[go: up one dir, main page]

CN118091099B - 基于信号识别的电缆接头缺陷检测方法及系统 - Google Patents

基于信号识别的电缆接头缺陷检测方法及系统 Download PDF

Info

Publication number
CN118091099B
CN118091099B CN202410319902.5A CN202410319902A CN118091099B CN 118091099 B CN118091099 B CN 118091099B CN 202410319902 A CN202410319902 A CN 202410319902A CN 118091099 B CN118091099 B CN 118091099B
Authority
CN
China
Prior art keywords
defect
sets
distribution
sample
ultrasonic
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
Application number
CN202410319902.5A
Other languages
English (en)
Other versions
CN118091099A (zh
Inventor
钱磊
徐骏
杨东兴
徐凯
徐军
宋长虹
江乐赟
顾雨粟
孔庆明
宁志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Guangying Group Co ltd
Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Wuxi Guangying Group Co ltd
Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Guangying Group Co ltd, Wuxi Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Wuxi Guangying Group Co ltd
Priority to CN202410319902.5A priority Critical patent/CN118091099B/zh
Publication of CN118091099A publication Critical patent/CN118091099A/zh
Application granted granted Critical
Publication of CN118091099B publication Critical patent/CN118091099B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/44Resins; Plastics; Rubber; Leather
    • G01N33/445Rubber
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481Neural networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20Metals
    • G01N33/204Structure thereof, e.g. crystal structure
    • G01N33/2045Defects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2431Multiple classes

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Signal Processing (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本申请提供了基于信号识别的电缆接头缺陷检测方法及系统,涉及数据处理技术领域,该方法包括:采集待进行缺陷检测的电缆接头的超声特征参数;获得接头电场分布,获得X射线检测结果;获得多个准度集合;进行多尺度缺陷分布生成,获取多个缺陷分布集合;根据多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息;确定标准缺陷分布,与初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,对初步缺陷信息进行补偿计算,获得最终缺陷信息,作为缺陷检测结果,解决了现有技术中存在由于缺乏对于不同的检测技术的检测准确度分析,进而导致缺陷检测精度较低的技术问题,达到提升缺陷检测的准确度和精度的技术效果。

Description

基于信号识别的电缆接头缺陷检测方法及系统
技术领域
本申请涉及数据处理技术领域,具体涉及基于信号识别的电缆接头缺陷检测方法及系统。
背景技术
电力电缆相比架空输电线具有质量轻、占地少、检修方便、受环境影响小等优势,因此在电力系统中有着广泛的运用,其运行的可靠性直接关系着电网系统运作的稳定与安全。由于制造水平、施工条件、环境情况等因素制约,电缆接头容易成为电缆的薄弱环节,在运行中出现绝缘老化等情况,使得电缆接头绝缘用硅橡胶内部出现缺陷,严重时甚至引起爆炸,造成严重的经济损失和人员伤亡。因此,对电力电缆接头绝缘用硅橡胶内部典型缺陷进行表征对于电力系统的运行可靠性有着重要的应用价值。
但是,传统的电缆接头缺陷检测大多只是通过一种检测技术进行检测,并且,且同一种检测技术对于不同类型的缺陷的检测准确度不同,现有技术中存在由于缺乏对于不同的检测技术的检测准确度分析,进而导致缺陷检测精度较低的技术问题。
发明内容
本申请提供了基于信号识别的电缆接头缺陷检测方法及系统,用以解决现有技术中存在由于缺乏对于不同的检测技术的检测准确度分析,进而导致缺陷检测精度较低的技术问题。
根据本申请的第一方面,提供了一种基于信号识别的电缆接头缺陷检测方法,包括:通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果。
根据本申请的第二方面,提供了一种基于信号识别的电缆接头缺陷检测系统,包括:超声检测模块,所述超声检测模块用于通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;X射线检测模块,所述X射线检测模块用于通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;缺陷检测准度分析模块,所述缺陷检测准度分析模块用于基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;多尺度缺陷分布模块,所述多尺度缺陷分布模块用于基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;初步缺陷信息统计模块,所述初步缺陷信息统计模块用于根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;缺陷检测结果获取模块,所述缺陷检测结果获取模块用于基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果。
根据本申请采用的一个或多个技术方案,其可达到的有益效果如下:
通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值,通过模拟电荷法,对电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对电缆接头进行检测,获得X射线检测结果,基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测进行准度分析,获得多个准度集合,多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破,基于超声特征参数、接头电场分布和X射线检测结果,根据多个准度集合,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布,根据多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模,基于初步缺陷信息,确定标准缺陷分布,与初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,对初步缺陷信息进行补偿计算,获得最终缺陷信息,作为缺陷检测结果。由此以超声检测、模拟电荷法和X射线检测三种方式进行缺陷联合检测,并对超声检测、模拟电荷法和X射线检测进行不同缺陷类型的检测准度分析,进而进行多尺度的缺陷分布,获取多个缺陷分布集合进行缺陷检测结果的分析,达到提升缺陷检测的准确度和精度的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种基于信号识别的电缆接头缺陷检测方法的流程示意图;
图2为本申请实施例提供的一种基于信号识别的电缆接头缺陷检测系统的结构示意图。
附图标记说明:超声检测模块11,X射线检测模块12,缺陷检测准度分析模块13,多尺度缺陷分布模块14,初步缺陷信息统计模块15,缺陷检测结果获取模块16。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显,下面将参照附图详细描述本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
说明书中使用的术语用于描述实施例,而不是限制本申请。如在说明书中所使用的,单数术语“一”“一个”和“该”旨在也包括复数形式,除非上下文另有清楚指示。当在说明书中使用时,术语“包括”和/或“包含”指定了步骤、操作、元件和/或组件的存在,但是不排除一个或多个其他步骤、操作、元件、组件和/或其组的存在或添加。
除非另有定义,本说明书中使用的所有术语(包括技术和科学术语)应具有与本申请所属领域的技术人员通常理解的相同含义。术语,如常用词典中定义的术语,不应以理想化或过于正式的意义来解释,除非在此明确定义。在整个说明书中,相同的附图标记表示相同的元件。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
实施例一
图1为本申请实施例提供的一种基于信号识别的电缆接头缺陷检测方法图,所述方法包括:
通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;
超声检测是利用超声波技术进行缺陷检测的一种无损检测方法,超声波可以反射、折射、扩散,且能够被遮挡,因此可以用来检测设备内部的微小缺陷,脉冲回波法是目前最常用的超声检测方法,检测原理如下:介质的声阻抗是重要的声学特性,声信号在介质中传播,当到达两种不同声阻抗介质的交界面时,一部分声波会穿过界面以一定的折射角进入另一种介质,而另一部分声波则会在界面处发生反射,声阻抗的变化将导致部分超声信号发生反射,因此超声探头可以依次接收到不同缺陷(如气泡、金属杂质或局部不均匀)界面反射的超声回波。在本实施例中,通过现有的超声检测仪器对待进行缺陷检测的电缆接头进行检测,可直接得到超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值,超声回波视域图是用来反映超声波在介质中传播时的声学参数变化情况的图像;超声回波幅值是指超声波在介质中传播时的波形幅度参数,均可通过现有的超声检测仪器进行直接检测获取。
通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;
模拟电荷法是现有的一种计算电场分布的方法,具体地,在所述电缆接头内部及周围区域放置若干模拟电荷,这些电荷可以是点电荷、直线电荷或圆环电荷等,基于现有技术计算每个模拟电荷的电位或电场强度,并叠加得到电缆接头周围的电场分布作为所述接头电场分布。
X射线检测是一种无损检测方法,可以穿透物体表面并揭示其内部结构和缺陷。将电缆接头放置在现有的X射线设备的检测区域,基于现有技术调整X射线的电压、电流和曝光时间等参数,启动X射线设备进行检测,将X射线图像作为X射线检测结果。
基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
准度可以理解为超声检测、模拟电荷法和X射线检测中的任意一种检测方法对于同一类型的电缆接头缺陷相同检测结果的占比,也就是对于同一类型的电缆接头缺陷的检测准确度。所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破,本领域专业技术人员可结合实际情况进行缺陷类型的增加,其为本领域公知常识。基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测进行准度分析,获得多个准度集合,具体过程如下详述。
在一个优选实施例中,还包括:
获取多种缺陷类型,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;基于所述多种缺陷类型,制作获取多个样品缺陷电缆接头;根据所述历史检测数据,对超声检测、模拟电荷法和X射线检测,对所述多个样品缺陷电缆接头进行多次检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集;根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获取所述多个准度集合。
在一个优选实施例中,还包括:
在所述多个样品超声特征参数集内,计算同一样品缺陷电缆接头对应的样品超声特征参数集内,相同的样品超声特征参数的占比,获得第一超声准度;基于所述多个样品超声特征参数集,计算获得多种缺陷类型的多个超声准度;根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获得所述多个准度集合,每个准度集合内包括超声检测、模拟电荷法和X射线检测对所述多种缺陷类型的检测准度。
具体而言,获取多种缺陷类型,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破,所述多种缺陷类型为现有的已经出现过的电缆接头缺陷。基于所述多种缺陷类型,基于现有技术制作获取多个样品缺陷电缆接头,所述多种缺陷类型,制作与多个样品缺陷电缆接头一一对应。根据所述历史检测数据,基于前述的超声检测、模拟电荷法和X射线检测,对所述多个样品缺陷电缆接头进行多次检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集。
进一步根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获取所述多个准度集合,具体如下:
在所述多个样品超声特征参数集内,计算同一样品缺陷电缆接头对应的样品超声特征参数集内,相同的样品超声特征参数的占比,获得第一超声准度,示例性的,在所述多个样品超声特征参数集提取缺陷类型为气泡的样品缺陷电缆接头对应的样品超声特征参数集,统计该样品超声特征参数集内的样品超声特征参数总量,然后提取其中相同的样品超声特征参数的数量,并计算相同的样品超声特征参数的数量与样品超声特征参数总量的比值作为缺陷类型为气泡时的超声准度,以此类推,基于所述多个样品超声特征参数集,继续获取缺陷类型为气隙、水膜、金属碎屑和金属外破时的多个超声准度,第一超声准度泛指任意一种缺陷类型对应的超声准度,以所有的缺陷类型对应的超声准度组合得到一个准度集合。同理,采用相同的方法,基于多个接头电场分布集和多个X射线检测结果集,继续获取缺陷类型为气泡、气隙、水膜、金属碎屑和金属外破时,模拟电荷法的准度集合和X射线检测的准度集合,得到多个准度集合,超声检测、模拟电荷法和X射线检测对应多个准度集合,每个准度集合内包括超声检测、模拟电荷法和X射线检测对所述多种缺陷类型的检测准度。
由此通过对超声检测、模拟电荷法和X射线检测所对应的不同缺陷类型进行准度分析,为后续的多尺度缺陷分布提供数据支持,从而提升缺陷检测的精度。
基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;
基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,分别进行多尺度缺陷分布生成,通俗地讲,缺陷分布是指表示缺陷类型和大小的分布图形,首先需要基于所述超声特征参数、接头电场分布和X射线检测结果分别进行缺陷分析,获得所述超声特征参数、接头电场分布和X射线检测结果分别对应的缺陷分布,然后按照所述多个准度集合,基于超声检测、模拟电荷法和X射线检测对于不同的缺陷类型的检测准度进行不同尺度的分布,对于准度较大的缺陷类型生成尺度大,即分辨率高的缺陷分布,由此得到多个缺陷分布集合,多个缺陷分布集合对应超声检测、模拟电荷法和X射线检测,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布,具体获取过程如下详述。
在一个优选实施例中,还包括:
获取样本准度集合和多个样本尺度,其中,不同尺度的分辨率不同;对所述样本准度集合划分,获得多个样本准度区间;构建所述多个样本准度区间与所述多个样本尺度的尺度映射关系,其中,准度区间的大小和尺度的大小正相关;将所述多个准度集合内的准度输入所述尺度映射关系,索引获得多个尺度信息集合;按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果,生成获得所述多个缺陷分布集合。
在一个优选实施例中,还包括:
基于多个样本缺陷电缆接头,获取样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,并获取多个尺度样本缺陷分布集合;分别以所述样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,结合所述多个尺度样本缺陷分布集合,基于卷积神经网络,构建包括三个缺陷分布通道的缺陷分布生成器,每个缺陷分布通道内包括多个尺度缺陷分布分支;按照所述多个尺度信息集合,将所述超声特征参数、接头电场分布和X射线检测结果输入对应的尺度缺陷分布分支内,生成获得所述多个缺陷分布集合。
具体而言,首先获取样本准度集合和多个样本尺度,其中,不同尺度的分辨率不同,样本准度集合和多个样本尺度可由本领域专业技术人员结合现有技术构建。对所述样本准度集合划分,具体可获取对所述样本准度集合中的准度最大值和准度最小值构建准度集合区间,基于准度集合区间进行等距离划分,即可获得多个样本准度区间。构建所述多个样本准度区间与所述多个样本尺度的尺度映射关系,其中,准度区间的大小和尺度的大小正相关,简单来说,按照正相关的关系,将多个样本尺度分配至所述多个样本准度区间,以此建立尺度映射关系。
进一步地,将所述多个准度集合内的准度输入所述尺度映射关系,基于所述尺度映射关系,索引获得对所述多个准度集合对应的多个尺度信息集合。按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果进行多尺度缺陷分布,得到所述多个缺陷分布集合,由此实现缺陷的多尺度分析,提高缺陷检测精度和准确度。
其中,按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果,生成获得所述多个缺陷分布集合的过程为:
基于多个样本缺陷电缆接头,获取样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,简单来说,就是对多个样本缺陷电缆接头分别进行超声检测、模拟电荷法和X射线检测,得到样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合。并基于现有技术对样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合进行多尺度缺陷分布,获取与样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合对应的多个尺度样本缺陷分布集合。
以所述样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,结合所述多个尺度样本缺陷分布集合,基于卷积神经网络,构建包括三个缺陷分布通道的缺陷分布生成器,就是说,缺陷分布生成器包含超声检测、模拟电荷法和X射线检测各自对应的三个缺陷分布通道,每个缺陷分布通道内包括多个尺度缺陷分布分支,多个尺度缺陷分布分支用于进行不同尺度的缺陷分布,其中,多个尺度缺陷分布分支分别用于对任意一种检测方法对应的任意一种缺陷类型进行缺陷分布,举例如,超声检测对应一个缺陷分布通道,使用超声检测时,气泡、气隙、水膜、金属碎屑和金属外破的检测准度不同,对应的尺度也不同,该缺陷分布通道包含五种缺陷类型,即气泡、气隙、水膜、金属碎屑和金属外破对应的五个不同尺度的尺度缺陷分布分支,尺度缺陷分布分支的网络结构为现有技术中的卷积神经网络。
在所述样本超声特征参数集合和多个尺度样本缺陷分布集合中提取任一种缺陷类型对应的样本超声特征参数和对应的尺度样本缺陷分布,以样本超声特征参数作为卷积神经网络的输入,以对应的尺度样本缺陷分布进行卷积神经网络的输出监督调整,将卷积神经网络训练至收敛,得到一个尺度缺陷分布分支,以此类推,训练获取三个缺陷分布通道中的五个不同尺度的尺度缺陷分布分支。
最后,按照所述多个尺度信息集合,将所述超声特征参数、接头电场分布和X射线检测结果输入对应的尺度缺陷分布分支内,输出获得所述多个缺陷分布集合。
由此实现缺陷的多尺度分布,为后续的缺陷分析提供数据支持,提升缺陷检测精度。
根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;
根据所述多个缺陷分布集合,获取每一种缺陷类型分别对应的缺陷规模组成一个缺陷信息,缺陷规模即为缺陷大小,得到多个缺陷信息集合。进一步基于多个缺陷信息集合,统计出现次数最高的缺陷类型和缺陷规模作为初步缺陷信息。
在一个优选实施例中,还包括:
在所述多个缺陷分布集合内,统计获取缺陷类型和缺陷规模,获得多个缺陷信息集合;筛选所述多个缺陷信息集合内出现频率最高的缺陷信息,作为所述初步缺陷信息。
具体地,在所述多个缺陷分布集合内,统计获取缺陷类型和缺陷规模,缺陷规模比如缺陷类型为气泡的缺陷大小,以缺陷类型和缺陷规模作为一个缺陷信息,组成多个缺陷信息集合。进一步筛选所述多个缺陷信息集合内出现频率最高的缺陷信息,作为所述初步缺陷信息。
基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果。
基于所述初步缺陷信息,基于现有技术制作获取与初步缺陷信息对应的缺陷电缆接头样品,基于本申请实施例中的方法获取该缺陷电缆接头样品的缺陷分布作为标准缺陷分布。对标准缺陷分布与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息进行补偿计算,获得最终缺陷信息,作为缺陷检测结果,具体过程如下:
在一个优选实施例中,还包括:
根据所述初步缺陷信息内的初步缺陷类别和初步缺陷规模,制作初步电缆接头样品;基于所述初步电缆接头样品,构建标准缺陷分布;基于所述初步缺陷信息,在所述多个缺陷信息集合和多个缺陷分布集合进行索引,获得多个初步缺陷分布;对所述多个初步缺陷分布和标准缺陷分布进行尺度统一处理,并进行相似度分析,获得多个相似度;根据所述多个相似度,对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息。
在一个优选实施例中,还包括:
获取样本缺陷分布集合,并进行组合和相似度计算,获得样本相似度集合;基于孪生网络,采用所述样本缺陷分布集合和样本相似度集合,构建缺陷分布相似分析器,所述缺陷分布相似分析器包括两个相似分析路径,两个相似分析路径的权值相同;采用所述缺陷分布相似分析器,对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度。
具体而言,根据所述初步缺陷信息内的初步缺陷类别和初步缺陷规模,基于现有技术制作与初步缺陷类别和初步缺陷规模对应的初步电缆接头样品。基于所述初步电缆接头样品,采用本申请实施例提供的获取缺陷分布的方法,构建初步电缆接头样品的缺陷分布作为标准缺陷分布,标准缺陷分布包括超声检测、模拟电荷法和X射线检测分别对应的。基于所述初步缺陷信息,在所述多个缺陷信息集合和多个缺陷分布集合进行索引,提取与所述初步缺陷信息对应的超声检测、模拟电荷法和X射线检测分别的缺陷分布作为多个初步缺陷分布。基于现有技术对所述多个初步缺陷分布和标准缺陷分布进行尺度统一处理,尺度即为分辨率,就是通过现有的上采样或者下采样将所述多个初步缺陷分布和标准缺陷分布的分辨率进行统一,对尺度统一后的所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度,根据所述多个相似度,对所述初步缺陷信息内的缺陷规模进行加权计算,具体来说,可计算每一个相似度与多个相似度之和的比值作为多个初步缺陷分布的权重,以此对所述初步缺陷信息内的缺陷规模进行加权计算,以加权计算结果和初步缺陷信息的缺陷类型作为最终缺陷信息。由此实现缺陷的精准化分析,提升缺陷检测的准确性。
对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度的过程如下:
获取样本缺陷分布集合,样本缺陷分布集合包括多个样本缺陷分布,由本领域专业技术人员基于现有技术采集获取,进而对样本缺陷分布集合中的样本缺陷分布进行两两组合,基于现有技术对组合结果的样本缺陷分布进行相似度计算,示例性的,可对样本缺陷分布进行缺陷大小等的比对,进行缺陷大小等的相似度比对,获得样本相似度集合。基于孪生网络,采用所述样本缺陷分布集合和样本相似度集合,构建缺陷分布相似分析器,所述缺陷分布相似分析器包括两个相似分析路径,两个相似分析路径的权值相同,即通过其中一个相似分析路径对组合结果中的一个样本缺陷分布进行缺陷特征识别,即识别样本缺陷分布的缺陷大小等特征;利用另一个相似分析路径对另一个样本缺陷分布进行缺陷特征识别,进而基于两个相似分析路径的识别结果进行特征相似性比对,并以样本相似度集合对缺陷分布相似分析器输出的相似度进行监督调整,将缺陷分布相似分析器训练至收敛。采用所述缺陷分布相似分析器,对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,输出多个相似度。由此实现初步缺陷分布和标准缺陷分布的相似度比对,便于对初步缺陷信息进行补偿,提升缺陷检测精度。
基于上述分析可知,本申请提供的一个或多个技术方案,其可达到的有益效果如下:
通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值,通过模拟电荷法,对电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对电缆接头进行检测,获得X射线检测结果,基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测进行准度分析,获得多个准度集合,多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破,基于超声特征参数、接头电场分布和X射线检测结果,根据多个准度集合,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布,根据多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模,基于初步缺陷信息,确定标准缺陷分布,与初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,对初步缺陷信息进行补偿计算,获得最终缺陷信息,作为缺陷检测结果。由此以超声检测、模拟电荷法和X射线检测三种方式进行缺陷联合检测,并对超声检测、模拟电荷法和X射线检测进行不同缺陷类型的检测准度分析,进而进行多尺度的缺陷分布,获取多个缺陷分布集合进行缺陷检测结果的分析,达到提升缺陷检测的准确度和精度的技术效果。
实施例二
基于与前述实施例中一种基于信号识别的电缆接头缺陷检测方法同样的发明构思,如图2所示,本申请还提供了一种基于信号识别的电缆接头缺陷检测系统,所述系统包括:
超声检测模块11,所述超声检测模块11用于通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;
X射线检测模块12,所述X射线检测模块12用于通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;
缺陷检测准度分析模块13,所述缺陷检测准度分析模块13用于基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
多尺度缺陷分布模块14,所述多尺度缺陷分布模块14用于基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;
初步缺陷信息统计模块15,所述初步缺陷信息统计模块15用于根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;
缺陷检测结果获取模块16,所述缺陷检测结果获取模块16用于基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果。
进一步而言,所述缺陷检测准度分析模块13还包括:
获取多种缺陷类型,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
基于所述多种缺陷类型,制作获取多个样品缺陷电缆接头;
根据所述历史检测数据,对超声检测、模拟电荷法和X射线检测,对所述多个样品缺陷电缆接头进行多次检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集;
根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获取所述多个准度集合。
进一步而言,所述缺陷检测准度分析模块13还包括:
在所述多个样品超声特征参数集内,计算同一样品缺陷电缆接头对应的样品超声特征参数集内,相同的样品超声特征参数的占比,获得第一超声准度;
基于所述多个样品超声特征参数集,计算获得多种缺陷类型的多个超声准度;
根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获得所述多个准度集合,每个准度集合内包括超声检测、模拟电荷法和X射线检测对所述多种缺陷类型的检测准度。
进一步而言,所述多尺度缺陷分布模块14还包括:
获取样本准度集合和多个样本尺度,其中,不同尺度的分辨率不同;
对所述样本准度集合划分,获得多个样本准度区间;
构建所述多个样本准度区间与所述多个样本尺度的尺度映射关系,其中,准度区间的大小和尺度的大小正相关;
将所述多个准度集合内的准度输入所述尺度映射关系,索引获得多个尺度信息集合;
按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果,生成获得所述多个缺陷分布集合。
进一步而言,所述多尺度缺陷分布模块14还包括:
基于多个样本缺陷电缆接头,获取样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,并获取多个尺度样本缺陷分布集合;
分别以所述样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,结合所述多个尺度样本缺陷分布集合,基于卷积神经网络,构建包括三个缺陷分布通道的缺陷分布生成器,每个缺陷分布通道内包括多个尺度缺陷分布分支;
按照所述多个尺度信息集合,将所述超声特征参数、接头电场分布和X射线检测结果输入对应的尺度缺陷分布分支内,生成获得所述多个缺陷分布集合。
进一步而言,所述初步缺陷信息统计模块15还包括:
在所述多个缺陷分布集合内,统计获取缺陷类型和缺陷规模,获得多个缺陷信息集合;
筛选所述多个缺陷信息集合内出现频率最高的缺陷信息,作为所述初步缺陷信息。
进一步而言,所述缺陷检测结果获取模块16还包括:
根据所述初步缺陷信息内的初步缺陷类别和初步缺陷规模,制作初步电缆接头样品;
基于所述初步电缆接头样品,构建标准缺陷分布;
基于所述初步缺陷信息,在所述多个缺陷信息集合和多个缺陷分布集合进行索引,获得多个初步缺陷分布;
对所述多个初步缺陷分布和标准缺陷分布进行尺度统一处理,并进行相似度分析,获得多个相似度;
根据所述多个相似度,对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息。
进一步而言,所述缺陷检测结果获取模块16还包括:
获取样本缺陷分布集合,并进行组合和相似度计算,获得样本相似度集合;
基于孪生网络,采用所述样本缺陷分布集合和样本相似度集合,构建缺陷分布相似分析器,所述缺陷分布相似分析器包括两个相似分析路径,两个相似分析路径的权值相同;
采用所述缺陷分布相似分析器,对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度。
前述实施例一中的一种基于信号识别的电缆接头缺陷检测方法具体实例同样适用于本实施例的一种基于信号识别的电缆接头缺陷检测系统,通过前述对一种基于信号识别的电缆接头缺陷检测方法的详细描述,本领域技术人员可以清楚地知道本实施例中一种基于信号识别的电缆接头缺陷检测系统,所以为了说明书的简洁,在此不再详述。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。

Claims (2)

1.一种基于信号识别的电缆接头缺陷检测方法,其特征在于,所述方法包括:
通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;
通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;
基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;
根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;
基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果;
基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,包括:
获取多种缺陷类型,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
基于所述多种缺陷类型,制作获取多个样品缺陷电缆接头;
根据所述历史检测数据,对超声检测、模拟电荷法和X射线检测,对所述多个样品缺陷电缆接头进行多次检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集;
根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获取所述多个准度集合;
根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获取所述多个准度集合,包括:
在所述多个样品超声特征参数集内,计算同一样品缺陷电缆接头对应的样品超声特征参数集内,相同的样品超声特征参数的占比,获得第一超声准度;
基于所述多个样品超声特征参数集,计算获得多种缺陷类型的多个超声准度;
根据所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,计算获得所述多个准度集合,每个准度集合内包括超声检测、模拟电荷法和X射线检测对所述多种缺陷类型的检测准度;
基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,包括:
获取样本准度集合和多个样本尺度,其中,不同尺度的分辨率不同;
对所述样本准度集合划分,获得多个样本准度区间;
构建所述多个样本准度区间与所述多个样本尺度的尺度映射关系,其中,准度区间的大小和尺度的大小正相关;
将所述多个准度集合内的准度输入所述尺度映射关系,索引获得多个尺度信息集合;
按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果,生成获得所述多个缺陷分布集合;
按照所述多个尺度信息集合,分别根据所述超声特征参数、接头电场分布和X射线检测结果,生成获得所述多个缺陷分布集合,包括:
基于多个样本缺陷电缆接头,获取样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,并获取多个尺度样本缺陷分布集合;
分别以所述样本超声特征参数集合、样本接头电场分布集合和X射线检测结果集合,结合所述多个尺度样本缺陷分布集合,基于卷积神经网络,构建包括三个缺陷分布通道的缺陷分布生成器,每个缺陷分布通道内包括多个尺度缺陷分布分支;
按照所述多个尺度信息集合,将所述超声特征参数、接头电场分布和X射线检测结果输入对应的尺度缺陷分布分支内,生成获得所述多个缺陷分布集合;
根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模,包括:
在所述多个缺陷分布集合内,统计获取缺陷类型和缺陷规模,获得多个缺陷信息集合;
筛选所述多个缺陷信息集合内出现频率最高的缺陷信息,作为所述初步缺陷信息;
基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果,包括:
根据所述初步缺陷信息内的初步缺陷类别和初步缺陷规模,制作初步电缆接头样品;
基于所述初步电缆接头样品,构建标准缺陷分布;
基于所述初步缺陷信息,在所述多个缺陷信息集合和多个缺陷分布集合进行索引,获得多个初步缺陷分布;
对所述多个初步缺陷分布和标准缺陷分布进行尺度统一处理,并进行相似度分析,获得多个相似度;
根据所述多个相似度,对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息;
对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度,包括:
获取样本缺陷分布集合,并进行组合和相似度计算,获得样本相似度集合;
基于孪生网络,采用所述样本缺陷分布集合和样本相似度集合,构建缺陷分布相似分析器,所述缺陷分布相似分析器包括两个相似分析路径,两个相似分析路径的权值相同;
采用所述缺陷分布相似分析器,对所述多个初步缺陷分布和标准缺陷分布进行相似度分析,获得多个相似度。
2.一种基于信号识别的电缆接头缺陷检测系统,其特征在于,用于执行权利要求1所述方法的步骤,所述系统包括:
超声检测模块,所述超声检测模块用于通过超声检测,采集待进行缺陷检测的电缆接头的超声特征参数,其中,超声特征参数包括超声回波视域图和超声回波幅值;
X射线检测模块,所述X射线检测模块用于通过模拟电荷法,对所述电缆接头进行电场分布分析,获得接头电场分布,通过X射线检测,对所述电缆接头进行检测,获得X射线检测结果;
缺陷检测准度分析模块,所述缺陷检测准度分析模块用于基于历史检测数据,对超声检测、模拟电荷法和X射线检测进行电缆接头的多种缺陷类型的检测,获取多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集,对所述多个样品超声特征参数集、多个接头电场分布集和多个X射线检测结果集进行相同检测参数占比计算,获得多个准度集合,所述多种缺陷类型包括气泡、气隙、水膜、金属碎屑和金属外破;
多尺度缺陷分布模块,所述多尺度缺陷分布模块用于基于所述超声特征参数、接头电场分布和X射线检测结果,根据所述多个准度集合,按照尺度映射关系,分别进行多尺度缺陷分布生成,获取多个缺陷分布集合,其中,所述尺度映射关系包括大小正相关的具有对应关系的准度区间和尺度,每个缺陷分布集合内包括与对应准度集合内多个准度匹配的尺度的缺陷分布;
初步缺陷信息统计模块,所述初步缺陷信息统计模块用于根据所述多个缺陷分布集合,获取多个缺陷信息集合,并统计获得初步缺陷信息,其中,每个缺陷信息包括缺陷类别和缺陷规模;
缺陷检测结果获取模块,所述缺陷检测结果获取模块用于基于所述初步缺陷信息制作初步电缆接头样品进行缺陷分布,确定标准缺陷分布,与所述初步缺陷信息对应的多个初步缺陷分布进行相似度分析,获得多个相似度,以多个相似度对所述初步缺陷信息内的缺陷规模进行加权计算,获得最终缺陷信息,作为缺陷检测结果。
CN202410319902.5A 2024-03-20 2024-03-20 基于信号识别的电缆接头缺陷检测方法及系统 Active CN118091099B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410319902.5A CN118091099B (zh) 2024-03-20 2024-03-20 基于信号识别的电缆接头缺陷检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410319902.5A CN118091099B (zh) 2024-03-20 2024-03-20 基于信号识别的电缆接头缺陷检测方法及系统

Publications (2)

Publication Number Publication Date
CN118091099A CN118091099A (zh) 2024-05-28
CN118091099B true CN118091099B (zh) 2024-09-13

Family

ID=91154938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410319902.5A Active CN118091099B (zh) 2024-03-20 2024-03-20 基于信号识别的电缆接头缺陷检测方法及系统

Country Status (1)

Country Link
CN (1) CN118091099B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108008016A (zh) * 2018-01-03 2018-05-08 国网安徽省电力有限公司电力科学研究院 基于x射线与超声联合检测的电力电缆及接头无损检测系统及方法
CN109030634A (zh) * 2018-06-27 2018-12-18 广东电网有限责任公司 电缆橡胶接头内部缺陷超声成像及绝缘评估方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5250809A (en) * 1992-01-24 1993-10-05 Shuji Nakata Method and device for checking joint of electronic component
CN109324236A (zh) * 2018-09-29 2019-02-12 国网山西省电力公司太原供电公司 一种基于电缆接头典型缺陷的故障评价方法
US20220414860A1 (en) * 2021-06-25 2022-12-29 Subcom, Llc Imaging device and system for inspecting cables and cable joints
CN117372401A (zh) * 2023-10-31 2024-01-09 华大天元(北京)科技股份有限公司 一种电缆线路缺陷的识别方法、系统、终端设备及介质
CN117437623A (zh) * 2023-11-15 2024-01-23 广东电网有限责任公司 一种基于图像边缘检测的中间接头缺陷识别方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108008016A (zh) * 2018-01-03 2018-05-08 国网安徽省电力有限公司电力科学研究院 基于x射线与超声联合检测的电力电缆及接头无损检测系统及方法
CN109030634A (zh) * 2018-06-27 2018-12-18 广东电网有限责任公司 电缆橡胶接头内部缺陷超声成像及绝缘评估方法及装置

Also Published As

Publication number Publication date
CN118091099A (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
CN109828023A (zh) 一种基于涡流成像的金属构件缺陷定量检测方法与装置
CN109870282B (zh) 基于压缩感知的叶片振动特征辨识方法及系统
CN105334269A (zh) 一种基于神经网络和导波特征数据库的管道缺陷类别判别方法
CN109917258A (zh) 大型变压器局部放电定位检测方法
CN108120907A (zh) 一种基于工频至低频电压下特征提取的局部放电诊断方法
CN110161119B (zh) 风电叶片缺陷识别方法
CN111157864A (zh) 一种局部放电超声波信号及图谱识别系统及其方法
WO2024000731A1 (zh) 晶圆缺陷评估方法、装置、存储器芯片和可读存储介质
CN117630800A (zh) 一种电能表自动检定装置故障诊断方法及系统
CN114839269B (zh) Gis固体绝缘件内部缺陷应力无损检测方法及装置
CN113624834A (zh) 一种基于边际谱质心检测的缺陷深度识别方法、系统
CN118091099B (zh) 基于信号识别的电缆接头缺陷检测方法及系统
CN113552217B (zh) 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法
CN114722856A (zh) 管道损伤监测方法及装置
CN112816557A (zh) 一种缺陷检测方法、装置、设备和存储介质
CN117074870A (zh) 一种电缆诊断方法及系统
CN105928666A (zh) 基于希尔伯特黄变换与盲源分离的泄漏声波特征提取方法
CN113552218B (zh) 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
CN113009295B (zh) 一种用于局部放电多光谱监测数据分析方法
CN115684855A (zh) 基于孪生模型的电力设备内部绝缘缺陷放电量定量方法及系统
Yu et al. Research and application of intelligent diagnosis method of mechanical fault based on transformer vibration and noise and BP neural network
CN113567992A (zh) 超声合成孔径聚焦的变压器套管内引线检测方法及系统
CN114544765A (zh) 一种基于深度学习的检测板状材料缺陷存在与位置的方法
Xu et al. Ultrasonic Signal Characterization of Typical Internal Defects in Silicone Rubber for 10kV Cable Intermediate Joint Insulation
CN113358750A (zh) 一种基于边界元法的电力设备声成像方法及系统

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
CB03 Change of inventor or designer information

Inventor after: Qian Lei

Inventor after: Ning Zhiqiang

Inventor after: Xu Jun

Inventor after: Yang Dongxing

Inventor after: Xu Kai

Inventor after: Song Changhong

Inventor after: Jiang Lebin

Inventor after: Gu Yusu

Inventor after: Sun Qingming

Inventor before: Qian Lei

Inventor before: Ning Zhiqiang

Inventor before: Xu Jun

Inventor before: Yang Dongxing

Inventor before: Xu Kai

Inventor before: Song Changhong

Inventor before: Jiang Lebin

Inventor before: Gu Yusu

Inventor before: Kong Qingming

CB03 Change of inventor or designer information