CN116626445B - 一种线缆故障检测系统及方法 - Google Patents
一种线缆故障检测系统及方法 Download PDFInfo
- Publication number
- CN116626445B CN116626445B CN202310811389.7A CN202310811389A CN116626445B CN 116626445 B CN116626445 B CN 116626445B CN 202310811389 A CN202310811389 A CN 202310811389A CN 116626445 B CN116626445 B CN 116626445B
- Authority
- CN
- China
- Prior art keywords
- cable fault
- signal
- board
- cable
- reflected
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 239000004973 liquid crystal related substance Substances 0.000 claims abstract description 14
- 230000005284 excitation Effects 0.000 claims description 31
- 238000003745 diagnosis Methods 0.000 claims description 24
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 230000006978 adaptation Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000002955 isolation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 5
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/04—Housings; Supporting members; Arrangements of terminals
- G01R1/0408—Test fixtures or contact fields; Connectors or connecting adaptors; Test clips; Test sockets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种线缆故障检测系统及方法,系统包括主控制器、线缆故障测试板、万用表功能测量板、电源板、端口适配板、键盘组件和液晶显示器;其中,所述主控制器分别与所述线缆故障测试板、万用表功能测量板、电源板、键盘组件和液晶显示器连接,所述端口适配板分别与所述线缆故障测试板和万用表功能测量板连接;本发明根据嵌入式思想将各个硬件模块结合,综合设计提高设备的适用性、可靠性和性价比,大大降低了设备的硬件成本,并提高设备测试流程的工作效率,全面覆盖不同测试对象的需求,使得系统可以应用于多型号、多军种飞机的线缆故障检测。
Description
技术领域
本发明属于故障检测领域,具体涉及一种线缆故障检测系统及方法。
背景技术
飞机线路故障检测是飞机机务维修的一项基本内容。快速、精确地定位出故障点对提高飞机机务维修质量和效率具有积极的作用。目前国内只有少数几家大型维修基地拥有这种进口的专用测量仪器,其他的维修部门都釆用传统的手工检测,均是万用表以及欧姆表等原始的物理检测手段,工作人员根据飞机制造厂提供的飞机各系统馈电图,利用万用表查找电缆走向和插销位置,以及各插销对应的针孔号,来进行接线。手工检测程序复杂,操作缓慢,检测效率低下。这种传统的方法显然不能满足快速智能维修的要求,这对于崇尚规模经济的飞机制造业而言是非常不利的。
发明内容
针对现有技术中的上述不足,本发明提供的一种线缆故障检测系统及方法解决了航空线缆故障检测效率低的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种线缆故障检测系统,包括主控制器、线缆故障测试板、万用表功能测量板、电源板、端口适配板、键盘组件和液晶显示器;其中,所述主控制器分别与所述线缆故障测试板、万用表功能测量板、电源板、键盘组件和液晶显示器连接,所述端口适配板分别与所述线缆故障测试板和万用表功能测量板连接;
所述线缆故障测试板用于接收线缆的反射波,所述万用表功能测量板用于采集线缆的电压、电容和电阻信号,所述电源板用于提供电源,所述端口适配板用于完成测试仪与被测设备之间各芯线切换和接口适配及调理,所述键盘组件用于设置测试参数,所述液晶显示器用于显示测试步骤和结果,所述主控制器用于根据线缆故障测试板和万用表功能测量板采集的数据进行线缆故障检测。
进一步地:所述线缆故障测试板包括高速阶跃激励信号发生电路和高速阶跃激励信号接收处理电路,所述主控制器通过高速阶跃激励信号发生电路与所述端口适配板连接,所述主控制器通过高速阶跃激励信号接收处理电路与所述端口适配板连接;
所述高速阶跃激励信号发生电路用于产生一个周期性的幅度可调且宽度可变的阶跃信号,阶跃激励信号用于输入线缆,得到线缆返回的反射信号;
所述高速阶跃激励信号接收处理电路用于接收线缆传输的反射信号,将其发送至液晶显示器进行显示。
进一步地:所述万用表功能测量板包括数字万用表、烧录接口、校准输入接口、隔离RS-232串口和测量控制接口;
其中,所述数字万用表分别与所述烧录接口、校准输入接口、隔离RS-232串口和测量控制接口连接,所述烧录接口和校准输入接口还与所述主控制器连接,所述测量控制接口还与所述端口适配板连接。
一种线缆故障检测方法,包括以下步骤:
S1、采集线缆的历史反射信号和当前的反射信号;
S2、对当前的反射信号进行预处理,得到检测信号;
S3、根据历史反射信号和仿真线缆故障反射信号构建线缆故障诊断模型;
S4、将检测信号输入线缆故障诊断模型,得到检测结果。
进一步地:所述S1中,采集当前的反射信号的方法具体为:
通过高速阶跃激励信号发生电路向线缆中发射阶跃激励信号,通过高速阶跃激励信号接收处理电路接收线缆返回的反射信号,得到当前的反射信号。
进一步地:所述S2具体为:
S21、将当前的反射信号进行降噪处理,得到降噪后的反射信号;
S22、计算降噪后的反射信号的信噪比,并判断降噪后的反射信号的信噪比是否大于信噪比阈值;
若是,则将降噪后的反射信号与时间延迟进行函数运算,并改变延迟时间,得到检测信号;若否,则将降噪后的反射信号作为检测信号。
进一步地:所述S3包括以下分步骤:
S31、获取各历史反射信号与仿真线缆故障反射信号的相似系数,得到历史反射信号相似系数的样本集;
S32、将历史反射信号相似系数的样本集输入多层神经网络,训练多层神经网络,直至达到最优结构参数,完成线缆故障诊断模型的构建。
进一步地:所述S31中,计算第i个历史反射信号a i(n)与仿真线缆故障反射信号的相似系数R i的表达式具体为:
式中,表示带延迟时间/>的仿真线缆故障反射信号,N表示周期。
进一步地:所述S32具体为:
将历史反射信号相似系数的样本集输入多层神经网络,进行多核并行加速训练多层神经网络,得到反射信号的识别参数,根据反射信号的识别参数设置多层神经网络的网络结构和网络参数,完成线缆故障诊断模型的构建。
进一步地:所述S4中,线缆故障诊断模型包括依次连接的输入层、卷积层和归一化层;
所述卷积层包括依次连接的第一卷积子层、第二卷积子层、第三卷积子层和轻量化卷积模块;
所述线缆故障诊断模型还设置有损失函数,所述损失函数的表达式具体为:
式中,M表示历史反射信号的数量,E(R i)表示所有历史反射信号与仿真线缆故障反射信号的相似系数的标准差,表示网络参数。
本发明的有益效果为:
(1)本发明提供的一种线缆故障检测系统根据嵌入式思想将各个硬件模块结合,综合设计提高设备的适用性、可靠性和性价比,大大降低了设备的硬件成本,并提高设备测试流程的工作效率,全面覆盖不同测试对象的需求,使得系统可以应用于多型号、多军种飞机的线缆故障检测。
(2)本发明的线缆故障检测方法根据历史反射信号构建线缆故障诊断模型,构建的线缆故障诊断模型能够得到当前的反射信号与仿真线缆故障反射信号的相似关系,得到当前的反射信号对应的线缆故障类型,能够全面检测线缆的故障,具有很高的通用性和很强的扩展性,使航空线缆检测技术具有高效率和高可靠性,实现电缆检测智能化。
附图说明
图1为本发明的一种线缆故障检测系统的结构示意图。
图2为本发明的一种线缆故障检测方法流程图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,在本发明的一个实施例中,一种线缆故障检测系统,包括主控制器、线缆故障测试板、万用表功能测量板、电源板、端口适配板、键盘组件和液晶显示器;其中,所述主控制器分别与所述线缆故障测试板、万用表功能测量板、电源板、键盘组件和液晶显示器连接,所述端口适配板分别与所述线缆故障测试板和万用表功能测量板连接;
所述线缆故障测试板用于接收线缆的反射波,所述万用表功能测量板用于采集线缆的电压、电容和电阻信号,所述电源板用于提供电源,所述端口适配板用于完成测试仪与被测设备之间各芯线切换和接口适配及调理,所述键盘组件用于设置测试参数,所述液晶显示器用于显示测试步骤和结果,所述主控制器用于根据线缆故障测试板和万用表功能测量板采集的数据进行线缆故障检测。
在本实施例中,线缆故障检测系统的硬件模块根据飞机电缆保障设备的需求,采用中心统一控制模式,主控制器通过网络与各功能单元相连,测试软件运行在主控制器上,便于所有测试流程开展。同时各功能分机均设计完整的BIT功能,主控制器能实时监控各功能分机的工作状态和故障指示。
线缆故障检测系统的各模块功能独立,但数据接口通过内部总线统一管理。各单元按功能模块综合规划,提高设备的集成度,最大限度的减小了设备体积,降低了设备重量。
所述线缆故障测试板包括高速阶跃激励信号发生电路和高速阶跃激励信号接收处理电路,所述主控制器通过高速阶跃激励信号发生电路与所述端口适配板连接,所述主控制器通过高速阶跃激励信号接收处理电路与所述端口适配板连接;
所述高速阶跃激励信号发生电路用于产生一个周期性的幅度可调且宽度可变的阶跃信号,阶跃激励信号用于输入线缆,得到线缆返回的反射信号;
所述高速阶跃激励信号接收处理电路用于接收线缆传输的反射信号,将其发送至液晶显示器进行显示。
所述万用表功能测量板包括数字万用表、烧录接口、校准输入接口、隔离RS-232串口和测量控制接口,主要完成电压、电容、电阻及阻抗信号的测量。
其中,所述数字万用表分别与所述烧录接口、校准输入接口、隔离RS-232串口和测量控制接口连接,所述烧录接口和校准输入接口还与所述主控制器连接,所述测量控制接口还与所述端口适配板连接。
如图2所示,在本实施例中,一种线缆故障检测方法,包括以下步骤:
S1、采集线缆的历史反射信号和当前的反射信号;
S2、对当前的反射信号进行预处理,得到检测信号;
S3、根据历史反射信号和仿真线缆故障反射信号构建线缆故障诊断模型;
S4、将检测信号输入线缆故障诊断模型,得到检测结果。
在本实施例中,本发明采集历史反射信号与仿真线缆故障反射信号进行比较分析,能够获得各历史反射信号与仿真线缆故障反射信号的相似度,从而确定相似度最高的仿真线缆故障反射信号,获得线缆的故障类型。
所述S1中,采集当前的反射信号的方法具体为:
通过高速阶跃激励信号发生电路向线缆中发射阶跃激励信号,通过高速阶跃激励信号接收处理电路接收线缆返回的反射信号,得到当前的反射信号。
所述S2具体为:
S21、将当前的反射信号进行降噪处理,得到降噪后的反射信号;
S22、计算降噪后的反射信号的信噪比,并判断降噪后的反射信号的信噪比是否大于信噪比阈值;
若是,则将降噪后的反射信号与时间延迟进行函数运算,并改变延迟时间,得到检测信号;若否,则将降噪后的反射信号作为检测信号。
在本实施例中,对当前的反射信号进行预处理可以分离噪声信号和阶跃激励信号,保证获取检测信号的精度,使得线缆故障诊断模型可直接根据检测信号得到线缆故障类型,提高了检测效率。
所述S3包括以下分步骤:
S31、获取各历史反射信号与仿真线缆故障反射信号的相似系数,得到历史反射信号相似系数的样本集;
S32、将历史反射信号相似系数的样本集输入多层神经网络,训练多层神经网络,直至达到最优结构参数,完成线缆故障诊断模型的构建。
本发明根据历史反射信号相似系数的样本集输入多层神经网络,构建并训练线缆故障诊断模型,可以快速实现线缆故障类型检测。
所述S31中,计算第i个历史反射信号a i(n)与仿真线缆故障反射信号的相似系数R i的表达式具体为:
式中,表示带延迟时间/>的仿真线缆故障反射信号,N表示周期。
在本实施例中,各历史反射信号与仿真线缆故障反射信号的相似系数值可以判断线缆发生故障的类型,当历史反射信号与对应故障类型的仿真线缆故障反射信号相似系数值越高,则表明线缆发生该故障类型的可能性越高。
所述S32具体为:
将历史反射信号相似系数的样本集输入多层神经网络,进行多核并行加速训练多层神经网络,得到反射信号的识别参数,根据反射信号的识别参数设置多层神经网络的网络结构和网络参数,完成线缆故障诊断模型的构建。
本发明通过各历史反射信号与仿真线缆故障反射信号的相似系数值设置多层神经网络的网络结构以及网络参数,可以实现对当前的反射信号的线缆故障类型快速识别,得到检测结果。
所述S4中,线缆故障诊断模型包括依次连接的输入层、卷积层和归一化层;
所述卷积层包括依次连接的第一卷积子层、第二卷积子层、第三卷积子层和轻量化卷积模块;
所述线缆故障诊断模型还设置有损失函数,所述损失函数的表达式具体为:
式中,M表示历史反射信号的数量,E(R i)表示所有历史反射信号与仿真线缆故障反射信号的相似系数的标准差,表示网络参数。
本发明的损失函数由设置的网络参数和所有历史反射信号与仿真线缆故障反射信号的相似系数决定。
本发明的有益效果为:本发明提供的一种线缆故障检测系统根据嵌入式思想将各个硬件模块结合,综合设计提高设备的适用性、可靠性和性价比,大大降低了设备的硬件成本,并提高设备测试流程的工作效率,全面覆盖不同测试对象的需求,使得系统可以应用于多型号、多军种飞机的线缆故障检测。
本发明的线缆故障检测方法根据历史反射信号构建线缆故障诊断模型,构建的线缆故障诊断模型能够得到当前的反射信号与仿真线缆故障反射信号的相似关系,得到当前的反射信号对应的线缆故障类型,能够全面检测线缆的故障,具有很高的通用性和很强的扩展性,使航空线缆检测技术具有高效率和高可靠性,实现电缆检测智能化。
在本发明的描述中,需要理解的是,术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”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设备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。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此,限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。
Claims (3)
1.一种线缆故障检测方法,用于一种线缆故障检测系统,系统包括主控制器、线缆故障测试板、万用表功能测量板、电源板、端口适配板、键盘组件和液晶显示器;其中,所述主控制器分别与所述线缆故障测试板、万用表功能测量板、电源板、键盘组件和液晶显示器连接,所述端口适配板分别与所述线缆故障测试板和万用表功能测量板连接;
所述线缆故障测试板用于接收线缆的反射波,所述万用表功能测量板用于采集线缆的电压、电容和电阻信号,所述电源板用于提供电源,所述端口适配板用于完成测试仪与被测设备之间各芯线切换和接口适配及调理,所述键盘组件用于设置测试参数,所述液晶显示器用于显示测试步骤和结果,所述主控制器用于根据线缆故障测试板和万用表功能测量板采集的数据进行线缆故障检测;
所述线缆故障测试板包括高速阶跃激励信号发生电路和高速阶跃激励信号接收处理电路,所述主控制器通过高速阶跃激励信号发生电路与所述端口适配板连接,所述主控制器通过高速阶跃激励信号接收处理电路与所述端口适配板连接;
所述高速阶跃激励信号发生电路用于产生一个周期性的幅度可调且宽度可变的阶跃信号,阶跃激励信号用于输入线缆,得到线缆返回的反射信号;
所述高速阶跃激励信号接收处理电路用于接收线缆传输的反射信号,将其发送至液晶显示器进行显示;
所述万用表功能测量板包括数字万用表、烧录接口、校准输入接口、隔离RS-232串口和测量控制接口;
其中,所述数字万用表分别与所述烧录接口、校准输入接口、隔离RS-232串口和测量控制接口连接,所述烧录接口和校准输入接口还与所述主控制器连接,所述测量控制接口还与所述端口适配板连接;
其特征在于,方法包括以下步骤:
S1、采集线缆的历史反射信号和当前的反射信号;
S2、对当前的反射信号进行预处理,得到检测信号;
S3、根据历史反射信号和仿真线缆故障反射信号构建线缆故障诊断模型;
S4、将检测信号输入线缆故障诊断模型,得到检测结果;
所述S3包括以下分步骤:
S31、获取各历史反射信号与仿真线缆故障反射信号的相似系数,得到历史反射信号相似系数的样本集;
S32、将历史反射信号相似系数的样本集输入多层神经网络,训练多层神经网络,直至达到最优结构参数,完成线缆故障诊断模型的构建;
所述S31中,计算第i个历史反射信号ai(n)与仿真线缆故障反射信号的相似系数Ri的表达式具体为:
式中,b(n-τ)表示带延迟时间τ的仿真线缆故障反射信号,N表示周期;
所述S32具体为:
将历史反射信号相似系数的样本集输入多层神经网络,进行多核并行加速训练多层神经网络,得到反射信号的识别参数,根据反射信号的识别参数设置多层神经网络的网络结构和网络参数,完成线缆故障诊断模型的构建;
所述S4中,线缆故障诊断模型包括依次连接的输入层、卷积层和归一化层;
所述卷积层包括依次连接的第一卷积子层、第二卷积子层、第三卷积子层和轻量化卷积模块;
所述线缆故障诊断模型还设置有损失函数,所述损失函数J(θ)的表达式具体为:
式中,M表示历史反射信号的数量,E(Ri)表示所有历史反射信号与仿真线缆故障反射信号的相似系数的标准差,θ表示网络参数。
2.根据权利要求1所述的线缆故障检测方法,其特征在于,所述S1中,采集当前的反射信号的方法具体为:
通过高速阶跃激励信号发生电路向线缆中发射阶跃激励信号,通过高速阶跃激励信号接收处理电路接收线缆返回的反射信号,得到当前的反射信号。
3.根据权利要求1所述的线缆故障检测方法,其特征在于,所述S2具体为:
S21、将当前的反射信号进行降噪处理,得到降噪后的反射信号;
S22、计算降噪后的反射信号的信噪比,并判断降噪后的反射信号的信噪比是否大于信噪比阈值;
若是,则将降噪后的反射信号与时间延迟进行函数运算,并改变延迟时间,得到检测信号;若否,则将降噪后的反射信号作为检测信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310811389.7A CN116626445B (zh) | 2023-07-04 | 2023-07-04 | 一种线缆故障检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310811389.7A CN116626445B (zh) | 2023-07-04 | 2023-07-04 | 一种线缆故障检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116626445A CN116626445A (zh) | 2023-08-22 |
CN116626445B true CN116626445B (zh) | 2024-02-27 |
Family
ID=87602732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310811389.7A Active CN116626445B (zh) | 2023-07-04 | 2023-07-04 | 一种线缆故障检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116626445B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566665A (zh) * | 2009-06-09 | 2009-10-28 | 中国民航大学 | 基于时域反射的飞机电缆故障定位仪 |
CN102435913A (zh) * | 2011-10-18 | 2012-05-02 | 中国民航大学 | 利用魏格纳数据分布矩阵检测飞机电缆故障的方法 |
KR101654630B1 (ko) * | 2015-05-07 | 2016-09-06 | 한국 전기안전공사 | 신경회로망을 이용한 케이블 고장 진단 시스템 및 방법 |
CN209417206U (zh) * | 2018-11-30 | 2019-09-20 | 西安翔迅科技有限责任公司 | 基于回波反射原理的线缆检测设备 |
CN209460332U (zh) * | 2018-11-28 | 2019-10-01 | 中国航空无线电电子研究所 | 用于验证民机显示产品上输入输出模块性能的装置 |
CN114398929A (zh) * | 2022-01-14 | 2022-04-26 | 重庆大学 | 基于卷积神经网络的通信电缆信道故障检测方法 |
CN115356527A (zh) * | 2022-08-30 | 2022-11-18 | 浪潮商用机器有限公司 | 一种故障检测方法、装置、设备 |
CN115951175A (zh) * | 2022-12-30 | 2023-04-11 | 云南电网有限责任公司普洱供电局 | 一种配网架空线绝缘遥测与故障距离检测装置 |
-
2023
- 2023-07-04 CN CN202310811389.7A patent/CN116626445B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566665A (zh) * | 2009-06-09 | 2009-10-28 | 中国民航大学 | 基于时域反射的飞机电缆故障定位仪 |
CN102435913A (zh) * | 2011-10-18 | 2012-05-02 | 中国民航大学 | 利用魏格纳数据分布矩阵检测飞机电缆故障的方法 |
KR101654630B1 (ko) * | 2015-05-07 | 2016-09-06 | 한국 전기안전공사 | 신경회로망을 이용한 케이블 고장 진단 시스템 및 방법 |
CN209460332U (zh) * | 2018-11-28 | 2019-10-01 | 中国航空无线电电子研究所 | 用于验证民机显示产品上输入输出模块性能的装置 |
CN209417206U (zh) * | 2018-11-30 | 2019-09-20 | 西安翔迅科技有限责任公司 | 基于回波反射原理的线缆检测设备 |
CN114398929A (zh) * | 2022-01-14 | 2022-04-26 | 重庆大学 | 基于卷积神经网络的通信电缆信道故障检测方法 |
CN115356527A (zh) * | 2022-08-30 | 2022-11-18 | 浪潮商用机器有限公司 | 一种故障检测方法、装置、设备 |
CN115951175A (zh) * | 2022-12-30 | 2023-04-11 | 云南电网有限责任公司普洱供电局 | 一种配网架空线绝缘遥测与故障距离检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116626445A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106443316B (zh) | 一种电力变压器绕组形变状态多信息检测方法及装置 | |
CN105842596B (zh) | 一种高灵敏度电力电缆局部缺陷诊断方法 | |
CN106841949B (zh) | 三相异步交流电机定子绝缘在线监测方法和装置 | |
CN111157864B (zh) | 一种局部放电超声波信号及图谱识别系统及其方法 | |
CN105891761A (zh) | 基于散射参量的局放特高频检测系统现场校核方法 | |
CN110501178A (zh) | 一种数控回转工作台综合性能检测系统及可靠性试验方法 | |
CN112182490B (zh) | 一种电抗器状态诊断方法及系统 | |
CN111007390B (zh) | 基于代数方法的模拟电路故障诊断模型 | |
CN109828168A (zh) | 基于核密度估计的变换器故障诊断方法 | |
CN113109666B (zh) | 一种基于深度卷积神经网络的轨道电路故障诊断方法 | |
CN116626445B (zh) | 一种线缆故障检测系统及方法 | |
CN108680832B (zh) | 一种基于sa-apso及降维投影动态收缩圆的局部放电定位方法 | |
CN113884818A (zh) | 一种基于lstm的配电网故障行波到达时间精确估算方法 | |
CN113189513A (zh) | 一种基于纹波的冗余电源均流状态识别方法 | |
WO2023078195A1 (zh) | 一种超声反射系数表征锂离子电池soc的方法 | |
CN113052249B (zh) | 基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法 | |
CN114118166A (zh) | 一种基于智能频谱监测的变压器故障诊断系统及方法 | |
CN114200304A (zh) | 一种用于转子绕组故障的判断方法、装置及存储介质 | |
CN108318213B (zh) | 一种基于多种参数综合评估的风洞测量系统故障诊断方法 | |
CN113779753B (zh) | 开路故障诊断方法、计算机设备及存储介质 | |
CN114720808B (zh) | 一种电缆中间段导体质量无损研判与定位方法 | |
CN114322917B (zh) | 一种变压器绕组检测方法、装置、电子设备及存储介质 | |
CN117074870A (zh) | 一种电缆诊断方法及系统 | |
CN117741321B (zh) | 移动式储充系统故障诊断方法及系统 | |
CN113740663B (zh) | 一种基于阻抗特征的飞机装机电缆故障定位方法 |
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 |