考虑数字成像的 GIS 设备机械振动故障控制方法

来源：机械与电子杂志2024年第06期北京时间：

作者：卫永刚;张志刚;吴文平;张岩;马贵荣

单位：国能朔黄铁路发展有限责任公司,山西 原平 034100

摘要：GIS 设备故障控制方法由于未将机械振动故障信息与信号能量结合起来进行量化分析,导致控制灵敏度不佳,为此,结合数字成像与机械振动故障信息,通过射线能量分布矩阵对 GIS 设备机械振动故障进行控制。首先,经 X 射线透照 GIS 设备后,根据 X 射线的衰减程度,通过二维平面图转换,获取 DR 探测器上形成的射线能量分布矩阵图,通过数模软件转换,最终得到 GIS 设备数字图像,得到 GIS 设备的裂纹、气孔和缩孔等故障信息,以此对 GIS 设备机械振动故障控制分析;其次,通过中值滤波去除图像中的脉冲噪声部分,应用小波滤波去除图像中的散斑噪声部分,根据模糊增强算法对 GIS 设备数字图像进行增强处理;然后,基于神经网络构建 GIS 设备机械振动故障识别函数,将处理后的 GIS 设备数字图像输入至故障识别函数完成 GIS 设备机械振动故障类型识别,得到 GIS 设备机械振动故障类型;最后,结合 RBF 神经网络与 PID 构建故障控制模型,利用梯度下降法获得 RBF 神经网络模型的控制参数,完成 GIS 设备机械振动故障控制。实验结果表明,所提方法的 GIS 设备机械振动故障控制效果好,故障控制灵敏度高,具有较高的实际应用价值。

关键词：数字成像;X 射线; GIS 设备;机械振动;故障控制

基金资助：朔黄铁路公司科技创新项目( SHYP-22-12 )