论文部分内容阅读
储能弹簧作为断路器分合闸动力元件，其可靠性对断路器运动过程的驱动和控制至关重要。通常定期巡检时需要检查断路器储能弹簧状况，但弹簧不便现场拆卸检测，人工巡视的方式又无法准确判断弹簧的疲劳状态及内在缺陷。所以目前尚无合适的现场测试断路器储能弹簧性能的技术手段。
在收到分合闸信号后，储能弹簧瞬间释能，激烈的运动极易加深存在疲劳缺陷弹簧的裂痕，裂痕逐渐扩展久而久之易造成断裂。因此深入了解断路器储能弹簧释能期间形变及出力才是评估断路器储能弹簧性能状态的关键。对此本文提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法：由高速相机捕捉储能弹簧释能过程高速图像序列，采用归一化互相关匹配(normalized cross correlation，NCC)算法通过跟踪反映弹簧长度变化的活动端首匝位置，获得各关键帧目标的坐标以及弹簧形变相关特征参数；以金子塔搜索策略提高算法效率并针对弹簧形状及形变特点，最终提出识别区域估计优化的归一化互相关图像金字塔匹配(normalized cross correlation- pyramid-estimation，NCC-P-E)算法，消除相似结构对匹配结果的干扰，以满足能够保证精度的同时快速跟踪换向运动目标。
此外在获取弹簧形变特征的同时，通过压力传感器采集分合闸过程中储能弹簧出力变化，提取储能弹簧出力特征，建立断路器储能弹簧性能评估指标。在实验中累积可靠样本，并对比正常弹簧与刚度下降的老旧弹簧的形变特征参数，筛选弹簧性能下降时发生变异的形变特征。最后采用一种基于烟花算法优化的BP神经网络，将断路器储能弹簧因劣化而发生变异的形变特征参数向评估性能指标转化，实现对断路器储能弹簧的性能状态评估。经验证，该方法能在“非接触”的条件下检测断路器储能弹簧，对弹簧的状态检修和更换提供依据，有着广阔的实际应用价值。
在收到分合闸信号后，储能弹簧瞬间释能，激烈的运动极易加深存在疲劳缺陷弹簧的裂痕，裂痕逐渐扩展久而久之易造成断裂。因此深入了解断路器储能弹簧释能期间形变及出力才是评估断路器储能弹簧性能状态的关键。对此本文提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法：由高速相机捕捉储能弹簧释能过程高速图像序列，采用归一化互相关匹配(normalized cross correlation，NCC)算法通过跟踪反映弹簧长度变化的活动端首匝位置，获得各关键帧目标的坐标以及弹簧形变相关特征参数；以金子塔搜索策略提高算法效率并针对弹簧形状及形变特点，最终提出识别区域估计优化的归一化互相关图像金字塔匹配(normalized cross correlation- pyramid-estimation，NCC-P-E)算法，消除相似结构对匹配结果的干扰，以满足能够保证精度的同时快速跟踪换向运动目标。
此外在获取弹簧形变特征的同时，通过压力传感器采集分合闸过程中储能弹簧出力变化，提取储能弹簧出力特征，建立断路器储能弹簧性能评估指标。在实验中累积可靠样本，并对比正常弹簧与刚度下降的老旧弹簧的形变特征参数，筛选弹簧性能下降时发生变异的形变特征。最后采用一种基于烟花算法优化的BP神经网络，将断路器储能弹簧因劣化而发生变异的形变特征参数向评估性能指标转化，实现对断路器储能弹簧的性能状态评估。经验证，该方法能在“非接触”的条件下检测断路器储能弹簧，对弹簧的状态检修和更换提供依据，有着广阔的实际应用价值。