测信号的波动性提取方法,其特征在于,所述S2频域计算包括:
信号FFT变换,取得信号的频谱信息,读取信号中振幅最大所对应的频率f;
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>X</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>k</mi>
<mi>n</mi>
<mo>/</mo>
<mi>N</mi>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>/</mo>
<mn>2</mn>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>x</mi>
<mi>m</mi>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>k</mi>
<mo>/</mo>
<mi>N</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>+</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>k</mi>
<mo>/</mo>
<mi>N</mi>
</mrow>
</msup>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>/</mo>
<mn>2</mn>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>k</mi>
<mi>m</mi>
<mo>/</mo>
<mi>N</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>K</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3.......4095</mn>
<mo>;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
则f=max{xk}。
6.根据权利要求3所述的感应式粉尘浓度检测信号的波动性提取方法,其特征在于,所述S3包括:
建立信号波动性分析模型为
c(s,f)=a*s+b*f
=[a,b]*[s,f]’
s为信号时域标准偏差;f为信号的频域中频率成分最大对应的频率;a,b为权系数;因此模型只确定了权系数即可;
采用对比称重法检测的粉尘浓度值c0,采用自适应算法确定权系数,自适应算法模型为
ε=c0-(a*s+b*f)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710200294.6A CN107121367B (zh) | 2017-03-30 | 2017-03-30 | 一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710200294.6A CN107121367B (zh) | 2017-03-30 | 2017-03-30 | 一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107121367A true CN107121367A (zh) | 2017-09-01 |
CN107121367B CN107121367B (zh) | 2020-04-21 |
Family
ID=59717498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710200294.6A Active CN107121367B (zh) | 2017-03-30 | 2017-03-30 | 一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107121367B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402174A (zh) * | 2017-09-15 | 2017-11-28 | 北京帕克莱斯分析仪器有限公司 | 一种静电粉尘仪传感器及静电粉尘仪 |
CN108627107A (zh) * | 2018-05-08 | 2018-10-09 | 中煤科工集团重庆研究院有限公司 | 管道内沉积粉尘厚度监测装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU842494A1 (ru) * | 1978-02-20 | 1981-06-30 | Днепропетровский Ордена Трудовогокрасного Знамени Горный Институтим.Aptema | Устройство дл измерени концентрациидиСпЕРСНОй фАзы АэРОзОл |
CN202486221U (zh) * | 2012-03-30 | 2012-10-10 | 山东科技大学 | 一种基于三串联圆环电极的矿井煤尘荷电量测量装置 |
CN103454196A (zh) * | 2013-09-27 | 2013-12-18 | 山东科技大学 | 矿井粉尘浓度测量装置及其测量方法 |
CN103454195A (zh) * | 2013-09-27 | 2013-12-18 | 山东科技大学 | 一种基于静电感应的矿井粉尘浓度传感器 |
CN104155223A (zh) * | 2014-08-29 | 2014-11-19 | 中煤科工集团重庆研究院有限公司 | 防水抗污染粉尘浓度检测装置 |
-
2017
- 2017-03-30 CN CN201710200294.6A patent/CN107121367B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU842494A1 (ru) * | 1978-02-20 | 1981-06-30 | Днепропетровский Ордена Трудовогокрасного Знамени Горный Институтим.Aptema | Устройство дл измерени концентрациидиСпЕРСНОй фАзы АэРОзОл |
CN202486221U (zh) * | 2012-03-30 | 2012-10-10 | 山东科技大学 | 一种基于三串联圆环电极的矿井煤尘荷电量测量装置 |
CN103454196A (zh) * | 2013-09-27 | 2013-12-18 | 山东科技大学 | 矿井粉尘浓度测量装置及其测量方法 |
CN103454195A (zh) * | 2013-09-27 | 2013-12-18 | 山东科技大学 | 一种基于静电感应的矿井粉尘浓度传感器 |
CN104155223A (zh) * | 2014-08-29 | 2014-11-19 | 中煤科工集团重庆研究院有限公司 | 防水抗污染粉尘浓度检测装置 |
Non-Patent Citations (2)
Title |
---|
程学珍: "基于微电荷感应原理的矿井粉尘浓度传感器研究", 《万方学位论文》 * |
陈建阁: "交流耦合式电荷感应法粉尘浓度检测技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ι辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107402174A (zh) * | 2017-09-15 | 2017-11-28 | 北京帕克莱斯分析仪器有限公司 | 一种静电粉尘仪传感器及静电粉尘仪 |
CN107402174B (zh) * | 2017-09-15 | 2024-03-08 | 北京帕克莱斯分析仪器有限公司 | 一种静电粉尘仪传感器及静电粉尘仪 |
CN108627107A (zh) * | 2018-05-08 | 2018-10-09 | 中煤科工集团重庆研究院有限公司 | 管道内沉积粉尘厚度监测装置及方法 |
CN108627107B (zh) * | 2018-05-08 | 2019-09-27 | 中煤科工集团重庆研究院有限公司 | 管道内沉积粉尘厚度监测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107121367B (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105474025A (zh) | 电机故障检测 | |
CN107121367A (zh) | 一种感应式粉尘浓度检测信号的增强结构及波动性提取方法 | |
CN102590691B (zh) | 一种基于极波数学形态谱的特高压直流输电线路区内外故障检测方法 | |
CN105021957B (zh) | 一种电力电缆附件故障识别方法及系统 | |
CN104215688B (zh) | 可分开式高压输电线在线电磁无损检测装置 | |
WO2006019164A1 (ja) | 回転電機の部分放電検出装置および検出方法 | |
Fang et al. | Improved ZSVC‐based fault detection technique for incipient stage inter‐turn fault in PMSM | |
CN107003340A (zh) | 电流传感器以及测定装置 | |
CN107390084B (zh) | 故障方向检测方法、装置、继电器和计算机可读存储介质 | |
JP5162709B2 (ja) | 磁化損失の測定を利用した超電導線材のスレッシュホールド電流密度の推定方法 | |
CN108279359A (zh) | 基于频率响应分析的干式电抗器匝间绝缘故障诊断方法 | |
CN110221176A (zh) | 一种基于交叉重叠差分变换的微电网故障检测方法 | |
CN110531205A (zh) | 发电机转子匝间短路故障诊断及定位的方法及装置 | |
CN109696181A (zh) | Mhd角振动传感器的等效检测电路及其频带特性的修正方法 | |
EP3012643B1 (en) | Method and apparatus for identifying causes for cable overcurrent | |
CN103743993B (zh) | 一种检测变压器绕组变形的方法 | |
CN102280844A (zh) | 一种具有拉力检测功能的电力连接装置 | |
CN104950215B (zh) | 一种微机保护方法 | |
BR112013029615B1 (pt) | circuito transformador de corrente, e método para configurar um circuito transformador de corrente | |
CN204008555U (zh) | 可分开式高压输电线在线电磁无损检测装置 | |
CN106291076A (zh) | 一种双差分式D‑dot过电压传感器及测量系统 | |
CN205304202U (zh) | 一种内设在线监测装置的高压电缆交叉互联箱 | |
CN206132915U (zh) | 高频电流传感器 | |
CN202676810U (zh) | 一种电磁辐射检测设备和车辆 | |
CN109782082A (zh) | 变压器绕组变形不解线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |