电缆缓冲层缺陷数字X射线的无损检测技术研究

数字X射线成像方法可以实现对电力电缆耐张线夹无损检测,获得清晰直观的X射线数字图像.通过X射线的无损检测技术能够检验出电缆线路本身存在的一些缺陷,不仅能将缓冲层存在的问题进行分析,同时也能针对相应的技术进行有效的改进.     

110kV高压电缆缺陷模拟实验及其检测方法研究

为了研究110 kV高压电缆缺陷对输电设备运行状况的影响,首先对110 kV高压电缆缺陷的源头及其种类进行了分析,其次采用人工模拟的方法对几种常现的电缆本体及附件上的缺陷进行了仿真模拟和运行实验,接着通过局部放电检测及红外测温等方法对电缆本体及附件的运行特性进行了测试.实验结果表明,高压电缆上的各种缺陷会引起电缆绝缘中的局部放电和电缆终端及应力锥等重要设备运行发热等情况,局部放电检测和红外测温等方法对高压电缆缺陷的监控可以起到一定的作用.     

高压XLPE电缆缓冲层故障分析

近些年来,高压交联聚乙烯电缆缓冲层故障屡见不鲜。现通过对某110 k V缓冲层故障电缆进行试验,并结合解剖分析、X射线检测、带材检测,进一步总结归纳缓冲层烧蚀现象,分析事故原因。此外,根据试验所得结果对电缆缓冲层故障特性进行分析,并据此提出了电缆生产运行管理过程中需要注意的问题和相关工作建议。     

煤矿用高压电缆性能检测的评定

为确保供电安全可靠,基于矿用高压电缆的使用规程,对现场敷设电缆进行性能检测,排查隐形隐患,发现问题并及时分析处理,以确保供电系统安全运行.     

X射线成像技术在电缆及附件缺陷探测方面的应用

随着城市电缆线路占比的不断增长,电缆故障对供电系统可靠性的影响越来越大,一旦发生故障,将造成巨大的经济损失,因此,电力电缆的日常维护工作直接关系到电力系统的可靠性.目前,国内电缆及附件厂家众多,电缆结构、制作及安装工艺繁杂,为运行中电缆的缺陷、隐患排查造成了较大困难,如何准确、迅速确诊电缆缺陷,至今仍是一项重要课题.针...     

简易高压电缆除冰设备的研制

在分析了国内外高压输电线路除冰方法研究现状的基础上,提出了一种新型的简易高压输电线路除冰设备,并设计研制了样机。该设备为上、下分箱式结构,并采用了可伸缩的传动轴、"上下包夹式"行动轮组等机构,可以实现可靠的悬挂在电缆上并稳步行进,同时在设备行进时,利用高速旋转的轮式滚刀完成清除电缆上的覆冰工作。经初步试验测试,该设备具有结构简单、体积较小、操作方便等特点,为研制电缆除冰设备提供了一种新的思路,具有一定的应用价值。     

高压电缆故障分析判断与故障点查找

结合实际工作经验,从高压电缆故障概述入手,对高压电缆的故障分析判断与故障点查找进行了详细的阐述,以供同行参考。     

高压电缆进水快速修复技术

介绍梧桐庄矿井筒高压电缆进水综合修复技术方案。此方案可避免电缆进水产生“水树枝”现象,并可恢复受潮电缆的输电性能,有效延长其使用寿命。     

我国高压电缆市场需求旺盛

<正>得益于我国经济的高速发展,近年来电线电缆行业总体保持了较好的增长势头,尤其是我国扩大内需而出台的一系列经济刺激政策,为电线电缆行业带来难得的机遇。资料显示,我国经济发展和电力建设对110 kV及以上高压交联电缆的需求很大,近几年其增长速度为20%     

超声锁相热像技术检测接触界面类型缺陷

为了提高超声锁相热像技术(ULT)的检测效率并获得最佳检测结果,对超声波调制、热图序列处理和检测参数选择进行了研究。阐述了超声锁相热像技术的检测原理并进行了理论分析,建立了ULT的检测系统。采用方波调制的超声波激励试件,用红外热像仪记录试件表面热图,并用瞬态处理方法对热图进行锁相处理得到相位图和幅值图实现对缺陷的检测。用该方法检测了钢板表面及近表面的微裂纹(微米级)和铝合金板内不同深度缺陷等接触界面类型缺陷。结果表明,检测A3钢板材料表面(近表面)裂纹时,调制频率可选择0.5Hz,接触压力约0.25kN,激励头与微裂纹的距离对检测结果几乎无影响,激励位置可根据试件结构而确定;由于降低调制频率可提高缺陷的检测深度,检测铝合金材料时,调制频率≤0.3Hz能够探测到4mm深度的缺陷;另外,该方法能够准确检测蜂窝夹层结构的脱粘缺陷。研究表明,研制的检测系统数秒内即可完成对接触界面类型缺陷的准确检测。     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

基于深度学习模型融合的铸件缺陷自动检测

针对目前铸件缺陷检测漏检率高的问题,提出一种基于深度学习模型融合的铸件缺陷检测方法.首先对Faster RCNN网络进行改进,利用特征金字塔结构改进特征提取网络模块,实现多尺度的特征融合,完成铸件缺陷的特征提取;然后,基于ROI Align对网络中的ROI池化层进行改进,将IOU分数引入NMS算法判定过程;再将改进后的...     

Detection of solder bump defects on a flip chip using vibration analysis

Flip chips are widely used in microelectronics packaging owing to the high demand of integration in IC fabrication. Solder bump defects on flip chips are difficult to detect, because the solder bumps are obscured by the chip and substrate. In this paper a nondestructive detection method combining ultrasonic excitation with vibration analysis is presented for detecting missing solder bumps, which is a typical defect in flip chip packaging. The flip chip analytical model is revised by considering the influence of spring mass on mechanical energy of the system. This revised model is then applied to estimate the flip chip resonance frequencies. We use an integrated signal generator and power amplifier together with an air-coupled ultrasonic transducer to excite the flip chips. The vibrations are measured by a laser scanning vibrometer to detect the resonance frequencies. A sensitivity coefficient is proposed to select the sensitive resonance frequency order for defect detection. Finite element simulation is also implemented for further investigation. The results of analytical computation, experiment, and simulation prove the efficacy of the revised flip chip analytical model and verify the effectiveness of this detection method. Therefore, it may provide a guide for the improvement and innovation of the flip chip on-line inspection systems.     

Studies on friction and transfer layer: role of surface texture

Friction influences the nature of transfer layer formed at the interface between tool and metal during sliding. In the present investigation, experiments were conducted using “Inclined Scratch Tester” to understand the effect of surface texture of hard surfaces on coefficient of friction and transfer layer formation. EN8 steel flats were ground to attain surfaces of different textures with different roughness. Then super purity aluminium pins were scratched against the prepared steel flats. Scanning electron micrographs of the contact surfaces of pins and flats were used to reveal the morphology of transfer layer. It was observed that the coefficient of friction and the formation of transfer layer depend primarily on the texture of hard surfaces, but independent of surface roughness of hard surfaces. It was observed that on surfaces that promote plane strain conditions near the surface, the transfer of material takes place due to the plowing action of the asperities. But, on a surface that promotes plane stress conditions the transfer layer was more due to the adhesion component of friction. It was observed that the adhesion component increases for surfaces that have random texture but was constant for the other surfaces.     

基于ECT的复合材料构件胶层缺陷检测

航空用复合材料构件在制造和服役过程中不可避免会产生各种缺陷及损伤。通常复合材料构件是粘贴在基体上使用,针对其粘接胶层缺陷和损伤,提出了一种基于同面阵列电极传感器ECT技术的无损检测方法。基于电容边缘效应,利用同面阵列电极传感器,以循环激励方式工作,根据复合材料构件胶层内部缺陷/损伤对材料介电特性的影响,进行缺陷/损伤检测。通过仿真和实验研究了复合材料构件典型胶层缺陷与阵列电极传感器电容变化量的关系,并基于线性反投影算法对其成像。研究结果表明基于电容敏感机理的同面阵列电极传感器对复合材料构件胶层缺陷检测的可行性和有效性。     

基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法

针对航空发动机螺栓存在背景复杂、目标小、且精细特征不明显的问题,本文研究了一种基于关键点检测的航空发动机螺栓安装缺陷的自动化检测方法。首先设计了基于Faster RCNN和改进CPN(AD-CPN)的级联卷积神经网络,实现了图像中螺栓及二维关键点的检测,可判断该螺栓是否脱落、漏装。为进一步检测螺栓的三维安装缺陷,通过欧氏距离选择策略对已检测出的关键点进行双目匹配、筛选以获得检测点对,最后对检测点对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP₅₀、AP₇₅分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。     

基于HALCON的四光源光度立体法金属表面缺陷检测方法

为了提高金属表面缺陷的检测效率,提出了一种基于四光源光度立体法的检测方法。先用CCD相机采集4个不同空间角度的打孔金属试样图像。然后,利用HALCON算子,基于四光源的光度立体技术原理计算得到表面梯度图像,再将其转化为平均曲率图像。最后,把图像各点曲率值转化为灰度值,使用全局阈值分割出缺陷区域。结果表明,与经典光度立体法相比,四光源光度立体法能够准确构建图像表面梯度信息,利用图像平均曲率信息可以快速检测出金属表面缺陷。     

基于深度学习的铸件缺陷检测方法

针对铸件X射线图像获取困难、人工及传统识片方法效率低且漏判率高的问题,文中提出了一种基于深度学习的铸件缺陷检测方法。首先,采用Overlap切图（重叠切图）数据增广方法实现缺陷扩充,并基于简化Mosaic数据增广进一步提升图像的复杂度;然后,基于仅浏览一次（You Only Look Once, YOLO）的理念实现缺陷检测模型构建;最后,提出一种基于边界框抑制的测试图像缺陷检测方法,以子图迭代方式完成测试图像中的缺陷检测。实验结果表明,该方法能够有效实现多种铸件缺陷的自动检测,为铸件缺陷检测提供了基于深度学习的解决方案。