System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电缆性能检测领域,具体而言涉及一种感温电缆性能评价方法及系统。
技术介绍
1、感温电缆是一种用于测量温度的电缆,也被称为温度传感电缆或热电偶电缆。它们通常由金属导体和绝缘材料组成,用于将温度信息传输到测量仪器或控制系统。感温电缆通常用于工业、实验室和其他需要准确测量温度的环境中。它们可以测量极低温度到极高温度范围,并适用于各种应用,包括加热、制冷、化学反应控制、炉温监测、医疗设备和气象测量等。
2、尽管感温电缆应用十分广泛,但也存在一定缺陷。一方面,感温电缆在安装、运输、使用过程中易受外力作用发生短路、断路、变形等情况;另一方面,感温电缆一般工作在室外,长期经受高温高湿,导致绝缘性能降低,使得温度-电阻特性发生变化,不能满足工作要求,易引发误报火警的情况,干扰运维人员的正常工作。
3、现有技术中通常使用现场加温的方法进行感温电缆的温度-电阻特性评价,如谭风雷等提出的《感温电缆温度-电阻特性评估方法研究》,此类方法需要对现场电路进行改装,以进行加温试验,因此限制条件较多,并且不便于在线检测。
技术实现思路
1、为了解决现有技术中的问题,本专利技术提供一种感温电缆性能评价方法及系统。
2、在本专利技术的一个方面,提供一种感温电缆性能评价方法,包括:
3、步骤一:对感温电缆进行测试获得感温电缆与折弯角度和/或挤压力之间的关系;
4、步骤二:对折弯和/或挤压后的感温电缆进行超声波检测,收集回波信号;获取回波信号风险值
5、步骤三:对破坏后的感温电缆进行升温,并测试电阻;将测试电阻与正常电阻值进行比较,获得感温电缆性能下降等级;
6、步骤四:使用感温电缆性能下降等级对回波信号进行标记,形成样本数据;
7、步骤五:使用样本数据训练第一神经网络,得到第一模型,所述第一模型可输入超声波回波信号,输出感温电缆性能下降等级;
8、步骤六:对感温电缆进行在线声波检测,获得实时回波信号,使用所述实时回波信号和第一模型预测感温电缆性能下降等级。
9、进一步地,所述步骤一的具体步骤包括:
10、步骤s1:对感温电缆进行弯折测试,通过测试数据进行计算并得到弯折角度对电阻的影响系数;
11、步骤s2:对感温电缆进行挤压力测试,通过测试数据进行计算并得到挤压力对电阻的影响系数;
12、步骤s3:同时对感温电缆和挤压力进行测试,然后基于和得到电阻值与折弯角度和挤压力之间的关系。
13、进一步地,所述步骤二中,对回波信号提取振幅信息,所述振幅信息包括:峰值振幅、峰-峰值振幅、均方根振幅、峰值因子,计算得到回波信号风险值fx,然后与回波信号风险值预设值f0进行比较。
14、进一步地,若f0<fx;则表示感温电缆的物理形变导致该感温电缆出现损坏风险;
15、若fx≤f0;则表示感温电缆的物理形变不会导致该感温电缆损坏。
16、进一步地,所述步骤三中根据在预设温度下的测试电阻结果与正常电阻值的偏离程度确定所述感温电缆性能下降等级。
17、进一步地,所述感温电缆下降的等级为预设等级。
18、进一步地,所述步骤五中第一模型的建立步骤包括:
19、步骤q1:将回波信号与其对应的性能下降等级进行关联标记;即创建一个数据集,其中每个样本都有一个回波信号和一个性能下降等级;
20、步骤q2:将数据集分割成训练集、验证集和测试集;
21、步骤q3:通过样本数据训练第一神经网络,得到第一模型。
22、进一步地,所述步骤q2中:训练集用于训练模型,验证集用于调整模型的参数,测试集用于评估模型性能。
23、进一步地,在模型训练过程中采用交叉熵损失函数。
24、进一步地,一种感温电缆性能评价系统,所述系统包括如下模块:
25、测试模块,用于对感温电缆进行弯折和/或挤压测试;
26、回波收集模块,用于对感温电缆进行超声波检测,收集回波信号;
27、电阻测试模块,用于对感温电缆进行升温,并测试电阻;
28、确定模块,用于将测试电阻与正常电阻值进行比较,获得感温电缆性能下降等级;
29、样本模块,用于使用感温电缆性能下降等级对回波信号进行标记,形成样本数据;
30、训练模块,用于使用样本数据训练第一神经网络,得到第一模型,所述第一模型可输入超声波回波信号,输出感温电缆性能下降等级;
31、评价模块,用于对感温电缆进行在线声波检测,获得实时回波信号,使用所述实时回波信号和第一模型预测感温电缆性能下降等级。
32、本专利技术通过上述技术方案,可以产生如下有益效果:
33、由于超声波回波信号与感温电缆性能下降等级之间是非线性的关系,具体的数学关系复杂,难以拟合出数学关系,本实施例使用神经网络进行模型训练,可以避免复杂的数学分析过程。
34、在需要进行感温电缆性能评价时,安装超声波检测设备或传感器,用于实时采集感温电缆的声波回波信号,由于超声检测设备可直接对电缆进行检测,从而实现不停机的在线检测,避免了复杂的检测过程。
本文档来自技高网...【技术保护点】
1.一种感温电缆性能评价方法,其特征在于,包括:
2.根据权利要求1所述的感温电缆性能评价方法,其特征在于,所述步骤一的具体步骤包括:
3.根据权利要求1所述的感温电缆性能评价方法,其特征在于,所述步骤二中,对回波信号提取振幅信息,所述振幅信息包括:峰值振幅、峰-峰值振幅、均方根振幅、峰值因子,计算得到回波信号风险值Fx,然后与回波信号风险值预设值F0进行比较。
4.根据权利要求3所述的感温电缆性能评价方法,其特征在于,
5.根据权利要求3所述的感温电缆性能评价方法,其特征在于,所述步骤三中根据在预设温度下的测试电阻结果与正常电阻值的偏离程度确定所述感温电缆性能下降等级。
6.根据权利要求5所述的感温电缆性能评价方法,其特征在于,所述感温电缆下降的等级为预设等级。
7.根据权利要求1所述的感温电缆性能评价方法,其特征在于,所述步骤五中第一模型的建立步骤包括:
8.根据权利要求7所述的感温电缆性能评价方法,其特征在于,所述步骤Q2中:训练集用于训练模型,验证集用于调整模型的参数,测试集用于评估模型性
9.根据权利要求1所述的感温电缆性能评价方法,其特征在于,在模型训练过程中采用交叉熵损失函数。
10.一种感温电缆性能评价系统,所述评价系统基于权利要求1-9任一项所述的评价方法,其特征在于,所述系统包括如下模块:
...【技术特征摘要】
1.一种感温电缆性能评价方法,其特征在于,包括:
2.根据权利要求1所述的感温电缆性能评价方法,其特征在于,所述步骤一的具体步骤包括:
3.根据权利要求1所述的感温电缆性能评价方法,其特征在于,所述步骤二中,对回波信号提取振幅信息,所述振幅信息包括:峰值振幅、峰-峰值振幅、均方根振幅、峰值因子,计算得到回波信号风险值fx,然后与回波信号风险值预设值f0进行比较。
4.根据权利要求3所述的感温电缆性能评价方法,其特征在于,
5.根据权利要求3所述的感温电缆性能评价方法,其特征在于,所述步骤三中根据在预设温度下的测试电阻结果与正常电阻值的偏离程度确定所述感温电缆性能下降...
【专利技术属性】
技术研发人员:郭子晗,张小莲,
申请(专利权)人:天津天大求实电力新技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。