CN109166122A - 基于图像处理的断路器操作机构弹簧伸缩特性测试方法 - Google Patents
基于图像处理的断路器操作机构弹簧伸缩特性测试方法 Download PDFInfo
- Publication number
- CN109166122A CN109166122A CN201811088415.3A CN201811088415A CN109166122A CN 109166122 A CN109166122 A CN 109166122A CN 201811088415 A CN201811088415 A CN 201811088415A CN 109166122 A CN109166122 A CN 109166122A
- Authority
- CN
- China
- Prior art keywords
- image
- spring
- circuit breaker
- deformation
- operating mechanism
- 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.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 43
- 238000010998 test method Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 17
- 230000008602 contraction Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012631 diagnostic technique Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,涉及断路器故障诊断技术领域。所述基于图像处理的断路器操作机构弹簧伸缩特性测试方法,利用高速相机捕捉断路器分合闸时操动机构弹簧的形变过程,以运动端第一节间作为运动识别目标,结合断路器操动过程中弹簧的形变特性,NCC算法,并实时调整ROI区域,提高了匹配速度和精度,快速有效地获得断路器弹簧伸缩特性参数;通过自适应调整ROI区域解决了NCC算法计算量大、运动速度慢的缺点,在保证计算精度的前提下,使得弹簧伸缩特性参数的获取速度得到显著提高。
Description
技术领域
本发明属于断路器故障诊断技术领域,尤其涉及一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法。
背景技术
高压断路器运行的可靠性对电网的保护与控制至关重要,据统计高压断路器故障大多数都是操动机构故障,而操作机构弹簧作为断路器的一个重要组成元件,其可靠性通过影响断路器操动机构,决定着断路器能否正常分合闸。高压断路器弹簧在正常工作中主要承受变化的载荷或处于长期紧绷的状态,因此,失效形式大多都是刚度下降或疲劳破坏。由于弹簧长期疲劳工作而突然断裂,进而引发的断路器故障的事故常有发生,因此研究操动机构弹簧的疲劳状态监测有着非常重大的意义。
目前,对于高压断路器操动机构的监测更多集中在操动机构整体机械性能上,通过直接或者间接的方式测量动触头分合闸行程曲线、分合闸线圈电流等,对弹簧的监测和状态评价方法研究的少之又少。部分新型断路器在制造过程中在弹簧底部安装了压力传感器,但大多断路器都只能依靠人工定期检查,不但费时还耗费人力。而一般弹簧的疲劳测试机的作用在于对弹簧的疲劳曲线的计算,需要对断路器弹簧拆解后实施测试,并不能实现断路器操作机构弹簧受力及形变状态的在线分析。
现有技术中利用断路器分合闸储能弹簧刚度下降会造成弹簧的本征频率随之下降采用加速度传感器实现弹簧储能状态检测,但未离开接触式测量的范围,而且对于不同断路器需要设计不同的安装设备,不利于普及。
发明内容
针对现有技术的不足,本发明提供一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,利用高速相机捕捉断路器分合闸时操动机构弹簧的形变过程,以运动端第一节间作为运动识别目标,结合断路器操动过程中弹簧的形变特性,归一化互相关匹配算法(normalized cross correlation,NCC),并实时调整感兴趣区域(region of interest,ROI)区域,提高匹配速度和精度,快速有效地获得断路器弹簧伸缩特性参数。
本发明是通过如下的技术方案来解决上述技术问题的:一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,包括以下几个步骤:
步骤1:获取弹簧的形变图像序列;
检测高压断路器控制线圈电流值,当控制线圈电流达到设定电流阈值时,触发高速相机捕捉断路器操作机构弹簧在分合闸过程中的形变图像序列;
采用高速相机这种非接触式的图像捕捉方式,有效解决了传统传感器安装困难和复杂的问题,同时也避免了传统传感器的安装对弹簧形变的影响;
步骤2:形变图像序列的预处理;
对所述步骤1获取的形变图像序列进行预处理,以提高图像的质量,减少现场光线变化和高速相机电子噪声对图像产生的干扰;
步骤3:设置ROI区域;
在形变图像序列中确定运动开始帧,选取该帧图像中断路器操作机构弹簧的一个特征点作为运动识别目标;识别开始帧图像中运动识别目标的中心坐标,由该坐标确定长方形ROI区域;
设置ROI区域可以大大减少图像分析处理的计算量,同时也减少了ROI区域外与运动识别目标形似结构的干扰;
步骤4:后续帧长方形ROI区域的自适应调整;
从第二帧图像开始,在处理后一帧图像时,以前一帧运动识别目标的中心坐标调整长方形ROI区域;进一步减少了ROI区域面积和计算量,提高了后续图像匹配效率;
步骤5:图像的匹配处理;
对每一帧图像进行图像匹配处理,采用NCC算法捕捉最靠近运动端弹簧圈的位置,以及固定端弹簧圈的位置,计算运动端弹簧圈和固定端弹簧圈的位置关系,确定弹簧实时的长度以及形变量,获取弹簧形变过程中运动识别目标的位移-时间曲线;
步骤6:弹簧伸缩特性参数的计算;
根据所述步骤5的位移-时间曲线,计算弹簧自由长度、有效圈数、形变量、最大行程及线径,为断路器操作机构弹簧力学分析、疲劳状态监测和缺陷故障诊断奠定基础。
进一步的,所述步骤2中,形变图像序列的预处理采用图像直方图均衡化技术。
进一步的,所述步骤4中,调整后的长方形ROI区域的长宽与图像的长宽满足下列关系式:
Li=kl+c+δi-1
其中,Li表示图像移动距离;k表示常数,根据弹簧变形方向确定k的取值,非主要形变方向k取1,主要形变方向k取1.2;l表示模板图像尺寸;c表示常数,一般取10~20个像素;δi-1表示运动识别目标的中心坐标相比前一帧移动过的距离。
进一步的,所述步骤5中,采用NCC算法计算运动端弹簧圈和固定端弹簧圈的位置关系的具体步骤是以固定端弹簧圈的图像作为模板图像,以运动端弹簧圈的图像作为原始图像,将模板图像遍历原始图像逐一匹配,计算模板图像和待匹配图像的互相关值,确定匹配程度。
进一步的,所述模板图像和待匹配图像的互相关值的计算公式如下:
其中,F表示原始图像,原始图像的像素值为R×S;G表示模板图像,像素值为r×s;F(x+m,y+n)为原始图像F中(x+m,y+n)点的灰度值,G(x,y)为模板图像G中(x,y)点的灰度值,(m,n)为搜索时模板图像G左上角顶点在原始图像F中的位置。
与现有技术相比,本发明所提供的基于图像处理的断路器操作机构弹簧伸缩特性测试方法,利用高速相机捕捉断路器分合闸时操动机构弹簧的形变过程,以运动端第一节间作为运动识别目标,结合断路器操动过程中弹簧的形变特性,NCC算法,并实时调整ROI区域,提高了匹配速度和精度,快速有效地获得断路器弹簧伸缩特性参数;通过自适应调整ROI区域解决了NCC算法计算量大、运动速度慢的缺点,在保证计算精度的前提下,使得弹簧伸缩特性参数的获取速度得到显著提高;
同时,本发明采用高速相机获取图像序列,是一种非接触式的测试方法,避免了采用传统传感器导致安装困难,费时费力的问题;本发明的测试方法在高压断路器操作机构弹簧形变中的应用能够满足在线监测、高效性、实时性的需求,具有广阔的应用前景。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明基于图像处理的断路器操作机构弹簧伸缩特性测试方法的流程图;
图2是本发明NCC算法的原理示意图;
图3是本发明实施例捕捉目标伸缩方向位移-时间曲线;
图4是本发明实施例捕捉目标伸缩方向速度-时间曲线。
具体实施方式
下面结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明所提供的一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,包括以下几个步骤:
步骤1:获取弹簧的形变图像序列;
检测高压断路器控制线圈电流值,当控制线圈电流达到设定电流阈值时,触发高速相机捕捉断路器操作机构弹簧在分合闸过程中的形变图像序列;
采用高速相机这种非接触式的图像捕捉方式,有效解决了传统传感器安装困难和复杂的问题,同时也避免了传统传感器的安装对弹簧形变的影响。
步骤2:形变图像序列的预处理;
对步骤1获取的形变图像序列采用图像直方图均衡化技术进行预处理,以提高图像的质量,减少现场光线变化和高速相机电子噪声对图像产生的干扰。
步骤3:设置ROI区域;
在形变图像序列中确定运动开始帧(在实施例中,以弹簧运动端第一圈作为运动开始帧),选取该帧图像中断路器操作机构弹簧的一个特征点作为运动识别目标;识别开始帧图像中运动识别目标的中心坐标,由该坐标确定长方形ROI区域;设置ROI区域可以大大减少图像分析处理的计算量,同时也减少了ROI区域外与运动识别目标形似结构的干扰。
步骤4:后续帧长方形ROI区域的自适应调整;
从第二帧图像开始,在处理后一帧图像时,以前一帧运动识别目标的中心坐标调整长方形ROI区域;进一步减少了ROI区域面积和计算量,提高了后续图像匹配效率。
调整后的长方形ROI区域的长宽与图像的长宽满足下列关系式:
Li=kl+c+δi-1 (1)
其中,Li表示图像移动距离;k表示常数,根据弹簧变形方向确定k的取值,非主要形变方向k取1,主要形变方向k取1.2;l表示模板图像尺寸;c表示常数,一般取10~20个像素;δi-1表示运动识别目标的中心坐标相比前一帧移动过的距离。
步骤5:图像的匹配处理;
对每一帧图像进行图像匹配处理,采用NCC算法捕捉最靠近运动端弹簧圈的位置,以及固定端弹簧圈的位置,计算运动端弹簧圈和固定端弹簧圈的位置关系,确定弹簧实时的长度以及形变量,获取弹簧形变过程中运动识别目标的位移-时间曲线。
归一化互相关匹配算法是一种经典的基于图像灰度的匹配算法,经常被写成NCC算法,这种方法将模板图像历遍原始图像逐一匹配,计算模板图像和待匹配图像的互相关值,来确定匹配的程度。互相关值最大时的搜索点位置决定了模板图像在待匹配图像中的位置。
采用NCC算法计算运动端弹簧圈和固定端弹簧圈的位置关系的具体步骤是以固定端弹簧圈的图像作为模板图像,以运动端弹簧圈的图像作为原始图像,将模板图像遍历原始图像逐一匹配,计算模板图像和待匹配图像的互相关值,确定匹配程度。
模板图像和待匹配图像的互相关值的计算公式如下:
其中,F表示原始图像,原始图像的像素值为R×S;G表示模板图像,像素值为r×s;F(x+m,y+n)为原始图像F中(x+m,y+n)点的灰度值,G(x,y)为模板图像G中(x,y)点的灰度值,(m,n)为搜索时模板图像G左上角顶点在原始图像F中的位置。
当模板图像G的左上角顶点的坐标为(m,n)时,模板图像G中的点G(x,y)为对应在原始图像F中的坐标即为(x+m,y+n)。通过上式(2)计算出模板图像G(x,y)与其覆盖下原始图像F中子图像的相关值,当模板图像G历遍原图图像F得到所有位置的相关值,其中最大值对应的子图像即为目标图像,其位置即为待求的坐标。如图2所示,模板图像在原始图像中逐点滑动进行匹配的示意图,在模板图像中坐标位置为(x,y)的点,对应原始图像中的(x+m,y+n)。当在某个特定(x,y)的下,式(2)取到最大值,则即为图像匹配的结果。如果需要计算目标的中心位置,只需要在此坐标基础上,加上目标中心在模板图像中的坐标即可,若目标中心即为模板图像中心,那么,最后目标中心在原始图像上的坐标即为(m+r/2,n+s/2)。
步骤6:弹簧伸缩特性参数的计算;
根据步骤5的位移-时间曲线,计算弹簧自由长度、有效圈数、形变量、最大行程及线径,为断路器操作机构弹簧力学分析、疲劳状态监测和缺陷故障诊断奠定基础。
实施例:
在实验室搭建测试平台,以ZN65-12型高压断路器合闸过程为例,设置线圈电流0.5A(本实施例中设定电流阈值为0.5A)触发高速相机以3500fps的速度采集断路器操作机构弹簧运动图像。搜索目标运动的初始帧,并记录弹簧固定端像素坐标为初始点A,用于计算弹簧在断路器形变过程中的实际工作长度及运动速度变化。选取断路器弹弹簧活动端顶端节间B作为图像中需要识别的运动目标,通过自适应ROI区域图像匹配(NCC算法)的方法识别运动目标,得到目标的在每一帧图像中的像素位置,用来代表操作机构弹簧的实际工作位置。
计算运动目标在每一帧中的目标位置B与初始点A的距离,绘制操作机构弹簧形变过程中运动目标的位移-时间曲线,速度-时间曲线,速度值为操作机构弹簧目标位置B在运动方向上位移-时间曲线的逐点斜率值,其结果如图3-4所示。
图3中,横坐标为时间单位为ms,纵坐标为像素;图4中,横坐标为时间单位为ms,纵坐标为像素/ms,弹簧在合闸过程中主要做轴向的形变,因此这里只考虑y方向位移。从图中可以看出弹簧在合闸瞬间,不断做往复运动。
根据断路器弹簧的运动曲线确定初始帧目标像素位置s0为370.62,固定端像素位置s为927.5,计算得到弹簧初始工作高度Ht0为556.9,以判定结束帧目标像素位置st为373.36与固定端像素位置s0计算弹簧最终工作高度Ht为554.1(以上的数值单位都为像素)。
弹簧伸缩时间t为y=st±ε与弹簧位移时间曲线的交点的最大值。ε为认定弹簧伸缩的幅度最大值,默认可以取0-2个像素,实验中取1个像素值,消除弹簧伸缩幅度过小而可能是因为识别误差而引起的动作,最终得到弹簧的伸缩时间t为274ms。
取弹簧位移-时间曲线的上界与下界作差得到弹簧最大运动行程hm为36.4像素,根据位移-时间曲线计算在弹簧伸缩时间内弹簧第一节间像素坐标经过其最终坐标的次数,为弹簧的中间圈径向往复的次数fc为26次。通过分析目标速度-时间曲线得到断路器弹簧工作的最大速度vm为16像素/ms。最终得到表1所示结果。
表1断路器弹簧伸缩特性参数表
利用自适应ROI区域的NCC算法处理1000帧图像共用时22.8秒,相比单纯采用NCC算法则需要69.4秒的时间才能完成计算,速度快了3倍有余。在不降低计算精度的前提下,大大加快了计算速度节省分析时间,为断路器操作机构弹簧伸缩特性带电检测提供了新的手段。
本发明的基于图像处理的断路器操作机构弹簧伸缩特性测试方法,利用高速相机和图像处理技术获取断路器操作机构弹簧分合闸及储能过程中的伸缩过程,进而提取弹簧工作时形变参数是一种断路器弹簧检测的新方法;NCC算法匹配精度高,适合运用在断路器操作机构弹簧检测中,但计算量大,需要更强的硬件支持,在设置自适应ROI区域后,在不降低计算精度的前提下,速度提升了3倍,利于该算法的推广;基于计算机视觉技术识别断路器弹簧疲劳缺陷是一种“非接触式”的测试方法,能有效解决传感器安装困难,费时费力的问题,在断路器弹簧在线监测和带电测试中,有广阔的应用前景。
以上所揭露的仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或变型,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,其特征在于,包括以下几个步骤:
步骤1:获取弹簧的形变图像序列;
检测高压断路器控制线圈电流值,当控制线圈电流达到设定电流阈值时,触发高速相机捕捉断路器操作机构弹簧在分合闸过程中的形变图像序列;
步骤2:形变图像序列的预处理;
对所述步骤1获取的形变图像序列进行预处理,以提高图像的质量,减少现场光线变化和高速相机电子噪声对图像产生的干扰;
步骤3:设置ROI区域;
在形变图像序列中确定运动开始帧,选取该帧图像中断路器操作机构弹簧的一个特征点作为运动识别目标;识别开始帧图像中运动识别目标的中心坐标,由该坐标确定长方形ROI区域;
步骤4:后续帧长方形ROI区域的自适应调整;
从第二帧图像开始,在处理后一帧图像时,以前一帧运动识别目标的中心坐标调整长方形ROI区域;
步骤5:图像的匹配处理;
对每一帧图像进行图像匹配处理,采用NCC算法捕捉最靠近运动端弹簧圈的位置,以及固定端弹簧圈的位置,计算运动端弹簧圈和固定端弹簧圈的位置关系,确定弹簧实时的长度以及形变量,获取弹簧形变过程中运动识别目标的位移-时间曲线;
步骤6:弹簧伸缩特性参数的计算;
根据所述步骤5的位移-时间曲线,计算弹簧自由长度、有效圈数、形变量、最大行程及线径。
2.如权利要求1所述的一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,其特征在于,所述步骤2中,形变图像序列的预处理采用图像直方图均衡化技术。
3.如权利要求1所述的一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,其特征在于,所述步骤4中,调整后的长方形ROI区域的长宽与图像的长宽满足下列关系式:
Li=kl+c+δi-1
其中,Li表示图像移动距离;k表示常数,根据弹簧变形方向确定k的取值,非主要形变方向k取1,主要形变方向k取1.2;l表示模板图像尺寸;c表示常数,一般取10~20个像素;δi-1表示运动识别目标的中心坐标相比前一帧移动过的距离。
4.如权利要求1所述的一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,其特征在于,所述步骤5中,采用NCC算法计算运动端弹簧圈和固定端弹簧圈的位置关系的具体步骤是以固定端弹簧圈的图像作为模板图像,以运动端弹簧圈的图像作为原始图像,将模板图像遍历原始图像逐一匹配,计算模板图像和待匹配图像的互相关值,确定匹配程度。
5.如权利要求4所述的一种基于图像处理的断路器操作机构弹簧伸缩特性测试方法,其特征在于,所述模板图像和待匹配图像的互相关值的计算公式如下:
其中,F表示原始图像,原始图像的像素值为R×S;G表示模板图像,像素值为r×s;F(x+m,y+n)为原始图像F中(x+m,y+n)点的灰度值,G(x,y)为模板图像G中(x,y)点的灰度值,(m,n)为搜索时模板图像G左上角顶点在原始图像F中的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811088415.3A CN109166122A (zh) | 2018-09-18 | 2018-09-18 | 基于图像处理的断路器操作机构弹簧伸缩特性测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811088415.3A CN109166122A (zh) | 2018-09-18 | 2018-09-18 | 基于图像处理的断路器操作机构弹簧伸缩特性测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109166122A true CN109166122A (zh) | 2019-01-08 |
Family
ID=64879720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811088415.3A Pending CN109166122A (zh) | 2018-09-18 | 2018-09-18 | 基于图像处理的断路器操作机构弹簧伸缩特性测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109166122A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111256980A (zh) * | 2020-04-02 | 2020-06-09 | 广西电网有限责任公司电力科学研究院 | 一种联合图像和振动信号的断路器储能弹簧性能检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003035639A (ja) * | 2001-05-15 | 2003-02-07 | Nissho Denki Kk | 圧縮バネの特性試験方法および装置 |
CN107392082A (zh) * | 2017-04-06 | 2017-11-24 | 杭州景联文科技有限公司 | 一种基于深度学习的小面积指纹比对方法 |
CN107860562A (zh) * | 2017-09-25 | 2018-03-30 | 广西电网有限责任公司电力科学研究院 | 一种高压断路器操作弹簧疲软测试方法 |
CN107909613A (zh) * | 2017-11-14 | 2018-04-13 | 哈尔滨工业大学 | 一种基于顶点的矩形引脚元件定位方法 |
CN108052957A (zh) * | 2017-11-07 | 2018-05-18 | 聊城大学 | 一种航天器目标快速识别方法 |
-
2018
- 2018-09-18 CN CN201811088415.3A patent/CN109166122A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003035639A (ja) * | 2001-05-15 | 2003-02-07 | Nissho Denki Kk | 圧縮バネの特性試験方法および装置 |
CN107392082A (zh) * | 2017-04-06 | 2017-11-24 | 杭州景联文科技有限公司 | 一种基于深度学习的小面积指纹比对方法 |
CN107860562A (zh) * | 2017-09-25 | 2018-03-30 | 广西电网有限责任公司电力科学研究院 | 一种高压断路器操作弹簧疲软测试方法 |
CN108052957A (zh) * | 2017-11-07 | 2018-05-18 | 聊城大学 | 一种航天器目标快速识别方法 |
CN107909613A (zh) * | 2017-11-14 | 2018-04-13 | 哈尔滨工业大学 | 一种基于顶点的矩形引脚元件定位方法 |
Non-Patent Citations (2)
Title |
---|
HUIMIN HUANG 等: "A New Test Method of Circuit Breaker Spring Telescopic Characteristics Based Image Processing", 《E3S WEB OF CONFERENCES》 * |
徐科 等: "《金属表面质量在线检测技术》", 31 October 2016, 冶金工业出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111256980A (zh) * | 2020-04-02 | 2020-06-09 | 广西电网有限责任公司电力科学研究院 | 一种联合图像和振动信号的断路器储能弹簧性能检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107860562B (zh) | 一种高压断路器操作弹簧疲软测试方法 | |
CN108921812B (zh) | 基于图像识别的断路器弹簧疲劳状态智能评价方法 | |
CN107884164B (zh) | 一种ncc-sar算法的断路器弹簧性能检测方法 | |
CN116338449B (zh) | 一种断路器开关特性在线测试方法及系统 | |
CN104062111A (zh) | 一种基于高速摄像机采集断路器机械特性参数的方法 | |
CN105741325A (zh) | 一种跟踪移动目标的方法及移动目标跟踪设备 | |
CN108535278A (zh) | 基于机器视觉的钣金冲孔生产线冲孔缺陷检测装置与方法 | |
CN114066928A (zh) | 一种真空开关触头的运动速度检测方法及装置 | |
CN109166122A (zh) | 基于图像处理的断路器操作机构弹簧伸缩特性测试方法 | |
CN112698196A (zh) | 一种高压开关机械特性监测装置 | |
CN109186947B (zh) | 一种电器三维动态特性自动测试系统及方法 | |
CN108021894B (zh) | 一种基于深度策略学习的小麦病害检测方法 | |
Feng et al. | Infrared image recognition technology based on visual processing and deep learning | |
Zou et al. | Circuit Breaker Energy Storage Spring Deformation Characteristics Test Method Based on Identification Region Estimation and Optimization of SSD-P Algorithm | |
CN114705691B (zh) | 一种工业机器视觉控制方法及装置 | |
CN111256980B (zh) | 一种联合图像和振动信号的断路器储能弹簧性能检测方法 | |
Huang et al. | A new test method of circuit breaker spring telescopic characteristics based image processing | |
CN113808083A (zh) | 基于图像识别的高压断路器分合闸速度检测方法和系统 | |
CN117471306B (zh) | 基于改进光流场算法的高压断路器超程测量方法及系统 | |
Sun et al. | Moving object extraction based on saliency detection and adaptive background model | |
CN101447083A (zh) | 基于时空相关特征的运动目标免信标视觉测量技术 | |
CN118675103A (zh) | 基于视觉技术的断路器机械特性参数修正监测方法及系统 | |
CN113298849B (zh) | 一种便携式断路器弹簧操动机构运行状态声-光检测系统 | |
CN118566710A (zh) | 一种继电器触点与衔铁运动偏差时间测量方法 | |
CN117710367B (zh) | 高压断路器机械特性图像检测方法、装置及相关设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190108 |
|
RJ01 | Rejection of invention patent application after publication |