CN112782236B - 变流器柜体的材料状态监测方法、系统、装置及存储介质 - Google Patents

变流器柜体的材料状态监测方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN112782236B
CN112782236B CN201911096966.9A CN201911096966A CN112782236B CN 112782236 B CN112782236 B CN 112782236B CN 201911096966 A CN201911096966 A CN 201911096966A CN 112782236 B CN112782236 B CN 112782236B
Authority
CN
China
Prior art keywords
conductivity
eddy current
data
average
train
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.)
Active
Application number
CN201911096966.9A
Other languages
English (en)
Other versions
CN112782236A (zh
Inventor
周斌
贺冠强
吴书舟
曾祥浩
尹邦文
尹良兴
王佳丽
陈俊
李榆银
杨秀超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuzhou CRRC Times Electric Co Ltd
Original Assignee
Zhuzhou CRRC Times Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuzhou CRRC Times Electric Co Ltd filed Critical Zhuzhou CRRC Times Electric Co Ltd
Priority to CN201911096966.9A priority Critical patent/CN112782236B/zh
Publication of CN112782236A publication Critical patent/CN112782236A/zh
Application granted granted Critical
Publication of CN112782236B publication Critical patent/CN112782236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/30—Investigating strength properties of solid materials by application of mechanical stress by applying a single impulsive force, e.g. by falling weight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0058—Kind of property studied
    • G01N2203/006—Crack, flaws, fracture or rupture
    • G01N2203/0062—Crack or flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0058—Kind of property studied
    • G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
    • G01N2203/0073—Fatigue

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本公开涉及材料检测技术领域，具体涉及一种变流器柜体的材料状态监测方法、系统、装置及存储介质，用于解决相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。所述变流器柜体的材料状态监测方法包括：在列车的第一服役状态下获取变流器柜体的实测电导率数据；查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。

Description

变流器柜体的材料状态监测方法、系统、装置及存储介质
技术领域
本公开涉及材料检测技术领域，特别地涉及一种变流器柜体的材料状态监测方法、系统、装置及存储介质。
背景技术
随着科技的发展，高速列车用变流器越来越趋向于轻量化和智能化，对变流器控制、网络、模块、结构等各方面的安全可靠性提出了更高的要求，近年来，对于变流器电气、网络类等功率器件的安全监测研究较多，但对于变流器柜体结构材料等非功率材料服役状态监测方法报道较少。
由于动车等变流器柜体是所有电气、控制等功率器件的载体，同时变流器通过吊耳悬挂于列车底部，在运行中不仅受自身重力，而且受到不同方向的动载荷影响，同时列车底部距离轨道非常近，空气流速快，长期受沙尘、雨水等侵蚀，环境十分恶劣，因此保证柜体结构材料安全可靠是变流器设计、运行、维护等所有环节的重中之重。
发明内容
本公开提供一种变流器柜体的材料状态监测方法、系统、装置及存储介质，以解决相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。
为实现上述目的，本公开实施例的第一方面，提供一种变流器柜体的材料状态监测方法，所述方法包括：
在列车的第一服役状态下获取变流器柜体的实测电导率数据；
查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；
比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
可选地，还包括：
在列车的第二服役状态下获取变流器柜体的实测应力数据；
查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中所述第二模拟状态与所述第二服役状态一致；
比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
可选地，在列车的第二服役状态下获取变流器柜体的实测应力数据，包括：
在列车的第二服役状态下通过设置于所述变流器柜体的吊耳和顶部纵梁位置的应变传感器获取变流器柜体的实测应力数据。
可选地，所述第二服役状态为所述列车的运行时间；所述方法还包括：
根据不同运行时间的变流器柜体的吊耳和顶部纵梁位置处的材料进行剩余疲劳寿命试验的数据，以获得运行时间与变流器柜体的吊耳和顶部纵梁位置处的材料的剩余疲劳强度之间的关系；
将运行时间作为自变量、剩余疲劳强度作为因变量进行灰色模型拟合，以建立GM(1,1)灰色预测模型；
查找在列车的第二模拟状态下对应的剩余疲劳强度数据，包括：
查找GM(1,1)灰色预测模型在列车的运行时间下拟合出的剩余疲劳强度数据。
可选地，比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息，包括：
比对所述应变传感器监测的平均应力和所述GM(1,1)灰色预测模型拟合出的平均剩余疲劳强度以及所述GM(1,1)灰色预测模型的平均绝对残差值；
当所述平均应力和所述平均剩余疲劳强度满足第一预设条件时，输出第三提示信息；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第二预设条件时，输出第四提示信息；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第三预设条件时，输出第五提示信息。
可选地，当所述平均应力和所述平均剩余疲劳强度满足第一预设条件时，输出第三提示信息，包括：
如果σ(t)≦σd(t)，则输出t时间段内应力正常的提示信息；其中，σ(t)为t时间段通过所述应变传感器监测的平均应力，σd(t)为所述GM(1,1)灰色预测模型拟合出t时间段的平均剩余疲劳强度，t为所述列车的运行时间；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第二预设条件时，输出第四提示信息，包括：
如果σd(t)≦σ(t)≦σd(t)+V(t)，则输出t时间段内材料所受应力过载的提示信息；其中，V(t)表示t时间段内所述GM(1,1)灰色预测模型的平均绝对残差值；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第三预设条件时，输出第五提示信息，包括：
如果σd(t)+V(t)≦σ(t)，则输出t时间段内材料所受应力严重过载的提示信息。
可选地，在列车的第一服役状态下获取变流器柜体的实测电导率数据，包括：
在列车的第一服役状态下通过设置于所述变流器柜体的吊耳和顶部纵梁位置的涡流传感器获取变流器柜体的实测电导率数据。
可选地，所述方法还包括：
接收测试得到的列车运行时变流器柜体的服役振动谱；
获取模拟环境中在测试得到的服役振动谱下模拟长寿命振动试验的试验数据，以得到变流器柜体在无裂纹运行条件下的涡流阵列曲线模型；其中，在模拟环境中存在设置于模拟变流器柜体的吊耳和顶部纵梁位置处的模拟涡流传感器，涡流阵列曲线模型的自变量为列车的第一模拟状态，因变量为所述模拟涡流传感器监测的模拟电导率；
查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致，包括：
查找所述涡流阵列曲线模型在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致。
可选地，所述第一服役状态为所述列车的运行时间；比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，包括：
比对在所述运行时间内所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述运行时间内所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第四预设条件时，输出第六提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第五预设条件时，输出第七提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差不满足所述第四预设条件或所述第五预设条件时，输出第八提示信息。
可选地，当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第四预设条件时，输出第六提示信息，包括：
如果aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)，则输出表示可能出现裂纹的预警提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第五预设条件时，输出第七提示信息，包括：
如果dS′(t)≦S(t)且fη′(t)≦η(t)，则输出表示很可能出现裂纹的预警提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差不满足所述第四预设条件或所述第五预设条件时，输出第八提示信息包括：
如果S′(t)、S(t)、η′(t)和η(t)不满足aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)或者dS′(t)≦S(t)且fη′(t)≦η(t)时，则输出表示无裂纹的正常提示信息；
其中，0.9≦a≦1.1，1.1≦b≦1.2，1.5≦c≦2，1.2≦d，2≦f，t为所述列车的运行时间；S′(t)为涡流阵列曲线模型t时间段内的平均电导率，S(t)为t时间段所述涡流传感器监测的平均电导率，η′(t)为所述涡流阵列曲线模型在t时间段内的电导率标准差，η(t)为t时间段内所述涡流传感器监测的电导率的标准差。
可选地，所述第一服役状态为列车运行时变流器柜体的服役振动谱；比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，包括：
通过设置于变流器柜体的振动传感器获取列车运行时变流器柜体的服役振动谱；
计算在一致的服役振动谱下对应的所述实测电导率数据与所述模拟电导率数据的差值；
如果差值超过阈值，则输出表示可能出现裂纹的预警提示信息；
如果差值没有超过阈值，则输出表示无裂纹的正常提示信息。
可选地，还包括：
获取列车在检修时检修数据；
根据所述检修数据中包括的修正剩余疲劳强度和服役振动谱，对所述涡流阵列曲线模型和GM(1,1)灰色预测模型进行反馈以修正。
本公开实施例的第二方面，提供一种变流器柜体的材料状态监测系统，包括：
涡流传感器，设置于变流器柜体的吊耳和顶部纵梁上；
第一获取模块，被配置为在列车的第一服役状态下获取所述涡流传感器的实测电导率数据；
第一查找模块，被配置为查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；
第一比对模块，被配置为比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
可选地，还包括：
应变传感器，设置于变流器柜体的吊耳和顶部纵梁上；
第二获取模块，被配置为在列车的第二服役状态下获取所述应变传感器的实测应力数据；
第二查找模块，被配置为查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中所述第二模拟状态与所述第二服役状态一致；
第二比对模块，被配置为比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
本公开实施例的第三方面，提供一种的装置，所述装置包括：
本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本公开实施例的第五方面，提供一种变流器柜体的材料状态监测装置，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。
采用上述技术方案，至少能够达到如下技术效果：
本公开在获取变流器柜体在同一个状态下的实测电导率数据和模拟电导率数据，通过比对所述实测电导率数据与所述模拟电导率数据，可以确定变流器柜体的材料是否出现裂纹，如果出现裂纹可以及时进行提示，解决了相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开一示例性实施例示出的一种变流器柜体的材料状态监测方法流程图。
图2是本公开一示例性实施例示出的另一种变流器柜体的材料状态监测方法流程图。
图3是本公开一示例性实施例示出的一种变流器柜体的俯视图。
图4是本公开一示例性实施例示出的一种变流器柜体的正视图。
图5是图3中S20区域的局部放大图。
图6是图4中S21区域的局部放大图。
图7是本公开一示例性实施例示出的一种变流器柜体的材料状态监测系统框图。
图8是本公开一示例性实施例示出的一种变流器柜体的材料状态监测装置框图。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式，借此对本公开如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本公开的保护范围之内。
本公开发明人经研究发现，变流器柜体的材料在服役过程中主要失效形式为疲劳失效、腐蚀失效或两者耦合的方式失效。当前，变流器柜体服役状态检测手段，主要是在不同修程检修过程中，将变流器柜体从列车上拆下来，通过涡流探伤等工人排查方式逐一排查，通常是通过检测柜体关键结构部位是否出现裂纹的方式开展。如发现存在裂纹、腐蚀等问题，则通过切割柜体，对该部位进行剩余疲劳强度、受力状态，涡流探伤等方式进行原因分析。该种定期人工排查和逆向寻找原因方法，检测周期间隔长，裂纹发现不及时，人工成本高，缺乏对裂纹产生的原因等关键数据的收集，对结构关键部位材料服役寿命缺乏预判等缺点，无法第一时间发现问题并对柜体服役状态进行预判。
实施例一
图1是本公开一示例性实施例示出的一种变流器柜体的材料状态监测方法流程图，以解决相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。如图1所示，该变流器柜体的材料状态监测方法包括：
S11，在列车的第一服役状态下获取变流器柜体的实测电导率数据。
S12，查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致。
S13，比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
在步骤S11中，第一服役状态可以是列车的运行时间或者列车运行时变流器柜体的服役振动谱。接下来以运行时间为例进行说明。变流器柜体的实测电导率数据可以通过设置于所述变流器柜体的涡流传感器监测获得。请参照图3、图4、图5和图6，涡流传感器5可以设置于所述变流器柜体1的吊耳3和顶部纵梁2上。
选取变流器柜体吊耳、顶部纵梁等关键结构位置，安装一个或多个涡流传感器后，执行步骤S12，查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致。
其中，所述模拟电导率数据可以通过以下方式获得：测试得到的列车运行时变流器柜体的服役振动谱；在模拟环境中选取变流器柜体并在在吊耳和顶部纵梁位置处布置模拟涡流传感器，并在测试得到的服役振动谱下模拟长寿命振动试验；根据长寿命振动试验数据，可以得到变流器柜体在无裂纹运行条件下的涡流阵列曲线模型；其中，涡流阵列曲线模型的自变量为列车的第一模拟状态，因变量为所述模拟涡流传感器监测的模拟电导率；第一模拟状态可以是列车的运行时间，也可以是服役振动谱。即可以通过查找所述涡流阵列曲线模型在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致。
在获取所述实测电导率数据和所述模拟电导率数据后，执行步骤S13，比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息。
以所述第一服役状态为所述列车的运行时间为例，设S′(t)为涡流阵列曲线模型在运行时间t时间段内的平均电导率，其中，t单位可以为小时；Si′(t)为t时间段内i时刻(最小刻度与仪器记录保持一致)涡流阵列曲线模型的瞬时电导率，η′(t)为t时间段内的涡流阵列曲线模型的电导率标准差；同理，设S(t)为t时间段涡流传感器监测的平均电导率，其中t单位为小时，Si(t)为t时间段内i时刻(最小刻度与仪器记录保持一致)涡流传感器监测的瞬时电导率，η(t)为t时间段内涡流传感器监测的电导率标准差。则，如果aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)(其中，a、b、c为参数，0.9≦a≦1.1，1.1≦b≦1.2，1.5≦c≦2)，则输出表示可能出现裂纹的预警提示信息；如果dS′(t)≦S(t)且fη′(t)≦η(t)(其中，d、f为参数，1.2≦d，2≦f)，则输出表示很可能出现裂纹的预警提示信息；如果S′(t)、S(t)、η′(t)和η(t)不满足上述的算式时，则输出表示无裂纹的正常提示信息。
接着，以所述第一服役状态为列车运行时变流器柜体的服役振动谱为例，比对所述实测电导率数据与所述模拟电导率数据，可以是通过设置于变流器柜体的振动传感器获取列车运行时变流器柜体的服役振动谱；计算在一致的服役振动谱下对应的所述实测电导率数据与所述模拟电导率数据的差值；如果差值超过阈值，则输出表示可能出现裂纹的预警提示信息；如果差值没有超过阈值，则输出表示无裂纹的正常提示信息。其中，阈值可以是用户根据经验进行自行设置。
可选地，本公开还可以在列车的第二服役状态下获取变流器柜体的实测应力数据，并查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中，所述第二模拟状态与所述第二服役状态一致，接着，比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
第二服役状态可以是与第一服役状态一致的列车运行时间，第二服役状态可以是列车的修程，比如运行里程。变流器柜体的模拟应力数据可以通过设置于所述变流器柜体的吊耳和顶部纵梁位置的应变传感器监测获得。请参照图3、图4、图5和图6，应变传感器4可以设置于所述变流器柜体1的吊耳3和顶部纵梁2上。
获得实测应力数据后，查找在列车的第二模拟状态下对应的剩余疲劳强度数据，以所述第二服役状态为所述列车的运行时间为例，第二模拟状态下对应的剩余疲劳强度数据可以通过以下方式获得：根据不同运行时间的变流器柜体的吊耳和顶部纵梁位置处的材料进行剩余疲劳寿命试验的数据，以获得运行时间与变流器柜体的吊耳和顶部纵梁位置处的材料的剩余疲劳强度之间的关系；将运行时间作为自变量、剩余疲劳强度作为因变量进行灰色模型拟合，以建立GM(1,1)灰色预测模型。此时，查找在列车的第二模拟状态下对应的剩余疲劳强度数据，即为查找GM(1,1)灰色预测模型在列车的运行时间下拟合出的剩余疲劳强度数据。
在获得所述剩余疲劳强度数据与所述实测应力数据后，比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
假设σ(t)为在运行时间t时间段通过所述应变传感器监测的平均应力，σd(t)为所述GM(1,1)灰色预测模型拟合出t时间段的平均剩余疲劳强度，V(t)表示t时间段内所述GM(1,1)灰色预测模型的平均绝对残差值，t的单位为月，则如果σ(t)≦σd(t)，则输出t时间段内应力正常的提示信息；如果σd(t)≦σ(t)≦σd(t)+V(t)，则输出t时间段内材料所受应力过载的提示信息；如果σd(t)+V(t)≦σ(t)，则输出t时间段内材料所受应力严重过载的提示信息。
由于列车在检修阶段对监测位置进行定点检查，通过获取列车在检修时检修数据，可以根据所述检修数据中包括的修正剩余疲劳强度和服役振动谱，对所述涡流阵列曲线模型和GM(1,1)灰色预测模型进行反馈以修正，比如根据检修数据，重新构建涡流阵列曲线模型和GM(1,1)灰色预测模型，提高模型预判准确度。
本公开在获取变流器柜体在同一个状态下的实测电导率数据和模拟电导率数据，通过比对所述实测电导率数据与所述模拟电导率数据，可以确定变流器柜体的材料是否出现裂纹，如果出现裂纹可以及时进行提示，解决了相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。
另外，本公开针对变流器柜体材料主要失效形式，遵循金属材料性能下降客观规律，建立恰当的状态预测模型，通过对变流器柜体吊耳、顶部纵梁等关键部位布置传感器，收集相关数据，实时与模型进行对比分析，从而判断出柜体材料的健康程度，并通过与检修结果进行对比，既能对检修提供一定的指导，提高检修的准确性，同时也能反馈修正模型精度。
在线监测配合不同修程有针对性的定位检修，可以更加快速、精准的定位出柜体结构材料故障位置，及时发现关键部位结构材料内部微裂纹，降低维护成本，同时也能弥补检修周期间隔内的空白，如出现特别异常信号，可及时进行处理，规避变流器柜体掉落风险，提高列车运行可靠性。
值得说明的是，对于图1所示的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本公开所必须的。
实施例二
图2是本公开一示例性实施例示出的另一种变流器柜体的材料状态监测方法流程图，以解决相关技术中变流器柜体的材料状态的检测手段不能及时发现裂纹的技术问题。本公开实现监测方法的单元可以为：传感器布置、数据采集单元、数据分析单元、外界交互单元、检修修正单元。所述传感器布置包括传感器安装位置选取、传感器个数及类型选择。数据采集单元包括除传感器收集的数据外，还包括列车自带运行里程、时间等数据，并以上数据记录保存、传输至数据分析单元。数据分析元包括预测模型建立、数据对比分析并给出预判。外界交互单元包括根据数据分析偏离值，给出材料服役健康状态的不同预判策略，并通过交互给操作人员进行决策。检修修正单元包括对不同修程柜体进行普查时，监测状态是否符合模型预判，根据检修结果对模型进行修正。
首先，选取变流器柜体吊耳、顶部纵梁等关键结构位置，安装一个或多个应变传感器和涡流传感器，将传感器收集的数据实时传输至数据收集单元，同时将列车自带运行里程、服役年限等数据传输至数据收集单元，将数据收集单元数据传输至数据分析单元，对数据进行转化、降噪、归一化等处理。
然后，建立预测模型：1、GM(1,1)灰色预测模型：对不同时间修程的变流器柜体吊耳、顶部纵梁等部位结构材料进行剩余疲劳寿命试验，得出不同修程与该位置结构材料剩余疲劳强度之间的关系，将修程(时间或里程)作为自变量，剩余疲劳强度作为因变量，进行灰色模型拟合，从而建立GM(1,1)灰色预测模型；2、涡流阵列曲线模型：测试得到列车运行时变流器柜体的服役振动谱，在模拟环境中选取变流器柜体，在吊耳、顶部纵梁等布置涡流传感器，并在服役振动谱下模拟长寿命振动试验，得到变流器无裂纹正常运行条件下的涡流阵列曲线模型。
接着，对不同传感器收集的数据进行如下处理分析：1、将应变传感器收集的应变数据转化为应力数据，然后对应力与运行时间之间的时域曲线，与GM(1,1)灰色预测模型进行对比分析，得到柜体关键部位结构材料应力水平状态是否处于安全服役状态，并根据偏离模型剩余疲劳强度值，得到该位置结构材料的健康程度，应力健康程度从健康至严重超出模型允许值的排序依次分为：正常(比如输出绿色图标)、轻微预警(比如输出橙色图标)、严重预警(比如输出红色图标)。2、对于涡流传感器收集的电导率数据，归一化处理后，与涡流阵列服役模型曲线进行实时对比分析，可能出现裂纹程度从低到高排序依次分为：正常(比如输出绿色图标)、轻微预警(比如输出橙色图标)、严重预警(比如输出红色图标)。
下面对上面两种模型预判变流器结构材料服役状态原理及决策选择方法，进行具体算式说明：
1、设σd(t)为上述灰色预测模型拟合出在运行时间t时间段柜体结构材料平均剩余疲劳强度，其中t单位为月，V(t)表示t时间段内模型平均绝对残差值，σ(t)为t时间段监测的平均应力,如果σ(t)≦σd(t)，则显示“绿色”，表示该段时间内应力正常；如果σd(t)≦σ(t)≦σd(t)+V(t)，则显示“橙色”，表示该段时间内材料所受应力过载；如果σd(t)+V(t)≦σ(t)，则显示“红色”，表示该段时间内材料应力严重过载，记录不同时段信号显示情况和相关数据。2、设S′(t)为涡流阵列曲线模型在运行时间t时间段平均电导率，其中t单位为小时，Si′(t)为t时间段内i时刻(最小刻度与仪器记录保持一致)涡流阵列曲线模型瞬时电导率，η′(t)为t时间段内的模型电导率标准差；同理，设S(t)为t时间段监测的平均电导率，其中t单位为小时，Si(t)为t时间段内i时刻(最小刻度与仪器记录保持一致)监测的瞬时电导率，η(t)为t时间段内监测的电导率标准差，如果aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)(其中，a、b、c为参数，0.9≦a≦1.1，1.1≦b≦1.2，1.5≦c≦2)，则显示“轻微(橙色)”预警，表示可能出现裂纹；如果dS′(t)≦S(t)且fη′(t)≦η(t)(其中，d、f为参数，1.2≦d，2≦f)，则显示“严重(红色)”预警，表示很可能出现裂纹；其他情况则显示“正常(绿色)”，表示无裂纹，记录不同时间段信号显示情况和数据。
根据不同时间段信号和数据记录情况，经上述方法分析后，如出现两种传感器监测数据均多次处于“红色”对应的严重预警区域，则很有可能该位置结构材料健康程度很差，应及时进行检查探伤，避免出现意外事故。同时在检修阶段对监测位置进行定点检查，通过修正剩余疲劳强度值和服役振动谱和调整阈值，对模型进行反馈修正，提高模型预判准确度。
本公开传感器安装位置选择，符合变流器柜体实际运行工况，能客观反映柜体材料的实际服役状态。另外，本公开选择服役过的不同修程(时间)柜体材料，试验得出不同修程(时间)材料的剩余疲劳强度，并通过灰色预测模型建立柜体材料服役应力状态评估方法，给出了某一时间段内，柜体材料实时监测的应力对柜体材料寿命影响程度的判断，符合材料性能退化客观规律，相对于以往通过切割服役后的柜体，加工成各种试样进行检测的方法，该方法更加智能化、数据化、实时化，并实现对柜体服役应力状态在线监测，为以后全面实现智能变流器奠定基础。
而且，本公开通过布置先进涡流传感器，输入变流器实际运行时的服役振动谱，得到正常服役状态下，柜体材料电导率时域曲线，即涡流阵列服役模拟模型，通过与在线监测数据进行对比分析，得到柜体材料服役裂纹状态评估方法，实现了变流器柜体结构材料裂纹在线监测，同时与柜体材料服役应力状态监测方法相结合，综合评估柜体材料服役状态，提高了方法的容错率与准确性。
进一步地，本公开将检修与在线监测相互结合，既能提高检修过程的准确性和经济性，弥补了检修周期间隔阶段的空白，提高了变流器服役安全性，同时通过检修反馈修正模型，提高了模型的可靠度，为实现更加智能、安全、经济的变流器结构材料服役状态在线监测系统提供了基础数据支撑。
实施例三
图7是本公开一示例性实施例示出的一种变流器柜体的材料状态监测系统。
如图7所示，所述变流器柜体的材料状态监测系统300包括：
涡流传感器310，设置于变流器柜体的吊耳和顶部纵梁上；
第一获取模块320，被配置为在列车的第一服役状态下获取所述涡流传感器的实测电导率数据；
第一查找模块330，被配置为查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；
第一比对模块340，被配置为比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
可选地，如图7所示，所述变流器柜体的材料状态监测系统300还包括：
应变传感器350，设置于变流器柜体的吊耳和顶部纵梁上；
第二获取模块360，被配置为在列车的第二服役状态下获取所述应变传感器的实测应力数据；
第二查找模块370，被配置为查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中所述第二模拟状态与所述第二服役状态一致；
第二比对模块380，被配置为比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例四
本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项可选实施例所述的变流器柜体的材料状态监测方法步骤。
其中，在所述处理器上运行的计算机程序被执行时所实现的方法可参照本公开变流器柜体的材料状态监测方法的具体实施例，此处不再赘述。
所述处理器可以是一种集成电路芯片，具有信息处理能力。所述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等。
实施例五
本公开还提供一种变流器柜体的材料状态监测装置，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现上述任一项可选实施例所述的方法步骤。
图8是根据一示例性实施例示出的一种变流器柜体的材料状态监测装置400的框图。如图8所示，该装置400可以包括：处理器401，存储器402，多媒体组件403，输入/输出(I/O)接口404，以及通信组件405。
其中，处理器401用于控制该装置400的整体操作，以完成上述的变流器柜体的材料状态监测方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该装置400的操作，这些数据例如可以包括用于在该装置400上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402或通过通信组件405发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口404为处理器401和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件405用于该装置400与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件405可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，装置400可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的变流器柜体的材料状态监测方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，例如包括程序指令的存储器402，上述程序指令可由装置400的处理器401执行以完成上述的变流器柜体的材料状态监测方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (16)

1.一种变流器柜体的材料状态监测方法，其特征在于，所述方法包括：
在列车的第一服役状态下获取变流器柜体的实测电导率数据，其中，所述第一服役状态是运行时间或者列车运行时变流器柜体的服役振动谱；
查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；
比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
2.根据权利要求1所述的方法，其特征在于，还包括：
在列车的第二服役状态下获取变流器柜体的实测应力数据，其中，所述第二服役状态为所述运行时间或修程；
查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中，所述第二模拟状态与所述第二服役状态一致；
比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
3.根据权利要求2所述的方法，其特征在于，在列车的第二服役状态下获取变流器柜体的实测应力数据，包括：
在列车的第二服役状态下通过设置于所述变流器柜体的吊耳和顶部纵梁位置的应变传感器获取变流器柜体的实测应力数据。
4.根据权利要求3所述的方法，其特征在于，所述第二服役状态为所述列车的运行时间；所述方法还包括：
根据不同运行时间的变流器柜体的吊耳和顶部纵梁位置处的材料进行剩余疲劳寿命试验的数据，以获得运行时间与变流器柜体的吊耳和顶部纵梁位置处的材料的剩余疲劳强度之间的关系；
将运行时间作为自变量、剩余疲劳强度作为因变量进行灰色模型拟合，以建立GM(1,1)灰色预测模型；
查找在列车的第二模拟状态下对应的剩余疲劳强度数据，包括：
查找GM(1,1)灰色预测模型在列车的运行时间下拟合出的剩余疲劳强度数据。
5.根据权利要求4所述的方法，其特征在于，比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息，包括：
比对所述应变传感器监测的平均应力和所述GM(1,1)灰色预测模型拟合出的平均剩余疲劳强度以及所述GM(1,1)灰色预测模型的平均绝对残差值；
当所述平均应力和所述平均剩余疲劳强度满足第一预设条件时，输出第三提示信息；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第二预设条件时，输出第四提示信息；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第三预设条件时，输出第五提示信息。
6.根据权利要求5所述的方法，其特征在于，
当所述平均应力和所述平均剩余疲劳强度满足第一预设条件时，输出第三提示信息，包括：
如果σ(t)≦σd(t)，则输出t时间段内应力正常的提示信息；其中，σ(t)为t时间段通过所述应变传感器监测的平均应力，σd(t)为所述GM(1,1)灰色预测模型拟合出t时间段的平均剩余疲劳强度，t为所述列车的运行时间；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第二预设条件时，输出第四提示信息，包括：
如果σd(t)≦σ(t)≦σd(t)+V(t)，则输出t时间段内材料所受应力过载的提示信息；其中，V(t)表示t时间段内所述GM(1,1)灰色预测模型的平均绝对残差值；
当所述平均应力、所述平均剩余疲劳强度以及所述平均绝对残差值满足第三预设条件时，输出第五提示信息，包括：
如果σd(t)+V(t)≦σ(t)，则输出t时间段内材料所受应力严重过载的提示信息。
7.根据权利要求4所述的方法，其特征在于，在列车的第一服役状态下获取变流器柜体的实测电导率数据，包括：
在列车的第一服役状态下通过设置于所述变流器柜体的吊耳和顶部纵梁位置的涡流传感器获取变流器柜体的实测电导率数据。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
接收测试得到的列车运行时变流器柜体的服役振动谱；
获取模拟环境中在测试得到的服役振动谱下模拟长寿命振动试验的试验数据，以得到变流器柜体在无裂纹运行条件下的涡流阵列曲线模型；其中，在模拟环境中存在设置于模拟变流器柜体的吊耳和顶部纵梁位置处的模拟涡流传感器，涡流阵列曲线模型的自变量为列车的第一模拟状态，因变量为所述模拟涡流传感器监测的模拟电导率；
查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致，包括：
查找所述涡流阵列曲线模型在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致。
9.根据权利要求8所述的方法，其特征在于，所述第一服役状态为所述列车的运行时间；比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，包括：
比对在所述运行时间内所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述运行时间内所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第四预设条件时，输出第六提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第五预设条件时，输出第七提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差不满足所述第四预设条件或所述第五预设条件时，输出第八提示信息。
10.根据权利要求9所述的方法，其特征在于，
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第四预设条件时，输出第六提示信息，包括：
如果aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)，则输出表示可能出现裂纹的预警提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差满足第五预设条件时，输出第七提示信息，包括：
如果dS′(t)≦S(t)且fη′(t)≦η(t)，则输出表示很可能出现裂纹的预警提示信息；
当所述涡流阵列曲线模型的平均电导率和所述涡流传感器监测的平均电导率、以及所述涡流阵列曲线模型的电导率标准差和所述涡流传感器监测的电导率的标准差不满足所述第四预设条件或所述第五预设条件时，输出第八提示信息包括：
如果S′(t)、S(t)、η′(t)和η(t)不满足aS′(t)≦S(t)≦bS′(t)且η′(t)≦η(t)≦cη′(t)或者dS′(t)≦S(t)且fη′(t)≦η(t)时，则输出表示无裂纹的正常提示信息；
其中，0.9≦a≦1.1，1.1≦b≦1.2，1.5≦c≦2，1.2≦d，2≦f，t为所述列车的运行时间；S′(t)为涡流阵列曲线模型t时间段内的平均电导率，S(t)为t时间段所述涡流传感器监测的平均电导率，η′(t)为所述涡流阵列曲线模型在t时间段内的电导率标准差，η(t)为t时间段内所述涡流传感器监测的电导率的标准差。
11.根据权利要求8所述的方法，其特征在于，所述第一服役状态为列车运行时变流器柜体的服役振动谱；比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，包括：
通过设置于变流器柜体的振动传感器获取列车运行时变流器柜体的服役振动谱；
计算在一致的服役振动谱下对应的所述实测电导率数据与所述模拟电导率数据的差值；
如果差值超过阈值，则输出表示可能出现裂纹的预警提示信息；
如果差值没有超过阈值，则输出表示无裂纹的正常提示信息。
12.根据权利要求8所述的方法，其特征在于，还包括：
获取列车在检修时检修数据；
根据所述检修数据中包括的修正剩余疲劳强度和服役振动谱，对所述涡流阵列曲线模型和GM(1,1)灰色预测模型进行反馈以修正。
13.一种变流器柜体的材料状态监测系统，其特征在于，包括：
涡流传感器，设置于变流器柜体的吊耳和顶部纵梁上；
第一获取模块，被配置为在列车的第一服役状态下获取所述涡流传感器的实测电导率数据，其中，所述第一服役状态是运行时间或者列车运行时变流器柜体的服役振动谱；
第一查找模块，被配置为查找在列车的第一模拟状态下对应的模拟电导率数据，其中所述第一模拟状态与所述第一服役状态一致；
第一比对模块，被配置为比对所述实测电导率数据与所述模拟电导率数据，以获得第一比对结果并输出与所述第一比对结果对应的第一提示信息，以提示所述变流器柜体的材料所处的状态。
14.根据权利要求13所述的系统，其特征在于，还包括：
应变传感器，设置于变流器柜体的吊耳和顶部纵梁上；
第二获取模块，被配置为在列车的第二服役状态下获取所述应变传感器的实测应力数据，其中，所述第二服役状态为所述运行时间或修程；
第二查找模块，被配置为查找在列车的第二模拟状态下对应的剩余疲劳强度数据，其中所述第二模拟状态与所述第二服役状态一致；
第二比对模块，被配置为比对所述剩余疲劳强度数据与所述实测应力数据，以获得第二比对结果并输出与所述第二比对结果对应的第二提示信息。
15.一种变流器柜体的材料状态监测装置，其特征在于，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至12中任一项所述方法的步骤。
16.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至12中任一项所述方法的步骤。
CN201911096966.9A 2019-11-11 2019-11-11 变流器柜体的材料状态监测方法、系统、装置及存储介质 Active CN112782236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911096966.9A CN112782236B (zh) 2019-11-11 2019-11-11 变流器柜体的材料状态监测方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911096966.9A CN112782236B (zh) 2019-11-11 2019-11-11 变流器柜体的材料状态监测方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112782236A CN112782236A (zh) 2021-05-11
CN112782236B true CN112782236B (zh) 2022-05-06

Family

ID=75749854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911096966.9A Active CN112782236B (zh) 2019-11-11 2019-11-11 变流器柜体的材料状态监测方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112782236B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298174A (zh) * 2021-12-14 2022-04-08 中国四联仪器仪表集团有限公司 一种给水异常识别方法、系统、电子设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983467A (zh) * 2014-05-12 2014-08-13 中国人民解放军空军工程大学 一种基于服役状态的单机服役使用寿命监控方法
CN110376003A (zh) * 2019-07-25 2019-10-25 中南大学 基于bim的智能列车整车服役寿命预测方法及其系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1603812A (zh) * 2004-10-28 2005-04-06 上海交通大学 汽车退役曲轴剩余疲劳寿命的检测方法
CN101865883B (zh) * 2010-06-21 2013-01-23 南京航空航天大学 脉冲涡流应力裂纹集成检测系统及方法
JP2012083247A (ja) * 2010-10-13 2012-04-26 Shimomura Tokushu Kako Kk 異材検出システム
CN202196039U (zh) * 2011-09-07 2012-04-18 王天平 智能涡流探伤检测系统设备
CN104502446B (zh) * 2014-11-27 2018-10-16 北京华清燃气轮机与煤气化联合循环工程技术有限公司 基于无损检测技术预测高温合金涂层服役状况的方法
CN110031743B (zh) * 2018-01-12 2021-10-01 株洲中车时代电气股份有限公司 一种用于轨道交通车辆牵引变流器的自检测方法及装置
CN110389169A (zh) * 2018-04-17 2019-10-29 江苏必得科技股份有限公司 列车部件裂纹损伤监测方法和系统
CN109030132B (zh) * 2018-06-14 2021-02-09 国网安徽省电力有限公司电力科学研究院 一种蠕变损伤对比试块制备方法、损伤检测方法及系统
CN108846233A (zh) * 2018-06-29 2018-11-20 中车成都机车车辆有限公司 一种地铁车辆牵引变流器可靠性评估方法
CN110222436B (zh) * 2019-06-12 2021-04-20 中国神华能源股份有限公司 列车零部件健康状态的评估方法、装置及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983467A (zh) * 2014-05-12 2014-08-13 中国人民解放军空军工程大学 一种基于服役状态的单机服役使用寿命监控方法
CN110376003A (zh) * 2019-07-25 2019-10-25 中南大学 基于bim的智能列车整车服役寿命预测方法及其系统

Also Published As

Publication number Publication date
CN112782236A (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN110647133B (zh) 轨道交通设备状态检测维护方法及系统
CN1862278A (zh) 预测电动机剩余寿命的方法和系统
RU2014119873A (ru) Способ предупредительного обнаружения отказа в устройстве, компьютерная программа, система и модуль для предупредительного обнаружения отказа в устройстве
CN108921305B (zh) 一种部件生命期监测方法
CN104266841A (zh) 柴油机的故障诊断装置和诊断方法
CN114994460A (zh) 一种电缆绝缘性能预测装置及方法
WO2024041233A1 (zh) 桥梁结构多因素耦合作用疲劳损伤与寿命的评估方法
Metaxa et al. A review of structural health monitoring methods for composite materials
US20080301073A1 (en) Method for wafer analysis with artificial neural network and system thereof
CN112782236B (zh) 变流器柜体的材料状态监测方法、系统、装置及存储介质
KR20180031454A (ko) 애자련 상태 감시장치 및 방법
CN117171366B (zh) 用于电网调度运行态势的知识图谱构建方法及系统
CN106644436B (zh) 一种断路器机械特性的评定方法
CN117368644A (zh) 一种传感器电缆检测方法
JP6470583B2 (ja) Ａｅ法を用いた劣化モニタリング方法および劣化モニタリング装置
CN114895163A (zh) 一种基于电缆绝缘性能的电缆巡检定位装置及方法
KR20230102431A (ko) 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템
RU2730385C1 (ru) Способ диагностики технического состояния энергетического оборудования
CN108124441A (zh) 一种电梯配件质量测评方法、系统、设备和存储介质
CN112199776A (zh) 机车全寿命周期的评估方法、评估系统及优化方法
CN112906237A (zh) 一种发动机部件故障分析方法及系统
CN111986469A (zh) 一种现场终端故障智能化诊断的方法
CN111721510A (zh) 一种基于实时监测的钢吊车梁智慧诊断方法
CN111090037A (zh) 一种仪控卡件的可靠性检测方法
CN114282423B (zh) 一种岸桥结构的疲劳监测方法和寿命预测方法

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