电流互感器铁芯数据智能预测平台制造技术

本发明专利技术涉及一种电流互感器铁芯数据智能预测平台，包括：铁芯生产机构，包括钢带卷绕设备、加热罩体、加热炉台、表面涂漆设备以及成品传输设备，所述铁芯成品为圆环体形状；信息预测设备，用于将内容转换设备输出的各份输入内容作为深度神经网络的设定数目的各个输入数据并运行所述深度神经网络以获得预测的下一件铁芯成品的圆环体厚度以及圆环体径向截面面积。本发明专利技术的电流互感器铁芯数据智能预测平台运行稳定、操控智能。由于能够针对同一生产线生产的电流互感器铁芯，采用定制结构的深度神经网络以基于先前各个电流互感器铁芯的产品数据智能预测后续生产的电流互感器铁芯的产品数据，从而为电流互感器铁芯产品的质量校正提供反应时间。正提供反应时间。正提供反应时间。

【技术实现步骤摘要】
电流互感器铁芯数据智能预测平台


[0001]本专利技术涉及铁芯领域，尤其涉及一种电流互感器铁芯数据智能预测平台。

技术介绍

[0002]电流互感器是依据电磁感应原理将一次侧大电流转换成二次侧小电流来测量的仪器。电流互感器是由闭合的铁芯和围绕的线圈组成。其中，铁芯是制造电流互感器并影响其性能的关键部件。在铁芯的制造过程中，如果可以对前期采集的数据进行整理，将为后面铁芯的制造提供极大的帮助。
[0003]CN114925718A公开了一种变压器铁芯接地电流在线预测方法、装置、存储介质及故障诊断方法。该预测方法包括：采集影响变压器铁芯接地电流的特征量实时数据，并进行预处理；将预处理后的特征量实时数据输入至预先构建并训练好的SSA优化BP神经网络模型中，获取变压器铁芯接地电流在线预测结果；SSA优化BP神经网络模型的训练方法包括：采集影响变压器铁芯接地电流的特征量历史数据；根据输入矩阵维度搭建BP神经网络模型，依据特征量历史数据对所搭建的BP神经网络模型进行模型训练，并在训练过程中采用SSA算法优化BP神经网络模型参数，得到SSA优化BP神经网络模型。该专利是利用神经网络模型对变压器铁芯接地电流的未来数据做出预测，并未涉及对于铁芯的数据预测。
[0004]CN114843096A公开了一种电流互感器铁芯包扎新方法，包括(1)材料预备：Q1：将电流互感器需要使用的铁芯进行预检，预检时包括：检测铁芯表面光洁、无破损、油污，在铁芯中挑选预测铁芯备用；Q2：确认铁芯的型号，根据铁芯的型号进行选择相适配的模具工装，选择模具工装后将Q1中预测铁芯放入模具工装中的型腔内再次确认工装是否正确；Q3：检查平板硫化机，将平板硫化机进行清理，使其保持洁净度，检查胶桶内胶量，在胶量不足时进行及时补充。该专利主要涉及将铁芯的外绝缘层一次成型，成型速度快，大大提高了生产效率，而不涉及铁芯本身的数据采集。
[0005]由此可见，现有技术中并未公开针对铁芯本身数据采集并为电流互感器铁芯产品质量的预测提供帮助的技术方案。

技术实现思路

[0006]为了解决上述问题，本专利技术提供了一种电流互感器铁芯数据智能预测平台，能够针对同一生产线生产的电流互感器铁芯，采用定制结构的深度神经网络以基于先前各个电流互感器铁芯的产品数据智能预测后续生产的电流互感器铁芯的产品数据，从而为电流互感器铁芯厂家对电流互感器铁芯产品质量的预测提供关键数据。
[0007]根据本专利技术的一方面，提供了一种电流互感器铁芯数据智能预测平台，所述平台包括：铁芯生产机构，包括钢带卷绕设备、加热罩体、加热炉台、表面涂漆设备以及成品传输设备，所述钢带卷绕设备用于将钢带绕成铁芯结构，所述加热罩体用于对放置在所述加热炉台上的铁芯结构进行第一预设时长的设定加热温度的加热处理，所述表面涂漆设备
用于将完成第一预设时长的加热处理后的铁芯结构执行第二预设时长的浸漆处理以获得浸漆后的铁芯结构，所述成品传输设备用于将并浸漆后的铁芯结构作为待缠绕线圈的铁芯成品输出，所述铁芯成品为圆环体形状；数据探测机构，用于在所述铁芯生产机构每生产一件铁芯成品，执行对铁芯成品的数据探测以获得所述铁芯成品的圆环体厚度以及圆环体径向截面面积，所述数据探测机构包括命令接收设备、超声测量设备和/或视觉测量设备以及数据输出设备，所述命令接收设备与所述铁芯生产机构连接，所述数据输出设备与超声测量设备和/或视觉测量设备连接；内容转换设备，与所述数据探测机构连接，用于将所述数据探测机构最新探测的设定数目的各个铁芯成品的圆环体厚度以及圆环体径向截面面积作为设定数目的各份输入内容输出；信息预测设备，与所述内容转换设备连接，用于将所述内容转换设备输出的各份输入内容作为深度神经网络的设定数目的各个输入数据并运行所述深度神经网络以获得预测的下一件铁芯成品的圆环体厚度以及圆环体径向截面面积；其中，所述设定数目的取值与所述第一预设时长的数值反向关联，以及所述设定数目的取值与所述第二预设时长的数值反向关联。
[0008]本专利技术的电流互感器铁芯数据智能预测平台运行稳定、操控智能。由于能够针对同一生产线生产的电流互感器铁芯，采用定制结构的深度神经网络以基于先前各个电流互感器铁芯的产品数据智能预测后续生产的电流互感器铁芯的产品数据，从而为电流互感器铁芯产品的质量校正提供反应时间。
附图说明
[0009]以下将结合附图对本专利技术的实施方案进行描述，其中：图1为根据本专利技术实施方案示出的电流互感器铁芯数据智能预测平台所针对的电流互感器铁芯的应用场景示意图。
[0010]图2为根据本专利技术实施方案A示出的电流互感器铁芯数据智能预测平台的内部结构图。
[0011]图3为根据本专利技术实施方案B示出的电流互感器铁芯数据智能预测平台的内部结构图。
[0012]在本专利技术中，1：电流互感器铁芯；2：缠绕在电流互感器铁芯1上的线圈。
具体实施方式
[0013]下面将参照附图对本专利技术的电流互感器铁芯数据智能预测平台的实施方案进行详细说明。
[0014]图1为根据本专利技术实施方案示出的电流互感器铁芯数据智能预测平台所针对的电流互感器铁芯的应用场景示意图。
[0015]如图1所示，1为电流互感器铁芯，2为缠绕在电流互感器铁芯1上的线圈，共同用于构成一种电流互感器。
[0016]图2为根据本专利技术实施方案A示出的电流互感器铁芯数据智能预测平台的内部结
构图，所述平台包括：铁芯生产机构，包括钢带卷绕设备、加热罩体、加热炉台、表面涂漆设备以及成品传输设备，所述钢带卷绕设备用于将钢带绕成铁芯结构，所述加热罩体用于对放置在所述加热炉台上的铁芯结构进行第一预设时长的设定加热温度的加热处理，所述表面涂漆设备用于将完成第一预设时长的加热处理后的铁芯结构执行第二预设时长的浸漆处理以获得浸漆后的铁芯结构，所述成品传输设备用于将并浸漆后的铁芯结构作为待缠绕线圈的铁芯成品输出，所述铁芯成品为圆环体形状；数据探测机构，用于在所述铁芯生产机构每生产一件铁芯成品，执行对铁芯成品的数据探测以获得所述铁芯成品的圆环体厚度以及圆环体径向截面面积，所述数据探测机构包括命令接收设备、超声测量设备和/或视觉测量设备以及数据输出设备，所述命令接收设备与所述铁芯生产机构连接，所述数据输出设备与超声测量设备和/或视觉测量设备连接；内容转换设备，与所述数据探测机构连接，用于将所述数据探测机构最新探测的设定数目的各个铁芯成品的圆环体厚度以及圆环体径向截面面积作为设定数目的各份输入内容输出；信息预测设备，与所述内容转换设备连接，用于将所述内容转换设备输出的各份输入内容作为深度神经网络的设定数目的各个输入数据并运行所述深度神经网络以获得预测的下一件铁芯成品的圆环体厚度以及圆环体径向截面面积；其中，所述设定数目的取值与所述第一预设时长的数值反向关联，以及所述设定数目的取值与所述第二预设时长的数值反向关联；示例地，所述设定数目的取值与所述第一预设时长的数值反向关联，以及所述设定数目的取值与所述第二预设时长的数值反向关联中，所述第一预设时长的数值越小，所述设定数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电流互感器铁芯数据智能预测平台，其特征在于，所述平台包括：铁芯生产机构，包括钢带卷绕设备、加热罩体、加热炉台、表面涂漆设备以及成品传输设备，所述钢带卷绕设备用于将钢带绕成铁芯结构，所述加热罩体用于对放置在所述加热炉台上的铁芯结构进行第一预设时长的设定加热温度的加热处理，所述表面涂漆设备用于将完成第一预设时长的加热处理后的铁芯结构执行第二预设时长的浸漆处理以获得浸漆后的铁芯结构，所述成品传输设备用于将并浸漆后的铁芯结构作为待缠绕线圈的铁芯成品输出，所述铁芯成品为圆环体形状；数据探测机构，用于在所述铁芯生产机构每生产一件铁芯成品，执行对铁芯成品的数据探测以获得所述铁芯成品的圆环体厚度以及圆环体径向截面面积，所述数据探测机构包括命令接收设备、超声测量设备和/或视觉测量设备以及数据输出设备，所述命令接收设备与所述铁芯生产机构连接，所述数据输出设备与超声测量设备和/或视觉测量设备连接；内容转换设备，与所述数据探测机构连接，用于将所述数据探测机构最新探测的设定数目的各个铁芯成品的圆环体厚度以及圆环体径向截面面积作为设定数目的各份输入内容输出；信息预测设备，与所述内容转换设备连接，用于将所述内容转换设备输出的各份输入内容作为深度神经网络的设定数目的各个输入数据并运行所述深度神经网络以获得预测的下一件铁芯成品的圆环体厚度以及圆环体径向截面面积；其中，所述设定数目的取值与所述第一预设时长的数值反向关联，以及所述设定数目的取值与所述第二预设时长的数值反向关联。2.如权利要求1所述的电流互感器铁芯数据智能预测平台，其特征在于，所述平台还包括：网络重构设备，与所述信息预测设备连接，用于将已知圆环体厚度以及圆环体径向截面面积的铁芯成品作为已知铁芯成品，并将已知铁芯成品的圆环体厚度以及圆环体径向截面面积作为深度神经网络的输出内容，将所述已知铁芯成品之前的预设数目的各个铁芯成品的圆环体厚度以及圆环体径向截面面积作为深度神经网络的设定数目的各个输入数据，实现对深度神经网络的单次学习动作；参数储存机构，分别与所述铁芯生产机构、所述信息预测设备以及所述网络重构设备连接。3.如权利要求1
‑
2任一所述的电流互感器铁芯数据智能预测平台，其特征在于，所述网络重构设备将完成多次训练后的深度神经网络发送给所述信息预测设备使用。4.如权利要求3所述的电流互感器铁芯数据智能预测平台，其特征在于，所述网络重...

【专利技术属性】
技术研发人员：崔宇岑，
申请(专利权)人：江阴市晶磁电子有限公司，
类型：发明
国别省市：